跳到內容
Agent Threat Rules (ATR)EN

agent 威脅技法的開放知識庫 · RFC 草案 · 徵求協作者 · 與 ATR 搭配

Agentic Threat Detection

一份收錄 agent runtime 威脅手法的開放知識庫,還在草案階段。收進來的每一種手法都有名字、穩定的 ID,也對到 OWASP、MITRE ATLAS、CWE、AVID,讓偵測有地方掛。ATLAS 替 AI 攻擊命名,CWE 替軟體弱點命名。ATD 想替 agent 威脅做同樣的事。

Editor's Draft · 治理前草案·版本 0.1.0·日期 2026-06-13·正式網址 /atd·編輯 Adam Lin
81
條技法已編目
18
有 CVE 佐證
47
條已綁定偵測規則(這是覆蓋率,不是門檻)
96.6% / 3.4%
召回率,hunt / enforce(ATR 內部自測語料,n=341,ATR 4.1.5,量測於 2026-10-15;hunt lane 在 20 個良性樣本上誤報 0 次,不能當樣本外證據)
92.3% / 0.9%
召回率,hunt / enforce(garak in-the-wild,n=650,ATR 4.1.5,量測於 2026-10-15;部分屬於 closed-book,不少規則就是從這份語料寫出來的)

ATD 的偵測規則隨 ATR 發布。ATR 已合併進 Cisco AI Defense 的開源 skill-scanner,用在 Microsoft Agent Governance Toolkit 的範例裡,也在 MISP/CIRCL 有對照。這些使用端整合的是 ATR 規則,不代表它們背書這份草案標準。DOI 10.5281/zenodo.19178002。

摘要Informative

Agentic Threat Detection(ATD)是一套開放、機器可讀的知識庫,收錄 agent 特有的威脅技法。agent 出事的方式,既有的資安分類大多叫不出名字。一段被下毒的 tool description,一張偽造的 agent card,一次寫進記憶後潛伏了三個 session 的內容。ATD 替每一種取名,給它永久 ID 和穩定的定義,再對到既有的文字型框架:OWASP Agentic Top 10、MITRE ATLAS、CWE、AVID,並附上這種攻擊真的發生過的佐證。

那些框架告訴你 agent 會出什麼錯。ATD 在它們底下一層,說明每條技法在 runtime 看得到的地方怎麼現形:prompt、tool call、tool response、agent 之間的訊息、記憶寫入、trace。偵測規則就得掛在這些地方。技法還沒有名字之前,每個團隊都得從頭寫一遍描述。攻擊一被記錄下來,技法就進目錄,不必等偵測規則出現,所以用詞永遠走在工具前面。等某條技法有了通過閘門的偵測規則,ATD 就把兩者綁在一起。覆蓋率是要慢慢長的,不是入門條件。ATD 之於 agent 威脅,就像 MITRE ATLAS 之於 AI 攻擊、CWE 之於軟體弱點:一份整個生態都能指著引用的索引。

目錄目前已替 9 個戰術底下的 81 條技法命名。每一條至少對到一個上游框架,其中 47 條已綁定一條上線中、通過閘門的偵測規則。參考資料看的就是這個廣度。它長得多快,也說明這片攻擊面還在擴大。

狀態:Editor's Draft。這是一份徵求意見稿,歡迎一起撰寫。它還不是正式通過的標準,要達到 §8 的中立門檻才算得上。公開它是為了找協作者和對照夥伴,不是要宣稱權威。

範圍:ATD 是什麼、不是什麼Normative

ATD 列的是能在 agent I/O 觀測到的 agent-runtime 威脅技法:prompt 與內容、tool call、tool response、agent 之間的訊息、記憶操作、trace、螢幕狀態、payment mandate。

  • ATD MUST NOT 替漏洞實例發識別碼。某個 MCP server 的某個 CVE,歸 CVE、GHSA、OSV 或 AVID 管。ATD 引用它,不取代它。
  • ATD MUST NOT 把自己當成另一套互相競爭的頂層風險分類。「agentic 十大風險」這個框架屬於 OWASP ASI。ATD 在它底下,讓它跑得起來。
  • ATD MUST 讓每條技法至少對到一個上游框架。還對不到的,要把缺口記下來。

這條界線是刻意劃的。過去搶 CVE 地盤的漏洞登錄,例如已經封存的 GSD,最後四分五裂、停擺。ATD 補的是沒人做的可執行偵測這一層,不去重打已經定下來的仗。

概念模型Normative

ATD 用兩條軸,都借自已經證明可行的標準:

