arXiv cs.AI· Raya Buckley, Christian Schroeder de Witt·· 1 天前AI 评分36
Conflux：用主体上下文与系统级评估防止 LLM 智能体权限提升
Conflux: Preventing Privilege Escalation with Principal Contexts and System-Level Evaluation
AI 导读
研究者提出 Conflux，一种将权限提升（PE）定义为系统级安全目标的主体上下文防御方案，其内核 ITES 依据来源与组织现有访问控制系统推导权限，并取所有影响该动作的主体权限交集。
正文 · AI 翻译
摘要：LLM 智能体在对外行动时会综合来自多个主体的信息。我们将权限提升（PE）形式化为系统级安全目标：只有当影响某一动作的每个主体都允许该动作时，该动作才可执行。模型层面的防御仍具有概率性，因此强制执行必须置于模型判断之外。我们提出 Conflux，一种主体上下文防御机制。其内核 ITES 从来源和组织现有的访问控制系统推导权限，并对每个影响该动作的主体的权限取交集。我们证明了一个条件性权限约束定理：在完全中介、来源不可洗白、决策上下文已知且非空、权限检查新鲜以及动作绑定的条件下，该内核不允许任何相对于任何已记录的影响主体构成权限提升的动作。该定理覆盖了所表示的价值影响片段；来自工具、分支、接收方或计划步骤选择的控制影响仍属于待完善的义务。Conflux 通过独立策略端口、参数感知授权、披露、同意、委托、限制和暴露规划扩展了该内核。我们描述了两种系统级评估器。SLED 是一种黑盒评估器：它在给定界限内穷尽探索防御的已声明有限模型。SLED-V 是一种白盒评估器：它针对安全性和来源属性检查可序列化的中间表示。证据是有界且部分的。附录报告了保留的 AgentDojo、SLED 和 SLED-V 结果，包括这些运行的局限性。本文中的任何结果都不构成无界部署保证。
| 注释： | 除参考文献和附录外共 17 页 |
| 主题： | 密码学与安全（cs.CR）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.08768 [cs.CR] |
| （或本版本的 arXiv:2611.08768v2 [cs.CR]） | |
| https://doi.org/10.48550/arXiv.2611.08768 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Raya Buckley [查看电子邮件]
[v1]
2026 年 11 月 5 日星期四 22:30:59 UTC（32 KB）
[v2]
2026 年 11 月 12 日星期四 17:25:51 UTC（33 KB）
来源：arXiv cs.AI · arxiv.org