Xu He、Sagar Patel 和 Shu Wang 于 2026 年 11 月 8 日向 arXiv 提交了一项 MCP 安全漏洞数据集研究。作者称,他们从截至 2026 年 2 月检索到的 119 条 MCP 相关通用漏洞披露(CVE)记录中,筛选出 24 个漏洞。模型上下文协议(MCP)用于连接大语言模型与外部数据源及工具,因此这项研究涉及 AI 智能体使用的接口。[1]

作者表示,筛选方法处理了 MCP 缩写的歧义问题,并在对排除记录进行抽样审核时,取得了 96.7% 的评审者间一致率。他们还称,保留了公开安全公告中已知的所有高严重性 MCP 案例。这些属于作者对研究方法的陈述;仅阅读摘要,无法独立确认数据集是否完整。[1]

在这份包含 24 个案例的快照中,作者将 87.5% 的漏洞归为严重或高危级别,注入和路径遍历漏洞合计占 66.7%。研究指出,输入验证不足、访问控制不充分以及协议层面的安全缺口反复出现。这些比例描述的是筛选后的漏洞记录,不能用来推算 MCP 部署中存在漏洞的比例。[1]

摘要称,作者发布了数据集、复现工具和维护流程,并分析了六个代表性案例。页面备注说明,持续维护的数据集已超出最初的快照范围。我们没有检查这些材料,因此本文引用的数量仍对应原始快照。[1]

[1]: arXiv,“Tracing MCP Security Vulnerabilities: Constructing and Analyzing an MCP Security Vulnerability Dataset”,提交于 2026 年 11 月 8 日。https://arxiv.org/abs/2611.11104

来源

  1. Tracing MCP Security Vulnerabilities: Constructing and Analyzing an MCP Security Vulnerability DatasetarXiv · 2026年11月8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。

7c781a0470d2eea1e5e6b5c19f9a2cd7ec91bd5b2130cf068c996978ffa036cc