arXiv cs.AI· Guanxing Chen, Sining Zhang, Haohuai He, Qiujie Lv, Yu-An Huang, Zhi-An Huang·· 14 小时前AI 评分38
ProbeID：在注册表漂移下验证 LLM 智能体的 MCP 工具身份
ProbeID: Verifying MCP Tool Identity for LLM Agents under Registry Drift
AI 导读
ProbeID 通过将规范化响应与可信准入参考进行 schema 有效探针比对，在歧义时弃权，从而验证 LLM 智能体所用 MCP 工具的真实身份。在缓存的 MCP-IdentityDrift 案例上，严格选择达到 0.956 hit@1，而描述路由器接近随机水平；在 MCP-Bench 智能体中，验证将受污染任务从 16 个中的 15 个降至 9 个，任务成功率不变。
正文 · AI 翻译
摘要：智能体通过可复制的描述来选择工具，而这些描述无法确定实际运行的是哪个实现。ProbeID 将规范化后的响应与带有可信准入参考的 schema 有效探针进行比较，并在存在歧义时弃权，因此仿冒者必须复制探针可观察到的行为。在存在金标准、独立探针和固定裕度的情况下，标准集中不等式论证给出了随候选数量对数增长的共享探针预算，并界定了错误决策的联合概率。在缓存的 MCP-IdentityDrift 案例上，严格选择达到 \(0.956\) 的 hit@1，而描述路由器接近随机水平，但更简单的精确比较与之持平，MMD 对重值噪声的容忍度更好，而 32B 行为评判器以更高成本达到相近准确率。来自智能体库的随机探针以及针对 38 个工具的前瞻性留出研究检验了理论集合阈值。在智能体库上，相等性判断在 64 个探针下拒绝所有可达替换，在 512 个探针下拒绝有界距离内的替换，而更锐利的后验门控将两者都减半。两个漂移无法被任何库探针触及的工具始终通过。在 MCP-Bench 智能体中，验证在任务成功率不变的情况下将受污染任务从 16 个中的 15 个减少到 9 个。在十一周内，59 个真实工具中有 7 个尽管有版本锁定仍改变了响应。验证依赖于参考完整性、探针覆盖率和响应噪声。
| 主题： | 密码学与安全（cs.CR）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.33633 [cs.CR] |
| （或 arXiv:2610.33633v1 [cs.CR] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.33633 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Guanxing Chen [查看电子邮件]
[v1]
2026年10月24日星期六 12:26:13 UTC（517 KB）
来源：arXiv cs.AI · arxiv.org