  • Tactic / Technique 矩陣,來自 MITRE ATLAS。Tactic 是攻擊者的目標階段,Technique 是具體、可偵測的攻擊模式,Sub-technique 是它的變體。
  • 抽象層級,來自 CWE。每條技法標上 pillar、class、base 或 variant。

識別碼。Tactic 是 ATD-TA1 … ATD-TA9。Technique 是 ATD-T0001,補零、依序編號、永久有效,不會重用。sub-technique 用點號,例如 ATD-T0001.001。每條偵測規則另外帶一個 UUIDv4,改名之後還追得到。technique 是目錄,rule 是綁在上面、可以執行的實例。

成熟度。每條技法和規則都有一個階段:experimental → test → stable,另外還有 deprecated。正式環境的使用端 SHOULD 只自動同步 stable。

技法目錄Normative

這是完整目錄。81 條技法,依 9 個戰術階段排列,從 MCP 協定層、multi-agent 之間的互動,一路到 agentic commerce。每條都有永久 ID 和穩定的定義,對到 OWASP ASI、MITRE ATLAS、CWE,並附真實的 CVE 或研究佐證。其中 47 條已綁定一條上線中的 ATR 偵測規則。其餘只做了記錄,但在這裡的地位完全一樣:替威脅命名,不必等規則先出現。已記錄、但還沒有公開實例的,標成 research 或 aspirational,絕不假裝成 CVE。每個框架識別碼都在 2026-06-14 對原始來源核對過。

ATD-TA1 · Protocol & Interconnect (11)

ATD-T0001Shell metacharacter injection through MCP tool parameters上線規則 ↗

未經清理的 MCP 工具輸入直接進到 execSync/exec,在伺服器主機上造成 RCE。

CVE-2025-53355 ↗ASI05ASI02AML.T0053CWE-77
ATD-T0002curl-fallback command injection in an MCP server上線規則 ↗

fetch 失敗後改用 exec 呼叫 curl,URL 未經清理,因而可以 RCE。

CVE-2025-53967 ↗ASI05ASI02AML.T0053CWE-420
ATD-T0003Command injection in a scaffolded MCP stdio server上線規則 ↗

產生出來的伺服器把工具輸入串進 exec(),凡是用它建出來的伺服器都會被 RCE。

CVE-2025-54994 ↗ASI04ASI05AML.T0010.005CWE-78
ATD-T0004Line-jumping — tool-description injection at listing time上線規則 ↗

工具描述裡藏的指令,在 tools/list 時就進入模型 context,早於任何一次呼叫。

研究 ↗ASI04ASI01AML.T0110AML.T0104CWE-1427
ATD-T0005Rug pull — silent mutation of an approved tool上線規則 ↗

伺服器通過一次核准後,之後改動工具定義,卻沒有任何完整性重新檢查。

研究 ↗ASI04AML.T0109AML.T0110CWE-494
ATD-T0006Missing-auth MCP proxy command execution

client 與 MCP proxy 之間沒有驗證,任何本機或網頁發起的請求都能啟動 MCP 行程。

CVE-2025-49596 ↗ASI03ASI05CWE-306
ATD-T0007RCE from a malicious upstream MCP server

不受信任的伺服器在回應裡放進精心構造的 authorization_endpoint URL,讓 client 被 RCE。

CVE-2025-6514 ↗ASI04ASI05AML.T0010.005CWE-78
ATD-T0008DNS-rebinding to a localhost MCP server

惡意網頁透過 DNS rebinding,跨來源連到沒有驗證的 localhost MCP 伺服器。

CVE-2025-66416 ↗ASI07ASI03CWE-1188
ATD-T0009Session ID / auth token placed in a URL query string上線規則 ↗

放在 query string 裡的憑證,會經由伺服器日誌、proxy、CDN、瀏覽紀錄和 Referer 外洩。

研究 ↗ASI03ASI07CWE-598
ATD-T0067Unauthenticated MCP transport endpoint exposed to network reach

MCP 伺服器的 SSE/HTTP 傳輸埠綁在可路由的介面上而且沒有驗證,遠端或跨來源的呼叫者都能開 session、呼叫工具。

研究 ↗ASI03ASI05CWE-668
ATD-T0080Cross-client data leak via shared MCP server state

共用的 MCP 伺服器或傳輸層在同時連線的 client 之間混用狀態(race condition 或缺少逐 client 隔離),讓一個 client 收到另一個 client 的資料或 context。

CVE-2026-25536 ↗ASI06ASI07CWE-362

ATD-TA2 · Memory & Context Integrity (9)

