論文の概要: GatewayBench: Unified Capability and Security Evaluation Platform for MCP Gateways
- arxiv url: http://arxiv.org/abs/2610.23449v1
- Date: Fri, 16 Oct 2026 13:31:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-20 00:56:07.940895
- Title: GatewayBench: Unified Capability and Security Evaluation Platform for MCP Gateways
- Title（参考訳）: GatewayBench: MCP Gatewayの統一機能とセキュリティ評価プラットフォーム
- Abstract要約: MCPゲートウェイ用の最初の統一評価フレームワークおよびベンチマークである GatewayBench を紹介する。
GatewayBenchは6つのドメインにまたがる524のタスクと、251の認証MPPサーバから11,118の現実世界のツールのプールで構成されている。
広範にデプロイされた7つのMPPゲートウェイと多様なエージェント構成の広範な実験を行い、良性タスクと敵性タスクの両方をカバーした。
- 参考スコア（独自算出の注目度）: 22.883694523254732
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI agents have increasingly interacted with external environments by invoking tools, with Model Context Protocol (MCP) emerging as a standard interface for connecting agents to heterogeneous tools and services. As organizations deploy agents at scale, MCP gateways have become a critical middleware layer for aggregating, governing, and shaping the tool surface exposed to agents. Despite the growing importance of MCP gateways in agentic systems, no prior work has systematically studied how gateway design affects agent capability, efficiency, and security. To address this gap, we introduce GatewayBench, the first unified evaluation framework and benchmark for MCP gateways. We characterize gateway architectures into two major paradigms: flattened gateways and hierarchical gateways. GatewayBench comprises 524 tasks across six domains, together with a pool of 11,118 real-world tools from 251 authentic MCP servers. To emulate large-scale deployments, we systematically inject task-irrelevant tools sampled from this pool into each agent environment, enabling controlled evaluation as the accessible tool surface scales. Based on GatewayBench, we conduct extensive experiments across seven widely deployed MCP gateways and diverse agent configurations, covering both benign and adversarial tasks. Our results reveal substantial differences across gateway designs in task completion, tool-use efficiency, and resilience to attacks, and further demonstrate that these effects interact strongly with the underlying model and agent harness. These findings highlight the MCP gateway as a consequential yet underexplored component of the agentic AI stack. By enabling controlled evaluation of gateway architectures under realistic tool ecosystems, GatewayBench provides both practical guidance for MCP gateway design and a rigorous testbed for developing more capable, efficient, and secure agentic systems.
- Abstract（参考訳）: エージェントを異種ツールやサービスに接続するための標準インターフェースとして、モデルコンテキストプロトコル(MCP)が登場した。
組織がエージェントを大規模にデプロイするにつれて、MPPゲートウェイはエージェントに露出するツール表面を集約、管理、形成するための重要なミドルウェアレイヤになっています。
エージェントシステムにおけるMPPゲートウェイの重要性が高まっているにもかかわらず、ゲートウェイ設計がエージェント能力、効率、セキュリティにどのように影響するかを体系的に研究する以前の研究は行われていない。
このギャップに対処するために,最初の統合評価フレームワークである GatewayBench を紹介した。
ゲートウェイアーキテクチャをフラット化されたゲートウェイと階層的なゲートウェイの2つの主要なパラダイムに特徴付ける。
GatewayBenchは6つのドメインにまたがる524のタスクと、251の認証MPPサーバから11,118の現実世界のツールのプールで構成されている。
大規模展開をエミュレートするため,このプールから採取したタスク非関連ツールを各エージェント環境に系統的に注入し,アクセス可能なツール表面スケールとして制御評価を可能にする。
GatewayBenchに基づいて、広くデプロイされた7つのMPPゲートウェイと多様なエージェント構成にわたる広範な実験を行い、良質なタスクと敵対的なタスクの両方をカバーする。
本結果は,タスク完了,ツール使用効率,攻撃に対するレジリエンスにおいて,ゲートウェイ設計に大きく違いがあることを示し,これらの効果が基盤となるモデルとエージェントハーネスと強く相互作用することを示す。
これらの知見は、MSPゲートウェイをエージェントAIスタックの結果としてまだ探索されていないコンポーネントとして強調している。
現実的なツールエコシステムの下でゲートウェイアーキテクチャの制御された評価を可能にすることにより、ゲートウェイBenchは、MPPゲートウェイ設計のための実践的なガイダンスと、より有能で効率的でセキュアなエージェントシステムを開発するための厳密なテストベッドを提供する。
関連論文リスト
