AI浏览器安全风险曝光 南洋理工破解Web Agent底层机制

2025年11月2日
news

(图片来自网络)

AI浏览器安全风险事件:OpenAI Atlas、Perplexity Comet等AI浏览器推出后,网页自动化效率提升,但智能爬虫威胁加剧。南洋理工大学团队研发的WebCloak,创新性地混淆网页结构与语义,成功破解Web Agent底层机制,为数据安全筑牢轻量高效防线,助力抵御新型智能攻击,守护网络安全。


南洋理工大学等团队联合研发的WebCloak,针对性破解Web Agent底层机制,填补LLM驱动爬虫防御技术空白。项目通过混淆网页结构与语义,打破智能爬虫对网页结构的依赖,为数据安全提供防御方案。


AI浏览器(如OpenAI Atlas)以“自然语言驱动网页自动化”为核心优势,但“解析-理解-执行”的技术原理带来新型攻击模式——攻击者可操控Web Agent实现自然语言驱动的爬虫自动化。为研究该问题,研究者构建涵盖电商、旅游等5类场景,含50个网站、237个网页快照等的LLMCrawlBench基准数据集,对32种主流Web Agent系统测评。


测评显示,三种主流Web Agent范式(LLM生成爬虫脚本、原生LLM爬虫、LLM驱动Web Agent)均能有效绕过传统反爬手段。其中,LLM生成爬虫脚本(L2S)召回率达84.2%,原生LLM爬虫(LNC)达98.0%,LLM驱动Web Agent精度达88.8%。面对这些智能爬虫,传统防御方案存在明显短板:Web Agent可模拟真实浏览器环境,破除IP/UA审查;多模态LLM破解验证码成功率提升,验证码形同虚设;面对大规模“小白”攻击者,服务器端行为分析开销过高。


研究团队逆向分析主流Web Agent,发现其依赖“解析-理解”双层工作流,而其中存在技术漏洞。WebCloak针对此设计双层防御方案:动态结构混淆(随机化结构+客户端还原)与优化语义迷宫(上下文误导+对抗性线索),在不影响人类用户浏览体验的前提下,攻破Web Agent解析与理解阶段的依赖。


实验验证显示,WebCloak全面击败主流Web Agent,对Gemini-2.5-pro、Crawl4AI、Browser-Use等代表性Agent,将爬虫召回率锐降至零,且能抵御自适应攻击。性能开销极致轻量化,服务器端配置仅3分钟/页,客户端还原平均0.052秒,页面大小增幅仅20.8%,用户体验感知极低(91%参与者未感知差异)。


WebCloak作为客户端解决方案,支持主流浏览器及多系统,对图片、文本、音频等多类型资产有效,适用于电商平台、内容创作者等数据敏感场景,为AI浏览器时代的网页安全提供落地方案,研究团队将持续优化以应对技术演进。

(声明:该内容经AI精编) 查看原网页

精彩评论(10)

  • 网友10 2025-11-02 17
    现在网络安全很重要,这种针对AI浏览器的安全研究很前沿,希望尽快应用。
  • 网友9 2025-11-02 17
    不懂技术,但觉得这个技术能保护我们使用AI浏览器时的信息安全,很棒。
  • 网友8 2025-11-02 17
    科技进步带来便利,也带来安全措施,这种双刃剑的平衡很棒,为网络安全做出贡献。
  • 网友7 2025-11-02 17
    希望这样的技术能普及,让更多人用AI浏览器更安心,没有后顾之忧。
  • 网友6 2025-11-02 17
    从技术角度看,WebCloak的防御机制很巧妙,解决了爬虫依赖问题,值得学习。
  • 网友5 2025-11-02 17
    哇,科技在保护隐私和安全方面进步很快,这个技术很棒,期待应用。
  • 网友4 2025-11-02 17
    工作用的数据很重要,这种技术能守护网络安全,特别有用。
  • 网友3 2025-11-02 17
    学习用的AI工具,现在有这个安全措施,以后用着更放心,能保护数据。
  • 网友2 2025-11-02 17
    现在AI浏览器确实方便,但安全方面总担心,这个研究太及时了,应该推广。
  • 网友1 2025-11-02 17
    这个技术真好,以后用AI浏览器也不用担心被爬取信息,安全多了。
查看“AI浏览器安全风险曝光 南洋理工破解Web Agent底层机制”相关搜索 >

最新新闻

An unhandled error has occurred. Reload 🗙