MetaPermit: Scalable and Auditable Access Control for AI Agents via LLM-Inferred Meta-Attributes
원문: arXiv 2609.31039저자: Hanzhang Ma, Ali Hariri, Tianxiang Shen 외 9명공개일: 2026-09-25Tags: LLM에이전트, 접근제어, 프롬프트인젝션, 도구호출, 메타속성, 정책엔진, AgentDojo, AgentDyn, 감사가능성, 최소권한본 글은 원 논문의 주요 기술적 내용을 이해하기 쉽게 요약·정리한 글입니다. 자세한 내용은 상단의 원문 링크를 참고하세요.한눈에 보기MetaPermit은 LLM이 도구 호출의 의미를 해석하되 최종 허용·거부는 고정 정책이 결정하도록 역할을 분리한 접근 제어 프레임워크입니다. 사용자 의도와 실행 문맥, 제안된 도구 호출의 관계를 다섯 개의 typed meta-attribute로 축약하고, 불완전하거나 잘못된 출력은 de..
2026. 9. 29.
Short Paper: Prefix Count Limits Can Increase First-Hit Discovery in Card Reissuance
원문: arXiv 2609.31398저자: Wasif Faisal, Suprava Saha Dibya공개일: 2026-09-25Tags: 결제보안, 카드번호, 열거공격, 접두사, 재발급, 위험모델링, 조합확률, Luhn, 합성데이터, 정책평가본 글은 원 논문의 주요 기술적 내용을 이해하기 쉽게 요약·정리한 글입니다. 자세한 내용은 상단의 원문 링크를 참고하세요.한눈에 보기이 논문은 카드 재발급 시 한 접두사 bucket에 배정되는 활성 번호 수를 제한하면 최대 밀도는 낮아지지만, 공격자가 처음으로 유효 번호 하나를 찾을 평균 확률은 오히려 높아질 수 있음을 보입니다. 원인은 공격 성공확률의 한계효용이 체감하기 때문에, 기존의 매우 조밀한 bucket에서 번호를 빼 여러 중간 밀도 bucket으로 퍼뜨리면..
2026. 9. 29.
Subjects, Not Authors: The Authorship Hazard in Agentic Dataspaces
원문: arXiv 2609.30614저자: Seungho Lee, Changbin Lee공개일: 2026-09-24Tags: 에이전트보안, 데이터스페이스, 인가, ODRL, 거버넌스, 승인아티팩트, 의무집행, TractusX, 권한분리, 데이터보호본 글은 원 논문의 주요 기술적 내용을 이해하기 쉽게 요약·정리한 글입니다. 자세한 내용은 상단의 원문 링크를 참고하세요.한눈에 보기이 논문은 AI agent가 정책 문서와 계약을 잘 작성하는 것과 그 산출물을 실제 거버넌스 규칙으로 발행할 권한을 갖는 것은 전혀 다른 문제라고 지적합니다. agent를 정책의 author가 아니라 제한된 subject로 두고, 신뢰된 사람이 발급한 hash-bound single-use approval artifact만 publ..
2026. 9. 29.
AgentXploit: Autonomous Repository-to-Runtime Red-Teaming for AI Agents
원문: arXiv 2609.31318공식 코드: github.com/lwd17/AgentXploit저자: Weida Liang, Shi Qiu, Zhun Wang, Simon Sure, Xiaoyuan Liu, Tianneng Shi, Zhaorun Chen, Wenbo Guo, Dawn Song공개일: 2026-09-25Tags: 에이전트보안, 자동화레드팀, 코드분석, 런타임검증, 취약점벤치마크, AgentXploit, Codex, Docker, 간접주입, 재현성본 글은 원 논문의 주요 기술적 내용을 이해하기 쉽게 요약·정리한 글입니다. 자세한 내용은 상단의 원문 링크를 참고하세요.한눈에 보기AgentXploit은 AI agent 저장소를 읽어 취약한 source-to-sink 경로를 찾는 Analyz..
2026. 9. 29.
