AegisMCP：面向边缘设备的在线图式入侵检测系统
密码学与安全
2025-10-28 v2
摘要
本工作研究了 Model Context Protocol（MCP）代理工具链及其在智能家居中的应用安全。我们引入 AegisMCP，一个协议层入侵检测器。我们的贡献包括：（i）一个涵盖指令驱动的提升、链式工具窃取、恶意 MCP 服务器注册及持久化的最小攻击套件；（ii）NEBULA-Schema（面向不可信 LLM 代理的网络-边缘行为学习），一种可重用的协议层工具化手段，将 MCP 活动表示为代理、MCP 服务器、工具、设备、远程端和会话之间的流式异构时序图；（iii）一个仅依赖 CPU 的流式检测器，通过融合新奇性、会话-DAG 结构和属性线索进行近实时边缘推理，可选融合本地提示警戒信号。在一个模拟的智能家居测试环境中，AegisMCP 在多个 MCP 堆栈和实体台架上实现了亚秒级模型推理和端到端警报。AegisMCP 在 Intel N150 类边缘硬件上始终保持亚秒延迟，同时在流量-only 和序列基准中超越表现；消融实验确认了 DAG 和安装/权限信号的重要性。我们发布代码、模式和生成器，以实现可重复的评估。
引用
@article{arxiv.2510.19462,
title = {AegisMCP: Online Graph Intrusion Detection for Tool-Augmented LLMs on Edge Devices},
author = {Zhonghao Zhan and Amir Al Sadi and Krinos Li and Hamed Haddadi},
journal= {arXiv preprint arXiv:2510.19462},
year = {2025}
}