Self-State Attacks on Self-Hosted AI Agents: How Far Can OS Defenses Go?

• 类型：arxiv
• 标识：2607.17986
• 链接：http://arxiv.org/abs/2607.17986v1
• 主分类：agent
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：The empirical results show that a layered defense stack is effective on most attack cells while a small residual attack surface remains structurally indistinguishable at the OS level, suggesting that against the newly established class of self-state attacks, OS-level defense needs to be reconsidered.
• OpenAlex ID：W7169862481
• OpenAlex DOI：10.48550/arxiv.2607.17986
• DOI：10.48550/arxiv.2607.17986
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.17986
• OpenAlex更新：2026-08-24
• 待LLM分类：否
• 标题中文：自托管AI Agent的自我状态攻击：操作系统防御能做到什么程度？
• TLDR中文：实证结果表明，分层防御栈对大多数攻击单元有效，但仍存在一小部分残余攻击面在操作系统层面本质上不可区分，这表明针对新出现的自我状态攻击类别，需要重新审视操作系统级防御。
• 副分类：risk
• 来源文件：
• /inbox/tom/_candidates/2026-07-21-agent-rag-longcontext-candidates.json
• [S2 enrich]
• /inbox/tom/_candidates/2026-07-22-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]