arXiv cs.AI· Gejian Zhao, Hanzhou Wu, Xinpeng Zhang·· 11 小时前AI 评分31
AgentTrace：黑盒 LLM 智能体的执行级指纹识别
AgentTrace: Execution-Level Fingerprinting of Black-Box LLM Agents
AI 导读
AgentTrace 通过向黑盒 LLM 智能体的工具接口注入结构歧义探针，触发对分词敏感的序列化失败，并利用后续修复操作的时间序列识别底层基础模型，在对抗性身份伪造下达到 96.0% 归因准确率。该方法用轻量马尔可夫链建模多步修复轨迹，可区分共享同一分词器的同族变体（如 Llama-3 8B/70B），且对提示词混淆和温度调整保持稳健。
正文 · AI 翻译
摘要：验证自主 LLM 智能体的来源是一项关键的安全挑战。现有的语义归因容易被系统提示混淆，而主动水印则与受模式约束的工具生成相冲突。我们提出 AgentTrace，这是一个主动框架，通过可观测的执行轨迹来识别黑盒智能体背后的基础模型。AgentTrace 注入结构上具有歧义的探针，以在严格的工具接口处触发对分词敏感的序列化失败。虽然这些初始失败提供了跨模型家族的粗粒度区分，但后续修复操作的时间序列揭示了细粒度的、模型特定的恢复行为。通过用轻量级马尔可夫链对这些多步轨迹建模，AgentTrace 在对抗性身份欺骗下实现了 96.0% 的归因准确率。关键在于，序列修复建模成功区分了所评估的共享相同分词器的家族内变体（例如 Llama-3 8B/70B），大幅优于无序行为统计，同时对提示混淆和温度缩放保持稳健。
| 评论： | 10 页，4 张图 |
| 主题： | 密码学与安全（cs.CR）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.32092 [cs.CR] |
| （或 arXiv:2610.32092v1 [cs.CR] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32092 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Gejian Zhao [查看电子邮件]
[v1]
2026 年 10 月 23 日星期五 02:55:15 UTC（234 KB）
来源：arXiv cs.AI · arxiv.org