Empowering Your Cybersecurity, One Tool at a Time.
這篇論文真正補到的，不是再提醒一次 web agent 會被頁面上的惡意指令帶偏，而是把問題切到 screenshot-based agent 的真實痛點：當模型看到的是整張被渲染過的畫面時，text-only guardrail 常常不夠，而每一步都丟大 VLM 又太重。作者提出 SnapGuard，用視覺穩定性與 action-oriented 文字訊號做輕量級多模態檢測，重點不是追求完美，而是替 browser agent 補上一個夠快、夠便宜、能先攔下可疑畫面的第一道守門員。
WASP 論文閱讀分析：現在很多 Web...
WASP 論文閱讀分析：現在很多 Web...
論文基本資訊 論文標題：ClawTrap...
這篇論文真正往前推的一點，是把 web agent 的安全判斷從主 agent 的 task reasoning 裡拆出來，變成一個平行運作的 guard model。它不只是再補一句 system prompt，而是在每一步 action 落地前，先讓另一個多模態 guard 檢查 HTML、screenshot 與使用者目標之間是否出現 prompt injection 風險。
MUZZLE 這篇論文最值得記住的重點是：對 web agent 來說，真正高風險的 prompt injection 已經不是單一靜態頁面的惡意字串，而是會沿著 agent 真實瀏覽軌跡，自動尋找高價值 UI 注入點、根據任務上下文改寫攻擊策略、甚至跨應用擴散的 agentic red-teaming 問題。當攻擊開始跟著 workflow 走，防守也不能再只盯著 payload 本身。