ATD-T0010Serialized-object smuggling through an LLM response field

注入的輸出帶有序列化標記,反序列化時被當成可信物件還原,進而外洩機密。

CVE-2025-68664 ↗ASI06ASI01AML.T0051.001CWE-502
ATD-T0011Persistent memory / context-store poisoning

攻擊者控制的內容被寫進 agent 之後會當成可信 context 讀回的資料裡。

研究 ↗ASI06AML.T0080CWE-349
ATD-T0026Sleeper (dormant) memory poisoning

攻擊者控制的外部內容被寫進 agent 的長期記憶,跨 session 潛伏,之後在別的對話裡重新冒出來左右行動,使注入的時間點與惡意效果在時間上脫鉤。能做確定性偵測的咽喉點是記憶寫入的邊界。

研究 ↗ASI06AML.T0080CWE-349
ATD-T0059Sensitive data exfiltration via agent-rendered markdown image/link URL上線規則 ↗

agent 被誘導輸出 markdown 圖片或連結語法,攻擊者控制的 URL 裡編碼了對話、機密或 context 資料,渲染端自動抓取,資料就從旁路外洩。

研究 ↗ASI06ASI08AML.T0024AML.T0057CWE-200
ATD-T0060Tool-response-embedded exfiltration channel上線規則 ↗

工具或 MCP 回應在看似正常的輸出裡,夾帶竊取機密的指令或敏感資料附註,利用 agent 對工具結果的信任,把憑證或 context 夾帶進下一輪。

研究 ↗ASI06ASI08AML.T0054CWE-200
ATD-T0061Credential elicitation in model output (secret completion / verbatim disclosure)上線規則 ↗

prompt 誘使模型產生、補完、部分透露或原樣複述 context 裡真實的 API key、token 或機密(包括混淆或編碼過的形式),讓機密直接出現在回應中。

研究 ↗ASI06AML.T0057CWE-200
ATD-T0062Cross-context / cross-user memory leakage in multi-agent delegation上線規則 ↗

具權限意義的 context 屬性(session、使用者或對話 id)在 agent 委派鏈或共用記憶儲存中沒有保持一致,讓某個使用者或 agent 的 context 出現在另一方面前。

CVE-2026-41712 ↗ASI06CWE-668
ATD-T0063Offline training / fine-tuning corpus contamination上線規則 ↗

攻擊者在模型的訓練或微調資料集裡放進惡意或標籤翻轉的樣本,讓上線的模型帶有攻擊者選定的行為或後門。

研究 ↗ASI06AML.T0020AML.T0018CWE-349
ATD-T0074RAG and retrieval-index target reconnaissance

攻擊者列舉 agent 的 RAG 或檢索索引,找出可以下毒的文件,或可以外洩的敏感條目。

研究 ↗ASI06AML.T0064CWE-200

ATD-TA3 · Goal, Planning & Reasoning (11)

ATD-T0012Indirect prompt injection via tool / API response上線規則 ↗

工具回傳資料裡的惡意文字推翻 agent 的計畫,改變它接下來的行動。

研究 ↗ASI01AML.T0051.001AML.T0099CWE-1427
ATD-T0013System-prompt / guardrail extraction to plan evasion

精心設計的提問逼 agent 吐出隱藏的 system prompt,暴露它的控制邏輯。

研究 ↗ASI01ASI09AML.T0056CWE-200
ATD-T0027Persona/roleplay jailbreak to override safety policy上線規則 ↗

攻擊者替模型指定一個不受限制的分身或虛構角色(DAN、AIM、Developer Mode、雙重回答拆分、奶奶/歷史人物/無道德人設、遊戲主持人),讓它把違反安全政策的輸出當成角色扮演,而不是它自己該拒絕的行為。

研究 ↗ASI01AML.T0054AML.T0051.000CWE-1427
ATD-T0028Direct instruction override and goal hijacking上線規則 ↗

不受信任的輸入下達命令式指令(忽略/忘掉先前的指令、重新定義 system prompt、強迫逐字輸出 payload),或透過錯誤前提/目標漂移轉移任務,在不靠角色框架的情況下取代 agent 被指派的目標與限制。

研究 ↗ASI01AML.T0051AML.T0051.000CWE-1427
ATD-T0029Encoding/cipher obfuscation to smuggle harmful instructions past plaintext filters上線規則 ↗

把有害指令包在可還原的可見編碼裡(Base16/32/64/85、hex、Morse、NATO、leetspeak、Braille、Ecoji、Base2048、ROT/密碼、homoglyph),再要求模型先解碼後執行,利用以明文訓練的安全分類器無法推廣到編碼形式這一點。

