AIarXiv cs.CR (암호학·보안)AI 점수 90%
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Detecting Insecure Compositions of Clean Agent Skills via Capability-Flow Graph Analysis (원문, 새 창)
AI 인사이트
대상 독자:개발자
- 개별적으로 안전한 에이전트 스킬 조합이 안전위반 체인 만들 수 있음을 밝힘, 탐지도구 KnotScryer 제시
- 스킬을 능력흐름으로 추상화한 '능력-흐름 그래프(SCFG)' 구축, 위험경로 탐색
- ClawHub 스킬 1만3598개 분석, 612건 위험조합 발견 — 공격성공률 16.5%→85.6%
왜 중요한가
위험이 개별 스킬이 아닌 에이전트 런타임 오케스트레이션에서 발생함을 드러내, 단일스킬 검사가 못 잡는 보안 사각지대를 지적한다.
언급 프로젝트
본문 미리보기
arXiv:2610.32155v1 Announce Type: new Abstract: AI agents increasingly extend their capabilities by invoking third-party skills, where each skill encapsulates instructions, scripts, and resources for agents to execute on demand. This paper reveals that deploying many benign skills together introduces compositional security risks: multiple individually clean skills can compose into safety-violation chains, because the agent passes an upstream skill's output to a downstream skill's input across i
전체 내용이 궁금하다면?
arXiv cs.CR (암호학·보안)에서 원문을 직접 읽어보세요
공유
- #에이전트스킬
- #권한흐름분석
- #보안합성
- #AI에이전트
이 글이 만들어진 과정
- 11:34AI 초안