WARDEN
PulseAugur coverage of WARDEN — every cluster mentioning WARDEN across labs, papers, and developer communities, ranked by signal.
- 2026-05-13 research_milestone A new system, WARDEN, was introduced for transcribing and translating an endangered language with limited data. 来源
8 天有情绪数据
-
MCP 市场连接因安全守卫错误被 ARGUS 助手阻塞
MCP 市场连接的最近一次更新导致安全守卫 WARDEN 因“TOOL_DEF_DRIFT”错误而阻止了对 ARGUS 助手的访问。发生这种情况是因为工具描述已更新，加入了实时定价和免费试用额度，这改变了定义并触发了守卫。通过从描述中删除确切的定价和试用配额，恢复为关于定价和试用可用性的更笼统的陈述，该问题得到了解决。
-
AI审阅者草稿中的建议误读了隐私警告
AI审阅者为textokit准备的草稿建议中包含一项隐私警告，但被错误地标记为需要修改的内容。这是因为系统的适配器错误地将一个信息性建议匹配提升为低严重性问题，导致AI建议删除该警告。此后，提示已更新，以确保建议匹配被排除在欢迎草稿之外，并且代理不会仅仅为了满足扫描器而建议改写文本。此外，报告表示形式也已修改，以保留建议标志和信息性建议结果。
-
WARDEN扫描器在MCP安全工具定义分析中领先
本文比较了五款用于MCP（消息通信协议）工具定义的安全性扫描器，重点关注它们检测恶意或良性定义的能力。作者是WARDEN扫描器和《瑞士历史词典》数据集的维护者，他进行的比较是维护者运行的比较，而非独立的排名。在MCPTox定义上，WARDEN产生的“高/关键”信号数量显著多于其他四款扫描器，尽管在考虑较低严重性信号时情况有所不同。比较还详细介绍了在Node.js和Python实现上进行的本地分析和协议检查，突出了扫描器处理各种发现和策略的差异。
-
WARDEN AI 安全系统在警告有效性方面取得微小进展
研究人员通过实施十二次复核改进了 WARDEN 的警告系统，这些复核并未改变模型的选择。WARDEN 系统旨在增强 AI 安全性，在选择注入的建议方面显示出轻微改进，在不同受保护的配置文件中，选择数量从 48 个中的 27 个增加到 44 个或 46 个。这项工作是根据之前关于 WARDEN 的文章反馈而进行的，旨在区分模型选择的变化与其发出警告的能力。
-
开发者修复WARDEN凭证索引缺陷，提升安全性
一位开发者已识别并修复了WARDEN凭证索引系统中的一个缺陷，该系统是alexar76/AICOM生态系统的一部分。该修复解决了系统在处理较长字符串中的凭证片段时的方式，特别是针对类似Stripe和GitHub的凭证。虽然原始系统已暂停可疑请求，但该补丁提高了这些决策的准确性，将717个请求从“暂停”状态移至“拒绝”状态。此改进已通过合成凭证和公共文件摘录进行了测试，表明较低的阈值可能导致普通请求出现误报。
-
12个PyPI软件包在MCP SDK 2问题后恢复
对先前发现被MCP SDK 2破坏的292个Python软件包进行的后续调查显示，其中12个软件包此后已更新并能正常运行。这些更新主要涉及为依赖项添加上限，其中七个软件包在进行此类更改后恢复正常。另外两个软件包在其声明的MCP附加组件安装后，以其原始版本正常工作，这表明安装过程得到了纠正，而不是维护者直接修复。
-
WARDEN防火墙在17次攻击中有14次被绕过，改进后减少到2次
一位安全研究人员详细介绍了一次针对其自身WARDEN防火墙的攻击，该防火墙旨在保护编码代理。利用防火墙的开源代码，他们设计了17种不同的攻击方式，其中14种成功绕过了安全措施。经过一天的专注工作和两次改进后，他们将成功攻击的数量减少到两种。关键的改进包括更强大的敏感数据指纹识别和改进的数据流通过工具参数的跟踪。
-
WARDEN 0.18.0通过更清晰的变化检测简化了AI代理指令审查
WARDEN，一个用于管理AI代理指令的工具，已更新至0.18.0版本，改进了其显示MCP服务器工具定义变化的方式。以前，即使是微小的修改，WARDEN也会呈现大量的JSON差异，使得审批变得繁琐。新版本突出了具体的变化，例如对`publish_app`工具的描述进行的修改，该修改将其支付处理行为从测试模式更改为实时模式。此更新旨在通过使用户更容易识别代理指令中的重大变更来简化审查流程。
-