研究 ↗ASI01AML.T0054AML.T0051AML.T0068CWE-1427
ATD-T0030Invisible Unicode steganographic smuggling of agent instructions上線規則 ↗

指令藏在人眼看起來是空白、但模型會切成 token 的 Unicode 裡:零寬字元、BiDi RLO/LRO 覆寫、Unicode Tag 區塊(U+E0000-E007F)、variation selector 的 ASCII 夾帶,既能破壞關鍵字比對和人工審查,又不影響模型理解。

研究 ↗ASI01AML.T0051CWE-1427
ATD-T0031Hypothetical/fictional/tense reframing to bypass refusal上線規則 ↗

把有害請求包進一層拉開距離的框架:虛構/故事/學術情境、改寫成過去式或未來式、假設性回答,或用函式包裝的續寫,讓模型以為自己在寫小說或歷史分析,結果回答了有害的核心內容。

研究 ↗ASI01AML.T0054CWE-1427
ATD-T0032Coercive output-format and conditional-unlock pressure上線規則 ↗

prompt 用威脅、最後通牒或捏造的條件解鎖規則施壓,逼模型進入攻擊者指定的輸出模式,或推翻它的格式/拒絕政策。

研究 ↗ASI01AML.T0051AML.T0054
ATD-T0033Casual-authority impersonation for scope escalation and output redirect上線規則 ↗

用口語、非正式的權威說法(「orchestrator 要……」「老闆說跳過……」)宣稱有委派權限,藉此擴大 agent 的範圍、關掉安全過濾,或把輸出導向攻擊者的端點,躲過針對明顯注入的偵測。

研究 ↗ASI01ASI10AML.T0051
ATD-T0034Foot-in-the-door gradual compliance escalation上線規則 ↗

攻擊者先讓 agent 答應一個無害請求,再一步步升級到有害指令,並拿 agent 先前的配合當理由。

研究 ↗ASI01AML.T0051
ATD-T0064Forged trusted-output-component manipulation

agent 輸出的引用、來源標示或結構化的「已驗證」欄位是攻擊者偽造的,下游使用者把捏造的內容當成權威。

研究 ↗ASI01ASI08AML.T0067CWE-345

ATD-TA4 · Identity, Authz & Delegation (9)

ATD-T0014Confused-deputy token passthrough in an MCP server

伺服器把手上的 token 轉給下游 API,卻沒驗證 audience,造成權限提升。

研究 ↗ASI03CWE-441
ATD-T0056Agent tool exceeds delegated permission scope to reach admin or out-of-bounds functions上線規則 ↗

agent 呼叫超出授權範圍的工具或管理功能,可能是一次越界,也可能是逐步擴張範圍,進到從未委派給它的使用者管理、系統設定或管理後台。

研究 ↗ASI03AML.T0040AML.T0047CWE-269CWE-862
ATD-T0057Credential/secret file harvest combined with network exfiltration上線規則 ↗

agent 或 MCP 工具的指令讀取常見的憑證儲存位置(.env、~/.aws/credentials、SSH 金鑰、.npmrc、瀏覽器 cookie 資料庫),並在同一個 context 裡 pipe 或 POST 到外部端點,造成主機憑證被竊,還能橫向移動。

研究 ↗ASI02ASI06AML.T0055AML.T0083AML.T0090AML.T0098CWE-522
ATD-T0058Agent memory or context store written across a conversation or tenant boundary上線規則 ↗

agent 寫入屬於另一個對話或租戶的記憶/向量儲存,而不是目前 trace 的範圍,越過資料邊界,埋下之後的 session 會讀到的內容。

研究 ↗ASI04ASI06AML.T0080CWE-668CWE-349
ATD-T0068OAuth consent phishing to bind an attacker-controlled MCP authorization grant

使用者被引導走過一個真的 OAuth 同意畫面,但對象是攻擊者的 client/redirect,最後 agent 手上拿的是授權給攻擊者的 token。

研究 ↗ASI03CWE-1021
ATD-T0069OAuth protocol downgrade to defeat PKCE or strip token binding

MCP 授權交握被迫改用較弱的流程(implicit grant、拿掉 PKCE/state),讓被攔截的 code 或 token 可以重放。

研究 ↗ASI03CWE-757
ATD-T0070Agent reads process environment variables to harvest injected secrets

agent 或 MCP 工具列舉行程環境變數(printenv、process.env、os.environ),拿走伺服器啟動時注入的 API key 和 token。

