arXiv cs.AI· Yang Luo, Tiantian Ji, Zifeng Kang, Yucheng Wang, Yong Liu, Zhiyi Yin, Xinran Liu·· 3 天前AI 评分46
JevProbe：揭示真实世界 Jev 应用中的程序决策劫持
Nudge the Judge: Uncovering Program Decision Hijacking in Real-World Jev Applications
AI 导读
研究者提出 JevProbe，首个自动化评估 Jev Program Decision Hijacking（JPDH）的框架，追踪攻击者从可达上下文到程序决策再到下游安全后果的影响链。
正文 · AI 翻译
摘要：诸如 Jev 之类的 System One 模型通过将开放式语义上下文映射为直接驱动程序执行的结构化判断，改变了软件做出决策的方式。然而，这一范式引入了一种新的安全风险，我们将其称为 Jev 程序决策劫持（JPDH）：攻击者控制的上下文可以通过符合 schema 的 Jev 判断重定向程序决策。现有评估主要关注模型层面的攻击或预定义的注入通道，使得真实 Jev 应用中的攻击可达性和下游安全后果尚未得到充分探索。
在本文中，我们提出了 JevProbe，这是首个通过追踪从可达上下文表面经程序消费的决策到真实 Jev 应用中下游安全后果的对抗性影响，来评估 JPDH 的自动化框架。我们的关键洞见是，应用逻辑将多样的 Jev 判断映射为可观察的决策，从而支持系统化、基于程序的攻击评估。在 228 个流行的真实 Jev 应用和 2,273 个测试用例中，81.5% 出现决策翻转，其中 98.6% 导致潜在的下游安全影响。与最强的适配基线相比，JevProbe 将宏平均决策翻转率（DFR）提高了 50.4 个百分点，而现有防御提供的保护有限。我们进一步构建了 JevProbeBench，以支持对真实 Jev 应用中 JPDH 的系统化评估。我们已负责任地向 Jev 应用维护者披露了我们的发现，等待他们的回复。JevProbe 的源代码和 JevProbeBench 数据集已在 GitHub 上公开（此 https URL）。
| 学科： | 密码学与安全（cs.CR）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.18612 [cs.CR] |
| （或 arXiv:2610.18612v1 [cs.CR] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.18612 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Yang Luo [查看电子邮件]
[v1]
2026 年 10 月 13 日星期二 15:59:31 UTC（728 KB）
来源：arXiv cs.AI · arxiv.org