WARDEN扫描器绕过漏洞已修复，此前出现了标点符号和IP复用错误
WARDEN安全扫描器已识别出两个与其处理敏感信息方式相关的漏洞。一个问题涉及扫描器在短语后附加句号时未能检测到私钥请求，从而允许恶意行为者绕过检测。另一个错误发生在网络观察者由于重复使用IP地址和匹配的时间戳而错误地将一个沙盒运行的流量归因于另一个。这两个问题都是通过读者建议发现的，并通过改进扫描器的规则以更好地区分参数和工具描述，以及调整标识符边缘标点符号的处理方式来解决的。
-
AI 代理安全：提示注入、文件系统泄露和防护栏漏洞暴露
安全研究人员发现了 AI 代理系统中的重大漏洞，尤其是在提示注入和文件系统泄露方面。对 MCP 服务器的一项研究显示，相当大比例的服务器存在可利用的文件系统泄露，并发现了实际的 CVE。此外，一个新的基准测试 INFUSE 量化了当前防护栏在应对间接提示注入方面的有限有效性，表明提示级别的加固更有效。研究还强调，语言障碍会影响代理防护栏的安全性，而 Anthropic 正在开发防止模型提取攻击的方法。
-
npm 和 PyPI 包上的安全扫描器重新评估
一个安全研究团队在 npm 和 PyPI 包上重新评估了 MCP（恶意代码防护）扫描器，将其测试范围扩大到包括五个扫描器和超过 14,000 个包工具列表，测试环境为 gVisor 容器。研究发现，他们自己的扫描器 WARDEN 保持了稳定的性能，而 mcp-audit 和 mcp-shield 等其他扫描器也重现了之前的测试结果。研究还强调了某些扫描器如何容易受到特定模式的影响，例如“”标记或常用词，从而导致误报。
-
新的 WARDEN 扫描器可检测针对 AI 模型的工具投毒攻击
研究人员开发了 WARDEN，这是一种旨在检测针对模型工具投毒攻击的新型安全扫描器。在与两个现有扫描器 mcp-audit 和 mcp-shield 的测试中，WARDEN 在一个名为 MCPTox 的新颖基准测试中表现出卓越的性能，该基准测试旨在难以被操纵。WARDEN 成功识别了 71% 的在规则开发过程中未见过的被投毒工具，表明其规则可以泛化到未见的攻击。
-
开发者发布 WARDEN 和 HISTOR AI 工具，等待目录合并
开发者 alexar76 发布了 WARDEN，一个用于扫描已发布的 AI 模型定义的工具，以及 HISTOR，一个远程 MCP 服务器广告的日志。两者都可以在 npm 上使用并作为可调用服务，但它们是否被纳入公共目录和生态系统页面尚待拉取请求合并。托管这些服务的 AIMarket Hub 还提供各种 AI 服务的付费路线，初始调用免费，之后转为付费模式。
-
新工具Warden审计并修复AI代理“过度代理权”风险
一款名为Warden的新开源工具已被开发出来，用于解决OWASP识别出的AI代理“过度代理权”风险。当AI代理被授予超出其任务所需的更多功能或权限时，就会出现这种风险，通过组合单独无害的工具，可能导致安全问题。Warden分析代理配置，识别敏感数据访问和传出能力之间的危险组合，并为代理的自主性提供评分。至关重要的是，它还可以重写代理的配置，以强制执行最小权限原则，从而降低已识别的风险。
-
新的 AI Agent 攻击利用未经验证的名称
安全研究员 Warden 描述了三种新型“Squatting”攻击，它们利用了 AI Agent 对未经验证名称的信任。这些攻击分别被称为 Slopsquatting、Phantomsquatting 和 HalluSquatting，分别针对虚假的包名、域名或仓库。核心漏洞在于 AI Agent 倾向于信任名称而未进行适当验证，从而开辟了新的恶意利用途径。
-
新的扫描器 Siege 发现静态分析遗漏的运行时授权错误
作者在自己位于 MCP 服务器前的数据治理层 Warden 中发现了一个安全漏洞。该漏洞允许本不应访问计费层信息的支持角色，通过将该层用作查询过滤器来间接推断它。分析工具清单的标准安全扫描器未能检测到此运行时问题。为解决此问题，作者开发了一个名为 Siege 的新工具，该工具充当攻击者，通过模拟不同的用户角色并将其数据访问与最宽松身份的基线进行比较来测试实时服务器的访问控制。
-
WARDEN系统以最少数据转录、翻译濒危语言
研究人员开发了WARDEN系统，该系统旨在将濒危的Wardaman语言转录和翻译成英语，尽管只有六小时的训练数据。该系统采用两阶段方法，首先将音频转换为语音转录，然后将该转录翻译成英语。为了克服数据稀缺性，WARDEN在转录初始化阶段使用巽他语模型，在翻译阶段使用编译好的Wardaman-英语词典。据报道，这种方法在极低资源场景下的表现优于大型模型。