研究 ↗ASI06AML.T0055CWE-526
ATD-T0075Agent configuration and permission reconnaissance

攻擊者摸清 agent 的設定、連接的工具和取得的權限,規劃量身打造的權限提升或工具濫用攻擊。

研究 ↗ASI03AML.T0084CWE-200
ATD-T0077Broken object or workspace authorization in an agent tool (IDOR)

agent 或 MCP 工具缺少物件層級的授權檢查,跨越使用者、工作區或租戶邊界提供或修改資料,讓一個主體碰到另一個主體的資源。

CVE-2026-46519 ↗ASI03CWE-639CWE-863CWE-284

ATD-TA5 · Tool & Supply Chain (17)

ATD-T0015Agent reads .env / secret files without consent上線規則 ↗

agent 工具在使用者核准的範圍之外,讀取憑證檔(.env、credentials、.npmrc)。

研究 ↗ASI02ASI06AML.T0053CWE-538
ATD-T0016Hallucinated-dependency squatting (slopsquatting)

模型推薦一個捏造的套件名稱,攻擊者事先註冊,把程式碼拉進 agent 環境。

研究 ↗ASI04ASI08AML.T0060AML.T0062CWE-1427
ATD-T0046Hidden directive embedded in MCP tool description subverts consent or safety gating上線規則 ↗

工具的自然語言描述或 docstring 夾帶命令式指令(自動轉發結果、跳過使用者確認、忽略安全政策),模型在呼叫時照做。

研究 ↗ASI04ASI02AML.T0053CWE-94CWE-1427
ATD-T0047Tool schema-description divergence hides write or admin capability behind a read-only claim上線規則 ↗

工具在描述裡宣稱安全、唯讀,它的 JSON schema 或 runtime 卻接受沒宣告的寫入、管理或除錯參數,超出聲明的功能。

研究 ↗ASI02ASI05AML.T0010AML.T0056CWE-1427CWE-440
ATD-T0048Unauthenticated MCP server or agent API exposes privileged operations上線規則 ↗

MCP 伺服器、agent 控制 API 或管理端點出貨時關閉了驗證,或關鍵功能缺少驗證,讓未驗證的呼叫者能呼叫工具、外洩資料,甚至接管整個叢集。

CVE-2026-32211 ↗ASI05ASI03AML.T0049AML.T0040CWE-306
ATD-T0049Untrusted tool output rendered without sanitization triggers terminal or browser code execution上線規則 ↗

含有 ANSI/OSC 跳脫序列或 XSS payload 的工具/skill 輸出,未經清理就送進 CLI 終端機或網頁 agent 介面,劫持畫面、偽造提示,或在操作者的 session 裡執行腳本。

研究 ↗ASI08ASI02AML.T0057AML.T0077CWE-150CWE-79
ATD-T0050Agent SSRF via unvalidated fetch URL reaches cloud metadata or internal services上線規則 ↗

agent 的 fetch/RAG/檢索工具接受受攻擊者影響的 URL,而它的驗證可以被繞過(編碼、十進位/十六進位 IP、IPv6 loopback、DNS rebinding),因而碰到 link-local 的雲端 metadata 端點或內部主機。

CVE-2026-2286 ↗ASI02ASI05AML.T0049CWE-918CWE-552
ATD-T0051Malicious code execution staged inside an installed skill package上線規則 ↗

SKILL.md 或隨附的腳本帶有可執行的攻擊 payload:base64/直連 IP 的 dropper、reverse shell、偽裝成備份的憑證竊取程式,或 C2 回連,在 skill 安裝或被呼叫時執行。

研究 ↗ASI04AML.T0010CWE-506
ATD-T0052Skill instruction smuggling via hidden/invisible payload channels上線規則 ↗

攻擊指令藏在 skill 文字裡人工審查看不到的地方:HTML 註解、Unicode Tag 字元(U+E0000 範圍),或其他不可見字形,但 agent 仍會解析並照做。

研究 ↗ASI04AML.T0010CWE-506
ATD-T0053Skill supply-chain tampering: rug-pull, time-bomb, and self-modifying persistence上線規則 ↗

skill 從設計上就打算在取得信任後變質:遠端動態載入程式碼、定時觸發的外洩、安裝後 hook、自我改寫的 SKILL.md,或蠕蟲式擴散,讓審查時無害的內容在執行時變成惡意。

CVE-2025-59536 ↗ASI04AML.T0010CWE-494
ATD-T0054Upstream-skill impersonation: typosquat, fork-claim, and slopsquat baiting上線規則 ↗

