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.
AgentTrace: Execution-Level Fingerprinting of Black-Box LLM Agents (원문, 새 창)
AI 인사이트
대상 독자:개발자
- 블랙박스 LLM 에이전트의 기반모델을 실행 트레이스만으로 식별하는 AgentTrace 제시
- 모호한 프로브 주입으로 직렬화 실패 유도, 복구행동 패턴을 마르코프체인으로 모델링
- 적대적 신원위장서도 96.0% 귀속정확도, 동일 토크나이저 계열내 변형도 구분
왜 중요한가
시스템 프롬프트로 가릴 수 있던 기존 귀속기법 한계를 넘어, 에이전트 기반모델을 신뢰성 있게 검증하는 수단을 제시한다.
언급 프로젝트
본문 미리보기
arXiv:2610.32092v1 Announce Type: new Abstract: Verifying the provenance of autonomous LLM agents is a critical security challenge. Existing semantic attribution is easily obfuscated by system prompts, while active watermarking conflicts with schema-constrained tool generation. We propose AgentTrace, an active framework that identifies the foundation model behind a black-box agent via observable execution traces. AgentTrace injects structurally ambiguous probes to trigger tokenization-sensitive
전체 내용이 궁금하다면?
arXiv cs.CR (암호학·보안)에서 원문을 직접 읽어보세요
공유
- #LLM에이전트
- #출처추적
- #핑거프린팅
- #블랙박스분석
이 글이 만들어진 과정
- 11:34AI 초안