When Consent Outlives Context: Residual Authority Replay in Long-Lived Agents

arXiv cs.AI · 29 sept, 06:00

Investigadores exponen un fallo de seguridad en agentes LLM de larga duración: las aprobaciones de seguridad otorgadas en un contexto específico pueden reutilizarse sin nuevo consentimiento en tareas posteriores. El ataque de replay de autoridad residual aprovecha esta debilidad para aumentar el éxito de inyecciones de prompt y ataques de rebinding de contexto hasta 35 puntos porcentuales.