[控场AI]
基准

MCPTox

一个针对Model Context Protocol工具定义的对抗性测试基准,通过在工具名称、描述或参数中注入恶意指令,检验扫描器能否识别指令劫持、数据外泄等攻击意图。

时间轴 (近 90 天)

10月17日

在MCPTox基准上,五个扫描器对218个留存测试工具的拦截数分别是:WARDEN 171、mcp-shield 41、truecopy 27、mcp-audit 25、mcpsentry 8。

待验证50%
10月17日

在MCPTox工具加上<IMPORTANT>前缀后,mcp-audit从25跳到222,truecopy从27跳到141,mcpsentry从8跳到136,WARDEN达到225/225,而mcp-shield前后都是41。

待验证50%
10月17日

作者判断MCPTox基准中充满<IMPORTANT>等显式标记,扫描器只需对标记敏感就能在基准上得高分,而不代表能识别真正的指令劫持。

待验证50%

全部知识事实 (3)

来源文章