arXiv cs.CL· Donghang Duan, Qingyu Liu, Yifei Liu, Na Zou, Xia Hu, Dongrui Liu·· 10 小时前AI 评分42
研究：MCP 工具调用轨迹可推断用户画像，攻击成功率达 26.25%
How Much Can Tool Calls Reveal About You? Privacy Leakage from Tool-Call Traces
AI 导读
研究者提出 PrivacyTrace 基准，用 25 个服务器的真实 MCP 工具生成 1,000 个合成用户画像和 4,000 条智能体轨迹，测试从工具调用轨迹推断用户属性的风险。四个主流 LLM 攻击者的画像推断攻击成功率达 26.25%，高于基于先验猜测的 17.97%。工具参数与返回结果是主要证据来源，跨会话关联轨迹会进一步放大画像风险。
正文 · AI 翻译
摘要：基于大语言模型（LLM）的智能体通过模型上下文协议（MCP）等协议与外部工具交互，产生的工具调用轨迹可能暴露关于用户的行为信号。在本工作中，我们系统性地研究了从 MCP 工具调用轨迹推断用户画像的风险，其中观察者在不访问用户对话的情况下，从协议有效的工具交互中推断用户属性。我们提出了 PrivacyTrace，一个包含 1,000 个合成用户画像和 4,000 条智能体轨迹的基准，覆盖四个领域，使用来自 25 个服务器的真实 MCP 工具生成。针对四个主流 LLM 攻击者的实验表明，工具调用轨迹使画像推断的攻击成功率达到 26.25%，而基于先验的猜测为 17.97%。进一步分析揭示，工具参数和返回结果是主要的轨迹依据证据，而跨会话关联轨迹会进一步放大画像风险。这些发现表明，MCP 工具调用轨迹可以作为有效的用户画像行为侧信道，推动开发面向智能体-工具交互的隐私感知机制。代码和数据可在 此 https URL 获取。
| 评论： | 24 页，12 幅图，8 张表，包括参考文献和附录 |
| 主题： | 密码学与安全（cs.CR）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.41885 [cs.CR] |
| （或 arXiv:2610.41885v1 [cs.CR] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.41885 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Donghang Duan [查看邮箱]
[v1]
2026 年 10 月 30 日星期五 15:30:23 UTC（3,133 KB）
来源：arXiv cs.CL · arxiv.org