Buchumschlag

When Child Inherits: Modeling and Exploiting Subagent Spawn in Multi-Agent Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cai, Ziwen, Zhang, Yihe, Hei, Xiali
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Cryptography and Security Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deep Learning Aided Software Vulnerability Detection: A Survey
von: Uddin, Md Nizam, et al.
Veröffentlicht: (2025)

Hallucination as Exploit: Evidence-Carrying Multimodal Agents
von: Zhang, Guijia, et al.
Veröffentlicht: (2026)

AI Agent Smart Contract Exploit Generation
von: Gervais, Arthur, et al.
Veröffentlicht: (2025)

Atomicity for Agents: Exposing, Exploiting, and Mitigating TOCTOU Vulnerabilities in Browser-Use Agents
von: Jiang, Linxi, et al.
Veröffentlicht: (2026)

LLM Agents can Autonomously Exploit One-day Vulnerabilities
von: Fang, Richard, et al.
Veröffentlicht: (2024)

A Model Stealing Attack Against Multi-Exit Networks
von: Pan, Li, et al.
Veröffentlicht: (2023)

CompressionAttack: Exploiting Prompt Compression as a New Attack Surface in LLM-Powered Agents
von: Liu, Zesen, et al.
Veröffentlicht: (2025)

CyberEvolver: Structured Self-Evolution for Cybersecurity Agents On the Fly
von: Fan, Yihe, et al.
Veröffentlicht: (2026)

ExploitBench: A Capability Ladder Benchmark for LLM Cybersecurity Agents
von: Lee, Seunghyun, et al.
Veröffentlicht: (2026)

A Survey on Backdoor Threats in Large Language Models (LLMs): Attacks, Defenses, and Evaluations
von: Zhou, Yihe, et al.
Veröffentlicht: (2025)

On the Adversarial Robustness of Instruction-Tuned Large Language Models for Code
von: Hossen, Md Imran, et al.
Veröffentlicht: (2024)

Poison Once, Exploit Forever: Environment-Injected Memory Poisoning Attacks on Web Agents
von: Zou, Wei, et al.
Veröffentlicht: (2026)

From Prompt Injections to Protocol Exploits: Threats in LLM-Powered AI Agents Workflows
von: Ferrag, Mohamed Amine, et al.
Veröffentlicht: (2025)

Practitioner Paper: Decoding Intellectual Property: Acoustic and Magnetic Side-channel Attack on a 3D Printer
von: Jamarani, Amirhossein, et al.
Veröffentlicht: (2024)

When Alignment Isn't Enough: Response-Path Attacks on LLM Agents
von: Luo, Mingyu, et al.
Veröffentlicht: (2026)

LegalSim: Multi-Agent Simulation of Legal Systems for Discovering Procedural Exploits
von: Badhe, Sanket
Veröffentlicht: (2025)

ClawKeeper: Comprehensive Safety Protection for OpenClaw Agents Through Skills, Plugins, and Watchers
von: Liu, Songyang, et al.
Veröffentlicht: (2026)

When Agents "Misremember" Collectively: Exploring the Mandela Effect in LLM-based Multi-Agent Systems
von: Xu, Naen, et al.
Veröffentlicht: (2026)

TEESlice: Protecting Sensitive Neural Network Models in Trusted Execution Environments When Attackers have Pre-Trained Models
von: Li, Ding, et al.
Veröffentlicht: (2024)

"Glue pizza and eat rocks" -- Exploiting Vulnerabilities in Retrieval-Augmented Generative Models
von: Tan, Zhen, et al.
Veröffentlicht: (2024)

Defending Large Language Models Against Jailbreak Exploits with Responsible AI Considerations
von: Wong, Ryan, et al.
Veröffentlicht: (2025)

ThermoCAPTCHA: Privacy-Preserving Human Verification with Farm-Resistant Traceable Tokens
von: Paul, Shovon, et al.
Veröffentlicht: (2026)

When Agents Handle Secrets: A Survey of Confidential Computing for Agentic AI
von: Forough, Javad, et al.
Veröffentlicht: (2026)

Good News for Script Kiddies? Evaluating Large Language Models for Automated Exploit Generation
von: Jin, David, et al.
Veröffentlicht: (2025)

Exploiting Prefix-Tree in Structured Output Interfaces for Enhancing Jailbreak Attacking
von: Li, Yanzeng, et al.
Veröffentlicht: (2025)

Secure Confidential Business Information When Sharing Machine Learning Models
von: Yang, Yunfan, et al.
Veröffentlicht: (2025)

MalURLBench: A Benchmark Evaluating Agents' Vulnerabilities When Processing Web URLs
von: Kong, Dezhang, et al.
Veröffentlicht: (2026)

MGC: A Compiler Framework Exploiting Compositional Blindness in Aligned LLMs for Malware Generation
von: Yan, Lu, et al.
Veröffentlicht: (2025)

DemonAgent: Dynamically Encrypted Multi-Backdoor Implantation Attack on LLM-based Agent
von: Zhu, Pengyu, et al.
Veröffentlicht: (2025)

Compiled Models, Built-In Exploits: Uncovering Pervasive Bit-Flip Attack Surfaces in DNN Executables
von: Chen, Yanzuo, et al.
Veröffentlicht: (2023)

MA-IDS: Multi-Agent RAG Framework for IoT Network Intrusion Detection with an Experience Library
von: Islam, Md Shamimul, et al.
Veröffentlicht: (2026)

Free-MAD: Consensus-Free Multi-Agent Debate
von: Cui, Yu, et al.
Veröffentlicht: (2025)

When Convenience Becomes Risk: A Semantic View of Under-Specification in Host-Acting Agents
von: Lu, Di, et al.
Veröffentlicht: (2026)

When the Manual Lies: A Realistic Benchmark to Evaluate MCP Poisoning Attacks for LLM Agents
von: Liu, Shi, et al.
Veröffentlicht: (2026)

When Search Goes Wrong: Red-Teaming Web-Augmented Large Language Models
von: Ou, Haoran, et al.
Veröffentlicht: (2025)

LLM Safeguard is a Double-Edged Sword: Exploiting False Positives for Denial-of-Service Attacks
von: Zhang, Qingzhao, et al.
Veröffentlicht: (2024)

MARVEL: Multi-Agent RTL Vulnerability Extraction using Large Language Models
von: Collini, Luca, et al.
Veröffentlicht: (2025)

Silent Egress: When Implicit Prompt Injection Makes LLM Agents Leak Without a Trace
von: Lan, Qianlong, et al.
Veröffentlicht: (2026)

When Bots Take the Bait: Exposing and Mitigating the Emerging Social Engineering Attack in Web Automation Agent
von: Wu, Xinyi, et al.
Veröffentlicht: (2026)

When Backdoors Speak: Understanding LLM Backdoor Attacks Through Model-Generated Explanations
von: Ge, Huaizhi, et al.
Veröffentlicht: (2024)