Beyond Single-Model Injection: A Threat Model and Defense Architecture for Prompt Injection in Multi-Agent Systems

arXiv cs.CR · 22 sept, 06:00

Investigadores identifican un modelo de amenaza con 14 vectores de ataque para sistemas multi-agente LLM que van más allá de la inyección prompt tradicional, incluyendo inyección indirecta vía salidas de herramientas, paso de mensajes entre agentes y manipulación de orquestadores. El análisis práctico de un sistema de 6 agentes muestra que el 67% es vulnerable a violaciones de scope y proponen cuatro defensas arquitectónicas que reducen el éxito de inyecciones del 31.2% al 4.2%.