白泽(Whitzard)女娲实验室 ↗
NUWANUWA INDEX

搜索 NUWA Index

研究 · 测量协议 · 评测结果 · 观点

English
← NUWA Index

评测档案

MCPTox: A Benchmark for Tool Poisoning Attack on Real-World MCP Servers

研究使用 MCP 服务的智能体遭受工具投毒的情况,评测对抗工具元数据下的指令执行。

来源与出处 ↓ 阅读研究记录 →

任务与测量

Benchmark 协议档案

任务/对象
原评测配置下的模型或智能体系统
测量目标
研究使用 MCP 服务的智能体遭受工具投毒的情况,评测对抗工具元数据下的指令执行。
解释边界
攻击效果依赖工具描述和智能体配置,不是 MCP 的普遍攻陷率。

MCPTox 在 MCP 服务器环境中将正常查询与被污染的工具元数据配对。测试案例由模型辅助生成并经人工修订,再通过智能体产生的工具调用评估。

测量档案 · NUWA 解读

档案区分来源方法阅读与既有目录信息;已经公开不代表完成独立证据复核或双语编辑复核。

测量构念
不调用被污染工具时,其元数据能否仍劫持智能体?
任务与样本
45个实际MCP服务器、353工具构造1,348例,采用三类人工攻击范式,测20种智能体设置。
判分与失效情形
按隐蔽攻击成功计,直接调用污染工具为失败。
系统条件
45服务器353工具构造1,348例,三类模板。
统计含义
来源报告的结果表述;这不等同于已确定运行次数、分母或估计方法: o1-mini所报攻击成功72.8%。 按隐蔽判据直接调用污染工具被记为失败(§4.1)。
效度与解释
人工通用模板不是针对防护自适应攻击,计分依赖隐蔽标准。
适用研究问题
模型建议:与AgentDojo、InjecAgent比较时保留元数据暴露及成功定义。
原始来源图表与材料
MCPTox: A Benchmark for Tool Poisoning Attack on Real-World MCP Servers — Figure 1
Figure 1 · 原文 Figure 1。请结合下方的协议范围与局限阅读。 查看原图 ↗

相关研究问题

参考文献

  1. [1] Zhiqiang Wang, Yichao Gao 等. MCPTox: A Benchmark for Tool Poisoning Attack on Real-World MCP Servers. 2025-08-19. v2 [arXiv]; Figure 1
  2. [2] Zhiqiang Wang, Yichao Gao 等. MCPTox: A Benchmark for Tool Poisoning Attack on Real-World MCP Servers — AAAI-26 paper. AAAI-26 proceedings, pp. 35811–35819 ; AAAI-26 original paper, p. 1, author affiliations 1–2