ARTICLE / ai

多智能体系统安全:身份验证、合谋攻击与通信防护

当 AI Agent 从一个独立的对话助手演进为多智能体协作系统中的一员时,安全问题从单点防护升级为网络化对抗。在多智能体系统(Multi-Agent System, MAS)中,多个 Agent 通过消息传递进行协作,共同完成复杂任务——但这也创造了全新的攻击面:Agent 之间的信任关系可以被伪造,消息可以被篡改,多个 Agent 可以合谋绕过安全控制。

多智能体系统的安全挑战与传统的分布式系统安全有相似之处,但有一个关键区别:Agent 的决策是非确定性的,且 Agent 之间的"信任"建立在语义层面而非纯粹的协议层面。这意味着,即使通信信道是加密的,攻击者仍然可以通过语义层面的操纵来破坏系统。本文从 Agent 身份验证、权限传播控制、合谋攻击检测和消息完整性四个维度,系统梳理多智能体系统的安全防护体系。


1. 多智能体系统威胁模型

在设计安全机制之前,必须先理解多智能体系统面临的特有威胁。与单 Agent 系统不同,MAS 的攻击面分布在 Agent 之间的交互链路上。

1.1 四类核心威胁

威胁类别攻击方式典型场景影响程度
身份伪造Agent 冒充其他 Agent 发送消息恶意 Agent 冒充管理员 Agent 下发指令高
权限逃逸低权限 Agent 利用高权限 Agent 执行操作只读 Agent 请求写入 Agent 执行敏感操作高
合谋攻击多个 Agent 协作绕过安全控制两个低权限 Agent 组合操作突破单一限制极高
消息篡改中间人修改 Agent 间通信内容篡改 Agent 之间的任务指令或结果数据高

1.2 攻击面全景

┌─────────────────────────────────────────────────────────────────────┐
│                    多智能体系统攻击面全景                              │
│                                                                     │
│  攻击者                                                        │
│     │                                                              │
│     ├──→ ① 直接攻击 Agent A                                         │
│     │     ├── Prompt 注入 → 控制 Agent A 的行为                       │
│     │     └── 身份伪造 → 冒充 Agent A 与其他 Agent 通信               │
│     │                                                              │
│     ├──→ ② 通信信道攻击                                             │
│     │     ├── 消息窃听 → 获取 Agent 间传递的敏感信息                   │
│     │     ├── 消息篡改 → 修改 Agent 间的指令或数据                    │
│     │     └── 消息重放 → 重复发送合法消息以触发非预期行为               │
│     │                                                              │
│     ├──→ ③ Agent 协作链路攻击                                        │
│     │     ├── 权限链劫持 → 利用权限传递链逐级提升                      │
│     │     └── 合谋攻击 → 控制多个 Agent 协同突破                       │
│     │                                                              │
│     └──→ ④ 系统级攻击                                               │
│           ├── 拒绝服务 → 向 Agent 发送大量无效消息                     │
│           └── Agent 注入 → 向系统中注册恶意 Agent                     │
└─────────────────────────────────────────────────────────────────────┘

1.3 安全假设与信任边界

在多智能体系统中,需要明确以下信任边界:

信任假设层次:

  Layer 0: 基础设施信任
   - 通信信道是加密的(TLS/mTLS)
   - 消息队列服务是可信的
   - 时钟同步服务是可信的

  Layer 1: Agent 身份信任
   - 每个 Agent 有唯一身份标识(Agent ID)
   - Agent ID 通过数字证书/Token 验证
   - Agent 无法伪造其他 Agent 的身份

  Layer 2: Agent 行为信任(运行时)
   - Agent 的行为可能偏离预期
   - Agent 可能被 Prompt 注入控制
   - Agent 的输出必须经过验证
   - 不做"Agent 是诚实"的假设

  Layer 3: 跨 Agent 信任
   - 不信任任何其他 Agent 的消息
   - 所有跨 Agent 消息必须验证来源
   - 权限传递必须显式声明并审计