AGATE: Provenance-Based Runtime Defense Against Compositional Attacks on LLM Agents
원문: arXiv 2609.30830저자: Xiaorui Zhang, Zhuoran Cheng, Kailin Liu 외 6명공개일: 2026-09-25Tags: LLM에이전트, 런타임방어, 데이터출처, 인가, 조합공격, 감사로그, OpenClaw, OpenCode, DeepSeek, AGATE본 글은 원 논문의 주요 기술적 내용을 이해하기 쉽게 요약·정리한 글입니다. 자세한 내용은 상단의 원문 링크를 참고하세요.한눈에 보기AGATE는 한 번의 명백한 악성 호출이 아니라 정상적인 여러 작업을 연결해 금지된 효과를 만드는 compositional attack을 막기 위해, agent harness 경계에서 권한과 데이터 provenance를 함께 검사합니다. operator declaration·host a..
2026. 9. 29.
JevAdvBench: A Benchmark and Black-Box Attacks for Reinforcement Learning for Calibrated Decisions Models
원문: arXiv 2609.31142프로젝트: JevAdvBench 공식 페이지공식 코드·데이터: github.com/JevAdvBench/JevAdvBench저자: Jianyi Hu, Hangtao Zhang, Yi Liu 외 5명공개일: 2026-09-25Tags: RLCD, 의사결정모델, 블랙박스공격, 적대적벤치마크, Jev, 상태주입, 캘리브레이션, 인간검토, 구조검증, 모델보안본 글은 원 논문의 주요 기술적 내용을 이해하기 쉽게 요약·정리한 글입니다. 자세한 내용은 상단의 원문 링크를 참고하세요.한눈에 보기JevAdvBench는 텍스트를 생성하는 대신 typed question에 확률·선택·점수를 반환하고 그 결과로 소프트웨어가 행동하는 RLCD 모델의 적대적 강건성을 측정합니다. 66개 sce..
2026. 9. 29.
Breaking the Black Box: Byte-Level Boundary Inference of Real-World Antivirus Systems
원문: arXiv 2609.31012저자: Jieshuai Yang, Zhi Wang, Yan Jia, Zhenhua Wu, Jianfei Tang, Chenbin Su, Jingwei Ye, Jianwen Tian, Wanpeng Li공개일: 2026-09-25Tags: 안티바이러스, 블랙박스, 경계추론, PE파일, 모델추출, 악성코드, 회피공격, 대리모델, 바이트분석, AVHunter본 글은 원 논문의 주요 기술적 내용을 이해하기 쉽게 요약·정리한 글입니다. 자세한 내용은 상단의 원문 링크를 참고하세요.한눈에 보기AVHunter는 상용 안티바이러스가 내놓는 binary label만 반복 질의해 판정을 바꾸는 byte-level boundary point와 region을 추론하고, 이를 학습한 surr..
2026. 9. 29.
AuthGuard-R: Safety-Compliant Mission Hijacking and Dual-Gate Defense for LLM-Controlled Robots
원문: arXiv 2609.31110저자: Saidattu Chepuri, Vikas Srivastava공개일: 2026-09-25Tags: LLM에이전트, 로봇보안, 인가, 미션하이재킹, 안전게이트, 전자서명, 재생공격, 정책컴파일, 레드팀, 시스템보안본 글은 원 논문의 주요 기술적 내용을 이해하기 쉽게 요약·정리한 글입니다. 자세한 내용은 상단의 원문 링크를 참고하세요.한눈에 보기AuthGuard-R은 LLM이 만든 로봇 계획이 물리적으로 안전하다는 사실만으로는 그 행동이 사용자가 승인한 임무라는 보장이 되지 않는다는 문제를 다룹니다. 연구진은 안전 검사를 통과하면서도 인증된 임무 범위를 벗어나는 행동을 safety-compliant mission hijacking으로 정의하고, 모든 정규화된 행동에..
2026. 9. 29.
Understanding and Exploiting Initialization Anchoring Weakness in Feedback-Based Agent Planning
원문: arXiv 2609.29697저자: Chuanchao Zang, Jianing Wang, Wenyu Chen, Xiangtao Meng, Li Wang, Xinyu Gao, Peng Zhan, Zheng Li, Shanqing Guo공개일: 2026-09-25분야: Agent Security, Feedback-Based Planning, Indirect Prompt InjectionTags: InitAnchor, AgentPlanning, PromptInjection, Feedback, BlackBoxAttack본 글은 원 논문의 주요 기술적 내용을 이해하기 쉽게 요약·정리한 글입니다. 자세한 내용은 상단의 원문 링크를 참고하세요.한눈에 보기이 논문은 feedback-based agent가 여러 ..
2026. 9. 26.
