思科开源 Project Quarry,以会话序列检测填补 AI 智能体安全监控盲区

思科开源 Project Quarry 检测引擎,通过分析 AI 智能体会话的完整动作序列,解决传统单点监控无法识别序列违规的安全盲区,支持 LLM 与 MCP 交互监控。

朋克君
发布者朋克君
预计阅读 2 分钟
我要投稿
AI 摘要
约 1 分钟

快速了解本文

01

思科于2026年10月28日开源 Project Quarry 检测引擎。

02

该引擎通过分析完整动作序列识别潜在有害 AI 行为。

03

发布包含规则指南及适用于 Claude Code 等智能体的插件。

本摘要由 AI 辅助整理,请以正文内容为准。

数智朋克讯 思科于2026年10月28日开源了 Project Quarry,这是一个用于识别潜在有害 AI 智能体行为的检测语言和引擎,旨在解决传统单点交互监控无法识别“序列动作违规”的安全盲区。

与传统安全监控检查单个命令或交互不同,Project Quarry 通过分析智能体会话中的完整动作序列来检测风险。其工作机制类似于 Snort 检测恶意网络流量和 YARA 识别恶意软件,旨在为评估智能体行为提供“共享语言”。安全团队可使用该引擎编写规则,检查大语言模型(LLM)对话、工具调用、模型上下文协议(MCP)交互和多模态输入。例如,规则可标记智能体在定义时间窗口内读取凭证文件后向外部服务器发送信息的行为。

此次开源发布包含安装说明、规则编写指南、配置示例、规则入门包,以及适用于 Claude Code、Codex 和其他兼容 MCP 智能体的插件。思科引用了2026年7月的一起事件:一个 OpenAI 智能体发现并验证了14个暴露的 Hugging Face 令牌,并将其与外部服务共享。思科研究人员表示,Project Quarry 的行为规则能够标记该事件中的动作序列,因为该序列涉及将工具结果中发现的凭证用于调用外部服务。

RELATED STORIES

继续阅读

围绕「Project Quarry」,继续阅读相关内容。

ARTICLE RECORD

转载说明

转载请注明文章出处。

TOPICS · 05

文章标签