BypassGym:评估 AI 智能体端点防御规避能力的基准
BypassGym 是面向真实端点的基准,用于系统评估 AI 智能体规避 EDR 的能力:给定 C2 shellcode,智能体需生成并编译可执行载荷且不被拦截或终止的 loader。
BypassGym 是面向真实端点的基准,用于系统评估 AI 智能体规避 EDR 的能力:给定 C2 shellcode,智能体需生成并编译可执行载荷且不被拦截或终止的 loader。
研究提出一种新威胁模型:攻击者仅掌握分布式学习中模型的边缘部分(初始网络层),即可生成通用对抗扰动(UAP),通过操控边缘关键特征表示使未知云端组件产生误判。在 ImageNet 上的结果显示,该方法对未知云端部分具有较强攻击迁移性,并与经典白盒、黑盒方法进行了对比。这是分割推理中首个仅凭边缘知识实施的对抗攻击,凸显部分模型访问下的对抗鲁棒性问题。