CACADE: 面向 MCP 系统的提示注入检测的级联混合防御架构
密码学与安全
2026-04-21 v1 人工智能
摘要
模型上下文协议 (MCP) 是一种 rapidly 采纳的标准，用于定义和调用 LLM 应用程序中的外部工具。MCP 的多层架构引入了新的攻击面，如工具中毒，除传统的提示注入之外。现有防御系统存在诸多局限，包括高假阳性率、API 依赖或白盒访问要求。本研究提出了 CASCADE，一种针对 MCP 系统的三层级联防御架构：(i) 第 1 层使用正则表达式、短语加权和熵分析进行快速预过滤；(ii) 第 2 层通过 BGE 嵌入进行语义分析，并采用 Ollama Llama3 作为后备机制；(iii) 第 3 层应用基于模式的输出过滤。对 5000 个样本的评估显示，精确率为 95.85%，假阳性率为 6.06%，召回率为 61.05%，F1 分数为 74.59%。跨 31 种攻击类型（分为 6 个 tier）的分析显示，对数据 exfiltration（91.5%）和提示注入（84.2%）的检测率较高，而语义攻击（52.5%）和工具中毒（59.9%）类别仍有改进空间。CACADE 相对于现有解决方案的一个关键优势是其完全本地化运行，不需要外部 API 调用。
引用
@article{arxiv.2604.17125,
title = {CASCADE: A Cascaded Hybrid Defense Architecture for Prompt Injection Detection in MCP-Based Systems},
author = {İpek Abasıkeleş Turgut and Edip Gümüş},
journal= {arXiv preprint arXiv:2604.17125},
year = {2026}
}