提出Agent-BOM图表示用于LLM代理安全审计

Chaofan Li等人提出Agent-BOM，将LLM智能体系统表示为分层有向图，统一描述模型、工具、长期记忆等静态能力基础与目标、推理轨迹、动作等动态运行时语义状态，并通过语义边和安全属性构建可查询的审计路径，用于智能体安全审计。 论文还提出基于图查询的路径级风险评估方法，结合OWASP Agentic Top 10在OpenClaw中实现了审计插件。基于论文摘要，实验场景覆盖跨会话记忆poisoning、工具滥用、供应链劫持、多智能体生态劫持等攻击。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。