SkillDRE: Dual-Stage Red-Team Evolution of Agent Skills via Pre-Execution and Runtime Feedback

arXiv cs.CR · 29 sept, 06:00

SkillDRE es un marco automatizado que evoluciona maliciosamente paquetes de habilidades para agentes IA mediante un bucle de retroalimentación en dos etapas: primero optimiza las evasiones de análisis estático (pre-ejecución) y luego refina las capacidades de ataque bajo defensas en tiempo de ejecución (runtime). El sistema logra una tasa de éxito del 45,28% en ataques, superando líneas base existentes en un 40,3%, mientras mantiene el desempeño de tareas legítimas.