COBRA架构防御分支转向攻击

该论文指出现代Computer Use Agents (CUAs) 因需根据动态网页内容执行分支计划，导致原本提供形式化安全保证的Dual-LLM架构失效，面临分支劫持（branch steering）攻击风险。作者构建了包含9个领域101项任务的STEER-Bench基准测试，结果显示标准CUA和基础Dual-LLM CUAs的攻击成功率分别高达94.4%和89.5%，证明现有主流架构无法抵御此类间接提示注入。 针对上述漏洞，研究者提出了COBRA架构，其核心机制是将可信的分支计划与事前能力约束相结合，严格限定每个分支可执行的参数和目的地。在STEER-Bench测试中，COBRA将攻击成功率降至0%，同时保留了97%的正常任务效用。这一结果直接验证了通过限制分支执行范围而非仅依赖隔离LLM来防御动态环境攻击的有效性。 事实层面，该研究确认了CUA在图形交互中的特定脆弱性，并给出了具体的防御架构名称及测试数据。推断层面，这意味着未来构建高安全性Agent时，单纯采用双LLM隔离模式可能不足以应对复杂UI场景，必须引入对分支逻辑的事前约束机制。猜测层面，COBRA的具体实现细节及其在真实商业产品中的集成成本尚未披露，但其理论框架为Agent安全设计提供了新的方向。