MATE: Policy-Aware Security Auditing for Mobile Agents via Synthesis-Driven Trajectory Learning

arXiv cs.CR · 22 sept, 06:00

Se presenta MATE, un auditor de seguridad para agentes móviles basados en modelos de fundación que valida si las trayectorias de automatización violan políticas de seguridad específicas de cada aplicación. El sistema utiliza síntesis de trayectorias y aprendizaje de políticas en lenguaje natural para detectar violaciones sin reentrenamiento, logrando más del 95% de precisión en evaluaciones con agentes reales como AutoGLM y Mobile-Agent.