核心原则:Zero Trust 理念同样适用于 MAS——永远不假设其他 Agent 的行为是可信的,所有跨 Agent 交互都必须经过验证和授权。


2. Agent 身份验证

在 MAS 中,每个 Agent 需要一个可验证的身份,以确保消息的来源可信。身份验证是后续所有安全机制的基础。

2.1 身份注册与证书颁发

import hashlib
import json
import time
from dataclasses import dataclass
from typing import Optional


@dataclass
class AgentIdentity:
    agent_id: str
    agent_type: str
    public_key: str
    capabilities: list[str]
    issuer: str
    issued_at: float
    expires_at: float
    signature: Optional[str] = None

    def verify(self) -> bool:
        """验证身份证书的签名"""
        data = self._sign_data()
        expected = hashlib.sha256(data.encode()).hexdigest()
        return self.signature == expected

    def _sign_data(self) -> str:
        return f"{self.agent_id}:{self.public_key}:{self.expires_at}"

    def is_expired(self) -> bool:
        return time.time() > self.expires_at


class IdentityRegistry:
    def __init__(self):
        self.identities: dict[str, AgentIdentity] = {}
        self.revocation_list: set[str] = set()

    def register_agent(
        self,
        agent_id: str,
        agent_public_key: str,
        role: str,
        expires_in: int = 86400,
    ) -> AgentIdentity:
        if agent_id in self.identities and not self.identities[agent_id].is_expired():
            raise ValueError("agent_id 未过期,不允许重复注册")
        identity = AgentIdentity(
            agent_id=agent_id,
            public_key=agent_public_key,
            role=role,
            expires_at=time.time() + expires_in,
        )
        identity.signature = ca_sign(identity._sign_data())
        self.identities[agent_id] = identity
        return identity

    def verify(self, identity: AgentIdentity) -> bool:
        if identity.agent_id in self.revocation_list:
            return False
        if identity.is_expired():
            return False
        return ca_verify(identity._sign_data(), identity.signature)

证书生命周期必须闭环:短 TTL(小时级)+ 自动轮换 + 吊销列表实时同步。在多 Agent 系统里,长寿命凭证等于给横向移动发复制钥匙。

3. 通信防护

层措施对抗
传输层mTLS,证书绑定 agent_id窃听、端点伪造
消息层签名 + nonce + 时间戳重放、篡改
语义层消息标注来源与信任级,接收端按策略处理经消息转发的注入
拓扑层通信白名单:仅允许任务图声明的边非法信息通道

多 Agent 注入的经典形态:被污染的 Agent 在任务消息里夹带指令,下游 Agent 把"同事的话"当成可信上下文直接执行。“谁说的"必须和"说了什么"一起被校验。

4. 合谋攻击检测

合谋(collusion)指多个 Agent 绕过设计权限、组合出任何单个 Agent 都无权达成的效果。三条检测思路:通道检测(发现拓扑之外的通信边)、行为相关性(多 Agent 动作序列出现超出任务图的协同模式)、决策集中度(关键审批链被同一批身份把持时触发法定人数校验)。对高价值操作,宁可让独立异构的多个 Agent 交叉审批,也不给任何单点组合出全权限的机会。

5. 总结

多智能体安全的范式转变,是彻底废除"内网即可信”:每个 Agent 都是潜在的被俘节点。身份签发、通信校验、合谋监控三道防线,共同把"内部"也变成零信任域。系统规模越大,越要保证安全假设不依赖"同事不会背叛"这一条——身份可验证、消息可溯源、协同可审计,缺一不可。 (数据来源:NIST 零信任架构(SP 800-207)、OWASP LLM Top 10 与多智能体合谋攻击相关论文,整理截至 2026-10。) 本文面向授权安全研究与防御建设,未经授权对任何系统实施文中技术属违法行为。