Buchumschlag

Information-Theoretic Privacy Control for Sequential Multi-Agent LLM Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Asif, Sadia, Amiri, Mohammad Mohammadi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Multiagent Systems Cryptography and Security Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

When Embedding-Based Defenses Fail: Rethinking Safety in LLM-Based Multi-Agent Systems
von: Zhang, Lingxi, et al.
Veröffentlicht: (2026)

Multi-Agent Framework for Threat Mitigation and Resilience in AI-Based Systems
von: Foundjem, Armstrong, et al.
Veröffentlicht: (2025)

Out of Sight, Not Out of Mind: Unveiling Latent Attack in Latent-based Multi-Agent Systems
von: Wang, Chenxi, et al.
Veröffentlicht: (2026)

G-Safeguard: A Topology-Guided Security Lens and Treatment on LLM-based Multi-agent Systems
von: Wang, Shilong, et al.
Veröffentlicht: (2025)

Architecture Matters for Multi-Agent Security
von: Hagag, Ben, et al.
Veröffentlicht: (2026)

Multi-Agent Reinforcement Learning for Maritime Operational Technology Cyber Security
von: Wilson, Alec, et al.
Veröffentlicht: (2024)

Learning to Communicate in Multi-Agent Reinforcement Learning for Autonomous Cyber Defence
von: Contractor, Faizan, et al.
Veröffentlicht: (2025)

Explainable Autonomous Cyber Defense using Adversarial Multi-Agent Reinforcement Learning
von: Zhang, Yiyao, et al.
Veröffentlicht: (2026)

Scalable Multi-Agent Reinforcement Learning for Residential Load Scheduling under Data Governance
von: Qin, Zhaoming, et al.
Veröffentlicht: (2021)

Many-to-One Adversarial Consensus: Exposing Multi-Agent Collusion Risks in AI-Based Healthcare
von: Bashir, Adeela, et al.
Veröffentlicht: (2025)

MAGIQ: A Post-Quantum Multi-Agentic AI Governance System with Provable Security
von: Avizheh, Sepideh, et al.
Veröffentlicht: (2026)

Beyond Single-Agent Alignment: Preventing Context-Fragmented Violations in Multi-Agent Systems
von: Wu, Jie, et al.
Veröffentlicht: (2026)

CuDA2: An approach for Incorporating Traitor Agents into Cooperative Multi-Agent Systems
von: Chen, Zhen, et al.
Veröffentlicht: (2024)

Hierarchical Adversarially-Resilient Multi-Agent Reinforcement Learning for Cyber-Physical Systems Security
von: Alqithami, Saad
Veröffentlicht: (2025)

CRAKEN: Cybersecurity LLM Agent with Knowledge-Based Execution
von: Shao, Minghao, et al.
Veröffentlicht: (2025)

Hierarchical Multi-agent Reinforcement Learning for Cyber Network Defense
von: Singh, Aditya Vikram, et al.
Veröffentlicht: (2024)

Learning Communication Between Heterogeneous Agents in Multi-Agent Reinforcement Learning for Autonomous Cyber Defence
von: Popa, Alex, et al.
Veröffentlicht: (2026)

Wolfpack Adversarial Attack for Robust Multi-Agent Reinforcement Learning
von: Lee, Sunwoo, et al.
Veröffentlicht: (2025)

Secure Forgetting: A Framework for Privacy-Driven Unlearning in Large Language Model (LLM)-Based Agents
von: Ye, Dayong, et al.
Veröffentlicht: (2026)

Optimal Cost Constrained Adversarial Attacks For Multiple Agent Systems
von: Lu, Ziqing, et al.
Veröffentlicht: (2023)

LCGuard: Latent Communication Guard for Safe KV Sharing in Multi-Agent Systems
von: Asif, Sadia, et al.
Veröffentlicht: (2026)

Towards Transparent and Incentive-Compatible Collaboration in Decentralized LLM Multi-Agent Systems: A Blockchain-Driven Approach
von: Qi, Minfeng, et al.
Veröffentlicht: (2025)

Decentralized Multi-Agent System with Trust-Aware Communication
von: Ding, Yepeng, et al.
Veröffentlicht: (2025)

Attacks and Mitigations for Distributed Governance of Agentic AI under Byzantine Adversaries
von: Laws, Matthew D., et al.
Veröffentlicht: (2026)

Quantitative Resilience Modeling for Autonomous Cyber Defense
von: Cadet, Xavier, et al.
Veröffentlicht: (2025)

Optimizing Day-Ahead Energy Trading with Proximal Policy Optimization and Blockchain
von: Verma, Navneet, et al.
Veröffentlicht: (2025)

CEE: An Inference-Time Jailbreak Defense for Embodied Intelligence via Subspace Concept Rotation
von: Yang, Jirui, et al.
Veröffentlicht: (2025)

Enhancing the Robustness of QMIX against State-adversarial Attacks
von: Guo, Weiran, et al.
Veröffentlicht: (2023)

Locally Differentially Private Distributed Online Learning with Guaranteed Optimality
von: Chen, Ziqin, et al.
Veröffentlicht: (2023)

TrinityGuard: A Unified Framework for Safeguarding Multi-Agent Systems
von: Wang, Kai, et al.
Veröffentlicht: (2026)

The Best-Laid SCHEMEs: Coordinated Sabotage and Monitoring in Multi-Agent Systems
von: Radev, Nikolay, et al.
Veröffentlicht: (2026)

Securing Multi-Agent Systems Against Corruptions via Node Contribution Backpropagation
von: Wu, Chengcan, et al.
Veröffentlicht: (2025)

Prompt Infection: LLM-to-LLM Prompt Injection within Multi-Agent Systems
von: Lee, Donghyun, et al.
Veröffentlicht: (2024)

A Vision for Access Control in LLM-based Agent Systems
von: Li, Xinfeng, et al.
Veröffentlicht: (2025)

Breaking the Secret: Economic Interventions for Combating Collusion in Embodied Multi-Agent Systems
von: Liu, Qi, et al.
Veröffentlicht: (2026)

Web Fraud Attacks Against LLM-Driven Multi-Agent Systems
von: Kong, Dezhang, et al.
Veröffentlicht: (2025)

Memory Poisoning Attack and Defense on Memory Based LLM-Agents
von: Sunil, Balachandra Devarangadi, et al.
Veröffentlicht: (2026)

SoK: Security of Autonomous LLM Agents in Agentic Commerce
von: Mao, Qian'ang, et al.
Veröffentlicht: (2026)

RefusalGuard: Geometry-Preserving Fine-Tuning for Safety in LLMs
von: Asif, Sadia, et al.
Veröffentlicht: (2026)

ClawWorm: Self-Propagating Attacks Across LLM Agent Ecosystems
von: Zhang, Yihao, et al.
Veröffentlicht: (2026)