この論文は、MCP(Model Context Protocol。AIエージェントが外部ツールと連携するための規格)サーバーの間接的プロンプトインジェクション脆弱性を、実際のシステムへのアクセスや実行時の相互作用なしに、ツールの機能メタデータのみから検出する新しい分析手法「no-box分析」を提案しています。
著者らはプロトタイプツール「MCPSEC」を実装し、広く使われている20個のMCPサーバー・177個のツールを対象に評価しました。その結果、143ツールを脆弱性ありと判定し、94件の検証済み脆弱性を検出(再現率98.9%)、比較対象としたLLMベースライン(再現率84.2%)を上回ったと報告しています。著者は16名で、筆頭著者はZehua Zhang氏です。
出典が伝えている要点
- 論文は「no-box分析」という新しい脆弱性分析パラダイムを提案している
- no-box分析は、システムへのアクセスや実行時の相互作用を必要とせず、機能メタデータのみを用いて脆弱性を検出する手法である
- 著者らはこの手法をMCPサーバーの間接的プロンプトインジェクション脆弱性検出に適用した
- 著者らはプロトタイプツール「MCPSEC」を実装した
- MCPSECはMCPサーバーのツールメタデータを分析し、仮説的な脆弱性を生成し、脆弱なツールごとに悪用技法を提示する
- 評価対象は広く展開されている20個のMCPサーバー、合計177個のツールである
- MCPSECは177ツールのうち143個を脆弱性ありと判定した
- MCPSECは94個の検証済み脆弱性を検出し、再現率は98.9%であった
- 比較対象としたLLMベースラインの再現率は84.2%であった
- 論文の著者は16名であり、筆頭著者はZehua Zhangである