arXiv · cs.AI· Wanjing Han, Levi Taiji Li, Mu Zhang, Yue Jiang, Guanhong Tao·· 2 天前
WebMirage：通过对抗图像劫持视觉网页Agent的浏览器执行
Adversarial Images Hijack Web Agents from Visual Grounding to Browser Execution
arXiv:2610.09240v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Wanjing Han, Levi Taiji Li, Mu Zhang, Yue Jiang, Guanhong Tao
首次提交：2026-10-07 08:05
研究任务与主要进展
作者提出WebMirage框架，通过局部视觉扰动诱导视觉网页Agent选择攻击者控制的内容并执行相应浏览器动作。基于论文摘要，框架结合role-slot抽象、网页重组和数据流分析，覆盖从视觉定位到动作后处理的端到端流程；在四种Agent配置、六种VLM骨干、13个公开网站及沙盒基准的2,250项任务上，平均攻击成功率为91.9%，最强基线为17.4%，并对三种Agent级防御保持有效。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org