- MCPDisCo: Seesaw-Mitigated Tuning for MCP-Native Agents [37.46666912519347]
MCP-ネイティブエージェントのためのエコシステムスケール強化学習フレームワークであるMCPDisCoを提案する。
一つの目的において改善が伴う共同学習失敗モードである-tool seeawについて検討した。
MCPDisCoはより少ない連鎖トークンでより高い成功を収める。
論文 参考訳（メタデータ） (2026-10-10T14:29:23Z) - AgenticCyOps: Securing Multi-Agentic AI Integration in Enterprise Cyber Operations [7.660803748903973]
マルチエージェントシステム(MAS)は適応的で推論駆動の企業を約束するが、ツール、メモリ、通信の自律的な制御をエージェントに与えることで、決定論的パイプラインが欠如する攻撃面を導入する。
AgenticCyOpsは、コンポーネント層、調整層、プロトコル層にまたがる攻撃面を体系的に分解するフレームワークである。
このフレームワークをSecurity Operations Center(SOC)ワークフローに適用し、モデルコンテキストプロトコル(MCP)を構造基盤として採用する。
論文 参考訳（メタデータ） (2026-03-10T03:15:36Z) - MagicAgent: Towards Generalized Agent Planning [73.21129030631421]
汎用エージェント計画に特化して設計された基盤モデルである textbfMagicAgent について述べる。
多様な計画タスクにまたがる高品質なトラジェクトリを生成する軽量でスケーラブルな合成データフレームワークを提案する。
MagicAgent-32B と MagicAgent-30B-A3B は様々なオープンソースベンチマークにおいて優れた性能を発揮することを示す。
論文 参考訳（メタデータ） (2026-02-22T01:39:16Z) - From Tool Orchestration to Code Execution: A Study of MCP Design Choices [20.817336331051752]
Model Context Protocols(MCP)は、エージェントシステムが異種実行環境を横断してツールを発見し、選択し、オーケストレーションするための統一されたプラットフォームを提供する。
最近のMPP設計では、コード実行を第一級の機能として組み込んでおり、これはCode Execution MCP(CEMCP)と呼ばれるアプローチである。
この研究は、コンテキスト結合(伝統的)とコンテキスト分離(CEMCP)のアーキテクチャ的区別を形式化し、それらの基本的なスケーラビリティのトレードオフを分析する。
論文 参考訳（メタデータ） (2026-02-17T19:03:08Z) - CaMeLs Can Use Computers Too: System-level Security for Computer Use Agents [60.98294016925157]
AIエージェントは、悪意のあるコンテンツがエージェントの行動をハイジャックして認証情報を盗んだり、金銭的損失を引き起こすような、インジェクション攻撃に弱い。
CUAのためのシングルショットプランニングでは、信頼できるプランナーが、潜在的に悪意のあるコンテンツを観察する前に、条件付きブランチで完全な実行グラフを生成する。
このアーキテクチャ分離は命令インジェクションを効果的に防止するが、ブランチステアリング攻撃を防ぐには追加の対策が必要であることを示す。
論文 参考訳（メタデータ） (2026-01-14T23:06:35Z) - ToolACE-MCP: Generalizing History-Aware Routing from MCP Tools to the Agent Web [39.07565506678354]
大規模生態系における正確なナビゲーションを支援するために,歴史を意識したルータをトレーニングするためのパイプラインであるToolACE-MCPを提案する。
実世界のベンチマーク MCP-Universe と MCP-Mark の実験は優れた性能を示した。
論文 参考訳（メタデータ） (2026-01-13T07:07:39Z) - Designing Domain-Specific Agents via Hierarchical Task Abstraction Mechanism [61.01709143437043]
階層型タスク抽象化機構(HTAM)を中心とした新しいエージェント設計フレームワークを提案する。
具体的には、HTAMは、社会的役割のエミュレーションを超えて、代わりに、複数のエージェントシステムを、あるドメインの固有のタスク依存グラフを反映する論理階層に構造化する。
我々は、複雑な地理空間解析に適したマルチエージェントシステムであるEarthAgentとして、このフレームワークをインスタンス化する。
論文 参考訳（メタデータ） (2025-11-21T12:25:47Z) - Alita-G: Self-Evolving Generative Agent for Agent Generation [54.49365835457433]
汎用エージェントをドメインエキスパートに変換するフレームワークであるALITA-Gを提案する。
このフレームワークでは、ジェネラリストエージェントが対象ドメインタスクのキュレートされたスイートを実行する。
計算コストを削減しながら、大きな利益を得ることができます。
論文 参考訳（メタデータ） (2025-10-27T17:59:14Z) - AgentRouter: A Knowledge-Graph-Guided LLM Router for Collaborative Multi-Agent Question Answering [51.07491603393163]
tAgentは知識グラフ誘導ルーティング問題としてマルチエージェントQAを定式化するフレームワークである。
エージェントアウトプットのソフトな監督と重み付けされた集約を活用することで、エージェントは多様なエージェントの相補的な強みを捉える、原則化された協調スキームを学ぶ。
論文 参考訳（メタデータ） (2025-10-06T23:20:49Z) - Technical Implementation of Tippy: Multi-Agent Architecture and System Design for Drug Discovery Laboratory Automation [0.0]
本稿では,Tippyのマルチエージェントシステム実装に関する総合的技術分析を行った。
我々は,OpenAI Agents SDKを介して協調する5つの特殊エージェント(スーパーバイザ,分子,ラボ,分析,レポート)を特徴とする分散アーキテクチャを提案する。
システムアーキテクチャには、エージェント固有のツール統合、非同期通信パターン、Gitベースのトラッキングによる包括的な構成追跡が含まれている。
論文 参考訳（メタデータ） (2025-07-18T17:57:40Z) - AgentVigil: Generic Black-Box Red-teaming for Indirect Prompt Injection against LLM Agents [54.29555239363013]
本稿では,間接的なインジェクション脆弱性を自動的に検出し,悪用するための汎用的なブラックボックスファジリングフレームワークであるAgentVigilを提案する。
我々はAgentVigilをAgentDojoとVWA-advの2つの公開ベンチマークで評価し、o3-miniとGPT-4oに基づくエージェントに対して71%と70%の成功率を達成した。
攻撃を現実世界の環境に適用し、悪質なサイトを含む任意のURLに誘導するエージェントをうまく誘導する。
論文 参考訳（メタデータ） (2025-05-09T07:40:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。