待验证50% 置信事实精确时间

白盒对手是安全评估中最严苛的威胁模型之一，假设攻击者完全知晓防御系统内部结构、参数和推理逻辑

1

来源数

50%

置信度

长期有效

时效性

2026/9/17

首次发现

来源

物理约束数字孪生：如何守护城市行人计数系统免受隐蔽数据攻击

涉及实体

白盒对手concept

相关事实

待验证捕获Agent的推理轨迹可作为安全策略生效的直接证据，若模型明确表达拒绝理由与安全相关72% 相似待验证安全攻防任务要求模型具备扎实的代码理解与生成能力、多步推理能力，以及面对底层协议和内存操作的准确性70% 相似待验证安全探针是一种通过读取模型内部隐藏层向量来检测恶意提示的防御手段，不依赖模型输出67% 相似待验证网络安全评估通常在受控的沙箱环境中进行，目的是测试模型在攻防场景下的能力与倾向67% 相似待验证智能体安全应通过攻击成功率、过度拒绝率、攻击类型分类准确性三大核心指标量化评估67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/928398

API

curl https://kongchang.com/api/v1/knowledge/claims/928398

MCP

get_claim(id=928398)