惡意套件用拼錯或撞名的名稱、假的「社群 fork/加強版」安裝說明,或幻覺依賴誘餌,冒充可信工具,盜用正牌上游的信任。

研究 ↗ASI04AML.T0010CWE-829
ATD-T0055Weaponized skill turning the agent into an offensive/over-privileged actor上線規則 ↗

通過核准的 skill 利用同意之後的空窗,指揮 agent 本身去做攻擊性操作或超出範圍的事:執行攻擊工具、安裝未經授權的背景任務,或載入不安全的模型產物,超出使用者同意的範圍。

研究 ↗ASI04CWE-269
ATD-T0065Sensitive-data exfiltration via legitimate agent tool invocation

agent 呼叫原本被允許的工具(send、post、upload、write、fetch),把敏感 context 或資料送到攻擊者控制的目的地。

研究 ↗ASI06ASI02AML.T0086CWE-200
ATD-T0071Cross-server tool-chaining pivot reaches an unrelated tool's resources

agent 被引導把一個工具的輸出當成另一個已連線工具的輸入,讓低信任的工具跨越伺服器邊界,驅動高權限工具的動作。

研究 ↗ASI05ASI03AML.T0047CWE-441
ATD-T0072Outbound webhook used as covert command-and-control channel

agent 工具註冊或輪詢攻擊者控制的 webhook/URL,把例行的對外 HTTP 變成下達任務、回傳資料的通道。

研究 ↗ASI08ASI06AML.T0072CWE-918
ATD-T0078Prompt-to-SQL injection via an agent's natural-language database tool

agent 的資料庫或查詢工具直接用自然語言或模型輸出組 SQL/查詢字串,沒有參數化,精心設計的 prompt 就能注入查詢,甚至升級成 RCE。

CVE-2026-25879 ↗ASI05ASI02AML.T0053CWE-89
ATD-T0081Remediation-framed command execution via tool-response injection (agentjacking)上線規則 ↗

透過 MCP/工具整合回傳、受外部影響的內容,把可執行指令偽裝成正當的修復建議(一段 Resolution/建議修正/必要步驟,執行 npx/uvx/pipx 套件或 pipe-to-shell 單行指令),AI 寫程式 agent 因此執行攻擊者控制的程式碼,而鏈上每一步看起來都經過授權。prompt 層的防禦會失效,因為 agent 分不出它讀到的資料和要它行動的指令;能長久有效的緩解是在工具輸出邊界做偵測。適用範圍不只已揭露的 Sentry 途徑,任何把受外部影響的資料回傳給 agent 的工具整合都適用。

研究 ↗ASI02ASI05AML.T0051.001CWE-829CWE-77

ATD-TA6 · Execution & Autonomy (9)

ATD-T0017Path-traversal blacklist bypass via non-canonical paths上線規則 ↗

只比對字串的路徑檢查,被 ../、/./、多餘斜線繞過,碰到敏感檔案。

CVE-2025-66689 ↗ASI02ASI03AML.T0053CWE-22
ATD-T0018MCP filesystem sandbox escape via symlink following

允許目錄裡的 symlink 解析到範圍外的路徑,等於開放系統檔案存取。

CVE-2025-53109 ↗ASI02ASI05AML.T0053CWE-59
ATD-T0019Prompt-injection-to-RCE via an agent's file-write capability

注入的指令驅使 agent 寫入啟動檔或設定檔,取得持續性的程式碼執行。

研究 ↗ASI05ASI01AML.T0053AML.T0051.001CWE-94
ATD-T0039Human-in-the-loop trust and approval-fatigue exploitation上線規則 ↗

把 agent 的輸出拿來對付監督它的人:捏造信心、隱藏不確定性、製造急迫感,或把高風險動作夾在一堆無害動作裡,讓人審批到疲乏,繞過人工核准關卡。

ATD-T0040Agent rationalizes bypassing a required human-approval or safety gate上線規則 ↗

agent 跳過規定的核准/安全控管:在沒有任何人工核准 span 的情況下呼叫破壞性工具,或替走捷徑自圓其說(「為了更有效率」),讓人在迴圈中的檢查點失效。

研究 ↗ASI04ASI05AML.T0053CWE-862CWE-841
ATD-T0041Agent code-execution sandbox escape achieves host RCE or boot-time persistence上線規則 ↗

agent 的程式碼直譯器或 VM 沙箱被突破,手法包括任意寫入啟動路徑的檔案、eval/動態 import 原語,或邊界缺陷,進而在主機上執行程式碼,而且重開機後仍會留存。

