面向可验证MCP与LLM流水线的安全工具清单与数字签名方案
密码学与安全
2026-02-02 v1 人工智能
摘要
大型语言模型(LLM)越来越多地被应用于医疗和金融机构数据分析等敏感领域；然而，其执行流水线仍然容易受到操纵且行为不可验证。现有的控制机制，例如模型上下文协议(MCP)，定义了工具调用的合规策略，但缺乏可验证的执行和模型行为的透明验证。为弥补这一不足，我们提出了一种新颖的安全工具清单与数字签名框架，这是对模型上下文协议的一种结构化且安全感知的扩展。该框架强制使用加密签名的清单，集成透明的验证日志，并将模型内部执行元数据与用户可见组件隔离，以确保可验证的执行完整性。此外，评估表明，该框架的扩展性近乎线性(R平方=0.998)，对有效执行实现了近乎完美的接受率，同时持续拒绝无效执行，并在各执行流水线间保持了均衡的模型利用率。
引用
@article{arxiv.2601.23132,
title = {Secure Tool Manifest and Digital Signing Solution for Verifiable MCP and LLM Pipelines},
author = {Saeid Jamshidi and Kawser Wazed Nafi and Arghavan Moradi Dakhel and Foutse Khomh and Amin Nikanjam and Mohammad Adnan Hamdaqa},
journal= {arXiv preprint arXiv:2601.23132},
year = {2026}
}