多Agent AI工作流中的时序攻击模式检测：训练基于轨迹的安全模型的开放框架

我们提出一套公开记录的方法论，使用OpenTelemetry轨迹分析微调语言模型，以检测多agent AI工作流中的时序攻击模式。我们整理了一个包含来自18个公开网络安全来源的80,851个样本和35,026条合成OpenTelemetry轨迹的数据集。我们在资源受限的ARM64硬件（NVIDIA DGX Spark）上应用迭代式QLoRA微调，通过三轮训练迭代并进行策略性数据扩充。我们自建基准的准确率从42.86%提升到74.29%，这是一个统计显著的31.4个百分点的提升。针对特定知识空缺的定向样本优于不加区分的扩规。主要贡献包括：（1）面向多agent协同攻击与违规行为的合成轨迹生成方法论，（2）训练数据组成从根本上决定模型行为的实证证据，以及（3）在HuggingFace上完整开放数据集、训练脚本和评测基准。由于误报率的存在，实际部署需要人类监督，这项工作建立了首个可复现的框架，使从业者能够构建适配自身威胁环境的定制agentic安全模型。