CVE-2026-27597 ↗ASI05ASI06AML.T0050CWE-94CWE-693
ATD-T0042Consequential autonomous action without human-in-the-loop confirmation上線規則 ↗

agent 在沒有逐輪明確人工核准的情況下,執行高風險、往往無法還原的操作:付款/轉帳、shell 指令、破壞性呼叫、存取內網資源。

研究 ↗ASI07ASI06AML.T0053AML.T0101CWE-862
ATD-T0043Runaway self-perpetuating execution loop (denial-of-wallet)上線規則 ↗

agent 陷入沒有終止條件的無限重試、遞迴自我呼叫或密集工具呼叫迴圈,耗盡運算、預算或下游服務。

研究 ↗ASI07AML.T0034AML.T0046CWE-835
ATD-T0066Delayed or conditional execution of injected instructions

注入的指令把自己的效果延到之後某一輪或某個觸發條件,讓惡意動作在審查之後才發作,而不是在讀入時。

研究 ↗ASI01ASI07AML.T0094CWE-506

ATD-TA7 · Multi-Agent Dynamics (4)

ATD-T0020Agent Card poisoning to capture A2A task routing

惡意 A2A agent 發布夾帶指令的 Agent Card,讓 orchestrator 把任務派給它。

研究 ↗ASI07ASI10AML.T0051.001CWE-345
ATD-T0021Cross-agent injection propagation (cascading compromise)

一個被入侵的 agent 輸出的內容注入下一個下游 agent,在整群 agent 之間連鎖擴散。

研究 ↗ASI08ASI07ASI10AML.T0051.001AML.T0080CWE-1427
ATD-T0044Inter-agent identity spoofing and forged-message injection上線規則 ↗

被入侵的 agent 或同儕 agent 冒用另一個 agent 的身分、偽造系統層級的訊息標籤,或注入未經驗證的 A2A 訊息,利用 agent 之間的信任提升權限或繞過 orchestrator。

研究 ↗ASI07ASI10AML.T0051.001AML.T0051
ATD-T0045Multi-agent consensus and Sybil manipulation上線規則 ↗

指令建立多個假的 agent 身分,協同投票、灌入假提案,或淹沒 multi-agent 的共識或投票機制,把結果導向攻擊者要的方向。

研究 ↗ASI10ASI07AML.T0043

ATD-TA8 · Model-Intrinsic & Governance (8)

ATD-T0022Trace tampering / non-tamper-evident agent audit logs

agent 只記錄推理、沒記錄實際的工具呼叫,或日誌可以被改寫,事後稽核因此失效。

研究 ↗ASI10CWE-778
ATD-T0025Acoustic prompt injection of a voice agent

把人耳察覺不到的對抗性音訊擾動混進正常語音,在只有音訊、沒有任何文字使用者指令的情況下,驅使語音/音訊 LLM agent 發出真實的工具呼叫。文字層的規則看不到它;偵測只能在 trace 層做(語音發起的 session 產生高風險工具呼叫,卻沒有對應的文字指令)。

研究 ↗ASI01CWE-1427
ATD-T0035Token-level adversarial suffix and special-token boundary injection上線規則 ↗

利用模型本身的弱點:附上以梯度最佳化產生的後綴(GCG 括號/文字沙拉),或模型專屬的控制 token(<|endoftext|>、ChatML <|im_start|>system、glitch token),不靠任何語意包裝,就把輸出推向配合,或重設安全 context。

研究 ↗ASI01AML.T0054AML.T0051CWE-1427
ATD-T0036Output-boundary bypass to elicit harmful or prohibited content上線規則 ↗

攻擊者調整請求的形狀,例如誘導續寫、結構化索取有害內容,或以弱勢族群為框架,讓模型輸出直接問時會拒絕的內容。

研究 ↗ASI01AML.T0054AML.T0057CWE-1427
ATD-T0037Coercing the model to generate weaponized or scanner-evading output上線規則 ↗

要求模型產出可實際使用的惡意產物(惡意程式碼、子函式),或已知的惡意測試特徵碼(EICAR/GTUBE),藉此試探輸出流程有沒有任何防毒/掃描層。

研究 ↗ASI01ASI08AML.T0053
ATD-T0038Model IP and training-data extraction via systematic inference probing上線規則 ↗

攻擊者對推論 API 發出大量或發散重複的查詢,還原模型記住的訓練資料,或把模型行為蒸餾成可用的複製品。

研究 ↗ASI01AML.T0040AML.T0024CWE-200
ATD-T0073Agent model-output reconnaissance and guardrail fingerprinting

