PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2610.02349v1cs.CR

MIRROR: LLM 멀티 에이전트 통신을 위한 다중 경로 쿼럼 무결성

MIRROR: Multipath Quorum Integrity for LLM Multi-Agent Communication

에이전트 간 통신은 대규모 언어 모델 멀티 에이전트 시스템(LLM-MAS)의 핵심이지만, 아직 충분히 연구되지 않은 취약점을 유발합니다. 바로 에이전트 자체를 침해하지 않고 전송 중인 메시지를 조작하는 중간자 에이전트(AiTM) 공격입니다. 이전 연구에서는 정형화된 태스크에서 100%에 근접하는 공격 성공률(ASR)을 보고했습니다. 기존 방어 기법은 추가 추론이 필요하고 정상적인 출력을 차단할 수 있는 의미론적 검증에 의존하거나, 중계자가 합법적으로 TLS를 종료하는 환경에서는 도움이 되지 않는 전송 계층 암호화에 의존합니다. 본 논문에서는 단일 정규화 페이로드를 k개의 논리적 경로로 복제하고 엄격한 과반수의 경로가 동일한 다이제스트를 보고할 때만 메시지를 수락하는 통신 계층 무결성 프리미티브인 MIRROR를 제안합니다. 경로 상의 능동적 공격자는 자신이 수정한 페이로드에 대해 다이제스트를 항상 재계산할 수 있으므로, MIRROR는 비키 해싱(unkeyed hashing)을 사용하여 그 자체로는 아무것도 인증하지 않습니다. 모든 무결성은 정직한 경로가 과반수를 형성한다는 가정에서 비롯됩니다. 다이제스트는 감시 경로(witness route)를 상수 크기로 만들고, 제2 역상 저항성(second-preimage resistance)에 따라 복구된 페이로드를 쿼럼 합의 값에 바인딩하는 역할만 수행합니다. 본 연구는 경로 침해 상한 alpha < 0.5 조건에서 무결성을 보장하며, 경로 수가 아닌 가장 큰 공유 장애 그룹의 크기가 중요한 상관 경로 환경으로 이를 확장합니다. 또한 가용성과 무결성이 동일한 임계값에서 저하됨을 보입니다. 즉, alpha = 0.5 미만에서는 쿼럼 거부 및 메시지 누락 공격자가 정직한 트래픽을 차단할 수 없습니다. 2개 프레임워크와 4개 통신 토폴로지 기반의 MMLU, HumanEval, MBPP 평가와 프로덕션 API를 대상으로 한 MetaGPT 배포 환경에서, MIRROR는 1배의 LLM 토큰 비용으로 임계값 미만에서 ASR을 0%로 줄입니다. 동일한 배포에서 LLM-as-a-judge는 35배의 비용이 소모되며, 토폴로지 탐색 전반에서 정상 출력의 최대 44.2%를 차단합니다.