提出了一种基于上下文渐进参与的误导(CMPE)方法,通过检测并误导攻击者的反馈来替代传统的检测并拦截防御,从而在自动化越狱攻击中显著降低攻击成功率。
机构:Keysight
来源:arXiv 2606.20470 | AI4Papers 论文推荐平台