News
L'article Poisoning the Watchtower étudie la log-substrate prompt injection visant un agent LLM lisant des logs.
Un attaquant choisit des champs comme un User-Agent ou une requête DNS que l'agent lit sans canal séparé.
La fausse autorité fait passer 68 % des logs malveillants pour bénins face à un prompt naïf.
La manipulation de contexte compromet 96 % des synthèses sans défense.
La meilleure défense ramène le succès moyen de 26,6 % à 11,8 % lors des tests sur le seul modèle gpt-4o-mini.