PulseAugur
实时 08:20:52
English(EN) OpenEvoShield: Dual Non-Stationary Continual Defense for Open-World Multi-Agent System Attacks

新的防御框架应对多智能体AI系统中不断演变的攻击

研究人员推出 OpenEvoShield,一个旨在保护基于大型语言模型的多智能体系统 (LLM-MAS) 免受不断演变攻击的新型防御框架。该协同进化系统使用非对称速率控制器来管理攻击和正常智能体行为的学习速率,从而防止在动态环境中出现性能下降。OpenEvoShield 采用正常边界更新器和基于能量的检测器来适应变化的智能体行为,并以低误报率识别新颖威胁。 AI

影响 该框架通过提供针对复杂、不断演变的威胁的强大防御能力,可以增强关键应用中部署的AI系统的安全性和可靠性。

排序理由 该集群包含一篇详细介绍AI安全新技术框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的防御框架应对多智能体AI系统中不断演变的攻击

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Litian Zhang, Chaozhuo Li, Yuting Zhang, Zejian Chen, Bingyu Yan, Qiwei Ye ·

    OpenEvoShield:面向开放世界多智能体系统攻击的双非平稳持续防御

    arXiv:2607.19351v1 Announce Type: new Abstract: LLM-based multi-agent systems (LLM-MAS) are increasingly deployed in safety-critical applications, where adversaries inject malicious instructions through inter-agent communication to propagate harmful behaviors. Unlike static threa…