CapChain: архитектура управления доступом на основе токенов возможностей с проверяемым происхождением для мультиагентных систем на базе больших языковых моделей
CapChain: A Capability-Token Access Control Architecture with Verifiable Provenance for Multi-Agent LLM Systems
2026-08-04
SCID: 54.1/cdkpsp3w
Discuss with AI
бенчмарк контекстной приватности MAGPIEредуктор с учетом возможностейконтроль доступа на основе токенов возможностеймультиагентные системы на основе больших языковых моделейпроверяемое происхождение данных
Figures from the paper
Abstract (AI)
Мультиагентные системы на базе больших языковых моделей (LLM), построенные на фреймворках типа LangGraph, используют общее незашифрованное хранилище состояния без управления доступом на уровне отдельных полей, что позволяет одному агенту читать приватные поля другого агента. Данные OWASP Agentic Top 10 за 2026 год и CVE-2025-67644 показывают, что этот уровень уже подвергается эксплуатации. Мы предлагаем CapChain — замену этапа объединения выходных данных каждого агента в общем состоянии, основанную на трех примитивах: токенах возможностей, которые криптографически связывают право конкретного агента читать конкретное поле; защищенном от незаметного изменения журнале происхождения с аудитом логарифмической вычислительной стоимости; и редукторе, учитывающем возможности и определяющем, может ли каждое поле быть передано далее, при этом выполняя редактирование и журналирование несанкционированных объединений. Мы оцениваем атрибутивно-целевой шлюз редуктора на бенчмарке контекстной конфиденциальности MAGPIE, используя оценивание на основе двух детерминированных уровней: побуквенного совпадения и значимости ключевых слов и сущностей. В 150 условиях (25 сценариев × 3 модели с открытым исходным кодом × 2 режима инструкций) уровень Salient активирует редактор для 4,67% сообщений между агентами. Этот показатель отражает активации шлюза редуктора (решения о редактировании), а не предотвращенные утечки. Перенося применение политик с языковой модели на уровень переходов состояния, предоставляемый оркестраторами с графовой структурой, CapChain привносит криптографическое управление доступом на основе возможностей и происхождение с аудитом, обеспечиваемым самой конструкцией, в структурную область, недоступную для средств защиты на уровне промптов.
Key Findings
1
CapChain заменяет объединение общего состояния токенами возможностей, защищённым от подделки журналом происхождения и редуктором с учётом полномочий для контроля доступа в многоагентных LLM-системах.
2
Токены возможностей криптографически связывают агентов с разрешёнными полями, а редуктор редактирует и регистрирует несанкционированную передачу полей при переходах состояния.
3
На эталонном тесте контекстной приватности MAGPIE редуктор активировал редактирование для 4,67% межагентных сообщений в 150 условиях.
4
Журнал происхождения обеспечивает защищённый от подделки аудит с логарифмической стоимостью, создавая аудит по конструкции для взаимодействий агентов.
5
Указанные 4,67% отражают срабатывания проверки редуктора и решения о редактировании, а не объём предотвращённой утечки.
Research Object
слияние общего состояния в мультиагентных системах на основе больших языковых моделей, построенных на фреймворках типа LangGraph
Research Subject
обеспечение управления доступом на уровне полей, редактирование несанкционированных слияний и проверяемый аудит происхождения данных на уровне переходов состояния
Publication Details
Publication Date
2026-08-04
Journal
Publisher
ISSN
Cited by
1
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai4
Не то, на что вы подписывались: компрометация реальных приложений, интегрированных с большими языковыми моделями, с помощью косвенного внедрения промптов2023
AgentLeak: Бенчмарк утечек конфиденциальных данных по внутренним каналам в мультиагентных системах на основе больших языковых моделей2026
TRiSM для агентного искусственного интеллекта: обзор управления доверием, рисками и безопасностью в агентных мультиагентных системах на основе больших языковых моделей2026
SAGA: архитектура безопасности для управления агентными системами искусственного интеллекта2026