攻擊者有系統地試探 agent 的回應,辨識背後的模型、它的 guardrail 或輸出格式,用來量身打造下一波攻擊。

研究 ↗ASI01AML.T0063CWE-200
ATD-T0079Secret leakage through agent or MCP server logs and traces

agent 或 MCP 伺服器把含有憑證或機密的工具參數、查詢或回應寫進日誌或 trace,任何能看日誌或 trace 的人都看得到。

CVE-2026-44969 ↗ASI06CWE-532

ATD-TA9 · Agentic Commerce (forward) (3)

ATD-T0023Adversarial transaction steering of a purchasing agent

商品列表或網頁裡注入的內容,引導自主採購 agent 多付錢,或洩漏付款授權。

前瞻,尚無實例ASI01ASI02ASI09CWE-1427
ATD-T0024Payment-mandate forgery in an agent-to-agent handshake

在 agentic commerce 交換中,惡意 agent 偽造委派的付款授權或 mandate 範圍。

前瞻,尚無實例ASI03ASI07CWE-345
ATD-T0076Fraudulent transaction execution by a compromised commerce agent

被入侵或被操弄的採購或付款 agent,以使用者的名義執行未經授權或詐欺性的交易。

研究 ↗ASI06ASI01CWE-840

條目結構Normative

technique 條目是一份 YAML 或 JSON 文件,要通過 repo 裡附的 normative JSON Schema(Draft 2020-12)驗證。設計上和 OSV、Sigma 生態相容。必填欄位:

atd_id            ATD-T####            永久
schema_version    SemVer, 無 "v"        加法式 minor 保證(OSV)
title             簡短祈使片語
tactic            ATD-TA#
abstraction       pillar | class | base | variant
status            experimental | test | stable | deprecated
description       技法與其攻擊機制
detection_surface content | tool_input | tool_response |
                  inter_agent_msg | memory_op | trace | screen | payment_mandate
mappings          owasp_asi[] · mitre_atlas[] · cwe[] · avid[] · maestro_layer[]
references         advisory / CVE / research URL(真實證據)
detection_rules   UUIDv4[] 指向 rule corpus

偵測規則沿用已經在正式環境跑的 ATR 規則 schema:regex 或 conditions、true_positives 和 true_negatives(用來測精準度)、誤報註記、回應動作,以及合法的 agent_source.type。

對照與互通Informative

正當性來自互通,不是自己宣布權威。只要有對應的位置,每條 ATD 技法都會對到 OWASP ASI、MITRE ATLAS 和 CWE。適用的話,再加上 AVID 和 MAESTRO 層。技法落在上游框架還沒命名的缺口時,ATD 會記下這個缺口,再以提議技法和案例研究的形式,回饋給那些專案。目錄靠對照長大,不另立地盤。

ATD 設計上要和 AVID 互通,不是競爭。AVID 已經在營運一個有治理、開放投稿的 AI 漏洞登錄。AVID 的「Detection」報告類型需要可執行的偵測,ATD 補的就是這一塊。

符規Normative

  • 符規的技法條目 MUST 通過 JSON Schema 驗證,至少帶一個框架對照或記錄下來的缺口,並至少引用一個來源。
  • 符規的偵測規則 MUST 通過精準度閘門:每個宣告的正例都要命中,在公開的良性語料上零誤報,規則之間沒有衝突。
  • 符規的使用端 MUST 遵守 maturity 欄位,並 SHOULD 在每筆偵測上帶出 ATD-T#### id。

治理與狀態Informative

ATD 依書面章程治理,以開放草案的形式發布,歡迎一起撰寫。要達到一條具體、公開的中立門檻,它才稱得上 standard。這條門檻取自 OpenSSF 的專案生命週期:至少三位 maintainer,分屬至少兩個組織。這些席位正在積極補上。

治理採 Minimal Viable Governance 章程。maintainer 之間用 lazy consensus 決定,談不攏時由 Technical Steering Committee 簡單多數表決。修改章程要三分之二同意,沒有任何一個人能否決。規格以 CC-BY-4.0 授權,設計上就能 fork,沒有哪一方能綁架它。另外也已承諾遷到中立的基金會:OpenSSF 的 working group,或 OWASP GenAI Security Project。

徵求協作者。如果你的團隊在做 agent 安全,可以把工具對到 ATD、投一條技法,或接下 maintainer 席位。請看 /contribute。

下載與檔案Informative


編輯:Adam Lin · 規格 CC-BY-4.0 · Schema 與工具 Apache-2.0 · 規則庫 MIT · ISO 8601 2026-06-13 · Editor's Draft,治理前,還不是正式通過的標準。