An Empirical Case Study of Prompt Engineering Strategies for Bypassing Multi-Layer Agent Security Defenses

arXiv cs.CR · 14 oct, 06:00

Un análisis empírico de estrategias de prompt engineering contra defensas multicapa en agentes IA del desafío OpenClaw Security. El estudio evalúa técnicas de bypass en tres etapas (escaneo de archivos, evaluación de seguridad de instrucciones y puntuación de trayectoria de ataque) en 19 objetivos, logrando bypass completo en 5 tareas con una puntuación final de 0,2630. Los resultados muestran que las defensas multicapa con restricciones conductuales integradas limitan significativamente lo que el prompt engineering por sí solo puede lograr.