Tech4Biz Solutions 的 Y. Khandelwal 于 2026 年 11 月 1 日发布 Internet-Draft,提出一套实验室基准方法,检测 AI 智能体已存储的记忆遭到修改后,记忆子系统是否能够察觉。这份题为《A Benchmarking Method for the Integrity of AI Agent Memory at Rest》的草案,修订号为 draft-khandelwal-bpm-agent-memory-integrity-00,拟定状态为 Informational,仍属进行中的工作,并非已采纳的标准。[1]

该方法假设攻击者可以写入存储,但不持有记忆子系统的任何密码学密钥。评测者先通过子系统接口写入初始记忆,再停止子系统、实施一项存储修改、重新启动,并通过正常读取路径检索记忆。十项修改涵盖内容篡改、删除、重排序、插入、重放、元数据修改、整个存储回滚,以及恢复曾通过子系统自身接口删除的记录。[1]

草案区分三种结果:拒绝提供受影响的记忆、提供记忆时发出完整性信号,以及无提示地接受。读取时拒绝或报告可获全分;只有另行审计才能发现的情况获半分。对照测试要求正常重载和合法写入能够成功,并确认篡改确实生效。不适用的项目不计入分母,也不算通过;该方法没有设定合格分数线。[1]

摘要称,结果包含 31 行,其中 18 行涉及声称具备篡改留痕能力的子系统,新加入的删除后恢复测试已在其中七行开展。保存的节选未包含示例结果章节,因此本文仅将这些数字作为作者的报告转述。[1]

[1]: A Benchmarking Method for the Integrity of AI Agent Memory at Rest,Y. Khandelwal,IETF Internet-Draft,2026 年 11 月 1 日。

来源

  1. A Benchmarking Method for the Integrity of AI Agent Memory at Restwww.ietf.org · 2026年11月1日

核查或更正本页

验证记录

下方摘要可以说明你读到的文字是否与公开的源文件一致,但不能说明报道内容本身正确。这一摘要在构建时根据本页的 Markdown 源文件计算,并列入站点清单。

6e262ff2fc42e0ed8e81f4a4530bdc7ef7234e4f3b24bd3379bf082c39191305