通过幻影结构注入隐藏基于LLM的多智能体拓扑

针对LLM多智能体系统中通信拓扑在黑盒条件下可被推理攻击还原、导致架构知识产权泄露的问题，研究者提出MIRAGE框架。该框架在执行任务时保留真实拓扑，同时向攻击者可见的推理轨迹注入精心构造的幻影拓扑，通过幻影拓扑合成、语义边实现与受保护执行三阶段，降低拓扑推断攻击效果。三类拓扑优化框架与四个基准数据集实验显示，攻击有效性显著下降，任务效用基本保持。

此前研究表明，即使不接触系统内部，仅凭可观测推理轨迹中的语义依赖即可推断多智能体通信拓扑，使架构设计面临知识产权泄露与漏洞暴露风险。MIRAGE首次把防御方向从隐藏或扰动真实拓扑，转为向观察者呈现一个结构不同但语义合理的假拓扑，为多智能体系统的架构隐私提供了新的防护思路。

MIRAGE的机制是让真实通信拓扑继续服务任务执行，同时构造一个与真实拓扑结构不同的幻影拓扑，将其中的假边实现为看似合理的语义依赖，并压制那些能指向幻影拓扑中不存在的真实边的来源特征。这样攻击者从推理轨迹中推断出的拓扑会偏向幻影结构，而任务本身的协作推理能力主要由真实拓扑维持，从而在攻击面与效用之间形成分离。

对于将多智能体协作作为核心能力的产品，拓扑本身可能成为需要保护的设计资产。MIRAGE提示研发团队在可观测日志、推理轨迹和调试接口中控制语义线索，避免无意暴露智能体间的真实依赖关系；同时，防护层可能引入额外的语义构造与轨迹整形开销，需要在响应延迟、可解释性与任务准确率之间做权衡。

• 在多智能体编排平台中加入拓扑暴露审计功能，检测推理轨迹是否可被用于推断真实通信结构。
• 为企业级Agent产品提供可选的幻影拓扑注入模块，在调试与日志输出前对语义依赖进行整形。
• 面向多智能体系统交付场景，设计拓扑隐私分级策略，按客户或部署环境控制可观测推理轨迹的粒度。

• MIRAGE在三类拓扑优化框架和四个基准数据集上的具体效用损失数值尚未披露。
• 该方法对自适应或具备对抗训练能力的拓扑推断攻击是否仍然有效，证据中未说明。
• 幻影拓扑注入带来的额外延迟、算力与工程复杂度成本尚不明确。
• 证据未说明MIRAGE是否已在真实生产系统或商业产品中部署验证。