ShieldNet：针对智能体系统中新兴供应链注入的网络级防护栏

现有关于LLM智能体安全的研究主要聚焦于提示注入与不安全的输入/输出行为。然而，随着智能体日益依赖第三方工具与MCP服务器，一类新的供应链威胁随之出现：恶意行为被嵌入看似良性的工具中，悄然劫持智能体执行、泄露敏感数据或触发未经授权的操作。尽管其影响日益扩大，目前尚无评估此类威胁的全面基准。为填补这一空白，我们提出SC-Inject-Bench，一个包含超过10,000个恶意MCP工具的大规模基准，其攻击类型体系源自MITRE ATT&CK并针对供应链威胁，涵盖25+种攻击类型。我们观察到，现有的MCP扫描器与语义防护栏在该基准上表现不佳。受此发现启发，我们提出ShieldNet，一个网络级防护栏框架，通过观察真实网络交互而非表层工具痕迹来检测供应链投毒。ShieldNet集成了中间人（MITM）代理与事件提取器以识别关键网络行为，随后由轻量级分类器进行攻击检测。大量实验表明，ShieldNet取得了强大的检测性能（F-1最高达0.995，误报率仅0.8%），同时运行时开销极小，显著优于现有MCP扫描器与基于LLM的防护栏。