AGATE: Provenance-Based Runtime Defense Against Compositional Attacks on LLM Agents

arXiv cs.CR · 28 sept, 06:00

AGATE es un sistema de defensa de tiempo de ejecución que protege agentes basados en LLM contra ataques composicionales mediante provenance de datos y control de autorización. El sistema opera en los límites del harness del agente sin modificar el código host, validando que las acciones delegadas respeten permisos explícitos y rastreando el origen de los datos para prevenir usos no autorizados.