شهدت تقنيات الدفاع عن وكلاء الذكاء الاصطناعي (LLM) تحولات عديدة، حيث كان يتم تقييمها بشكل تقليدي جلسة بعد أخرى. لكن في سياق الاستخدام الفعلي، يمكن أن تتوزع الهجمات عبر وكلاء مستقلين، مما يترك كل جزء من منظومة الأمان مع جزء محدود من الصورة الكاملة. في هذا السياق، تم تقديم مفهوم جديد للربط بين الحملات الهجومية المتزامنة عبر الوكلاء.

تمكن الباحثون من تقديم نموذج "Asynchronous Attribution Fingerprint Vectors" (A^2FV)، وهو بروتوكول مرجعي خفيف يُستخدم لتسجيل التشابه بين الحملات الهجومية بالاعتماد على استخدام الأدوات والمواعيد وبقايا التعليمات التي تتبقى بعد تنفيذ الهجمات.

كما تم تطوير معيار SCD-v1 الذي يتضمن حركة مرور سليمة وهجمات معزولة وحملات متعددة الجلسات. النتائج التي تم تحقيقها أظهرت أن نموذج A^2FV حقق نسبة 0.82 في الربط بين الحملات، بينما ظلت الأنظمة الأخرى تحت نفس المهمة قريبة من العشوائية.

تظهر النتائج أن العناصر الهيكلية والأسلوبية تلعب دورًا كبيرًا في توصيل الإشارات، في حين يتم الاحتفاظ بالوقت كقناة تشخيصية لمزيد من المعلومات التفصيلية حول الهجمات. بالإضافة إلى ذلك، أظهرت الاختبارات الساكنة والواعية للأبعاد أن قابلية الفصل تستمر حتى تحت ظروف التهرب المنضبطة.

تؤسس هذه النتائج لربط الحملات عبر الوكلاء كطبقة تقييم جديدة لضمان أمان وكلاء الذكاء الاصطناعي في البيئة العملية.