Newest papers

AgentTriage: Replayable Security Diagnosis Across Heterogeneous Agent Runtimes

Jie Ying, Xutao Zhang, Ningyuan Chen, Mengce Zheng, Jun Li, Zhongjie Zhu, Tiantian Zhu · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.30738 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Khi các đại lý sử dụng công cụ viết tệp, thực hiện mã, hoặc gửi dữ liệu, phản hồi cuối cùng của họ không giải thích các sự kiện bảo mật kết quả, và thời gian chạy không đồng nhất phơi bày bằng chứng có liên quan thông qua các giao diện không tương thích. Chúng tôi trình bày AgentTriage, một hợp đồng có thể thực hiện cho chẩn đoán bảo mật có thể tái phát trên các thời gian chạy không đồng nhất. Hợp đồng chấp nhận kết luận có yêu cầu trích dẫn các sự kiện chạy thời gian canon và yêu cầu kiềm chế khi thiếu bằng chứng bắt buộc. Runtime phủ sóng các quan sát bản địa tương tự, trong khi một đường ống xác định kết hợp invocation và vòng đời kết quả, xây dựng một biểu đồ xuất xứ được viết, chọn một mảnh chẩn đoán quyết định chính sách, và ràng buộc các yêu cầu chẩn đoán lại với bằng chứng được ghi

Machine translation (Meta M2M100); the English original follows.

Abstract

When tool-use agents write files, execute code, or send data, their final responses do not explain the resulting security events, and heterogeneous runtimes expose the relevant evidence through incompatible interfaces. We present AgentTriage, an executable contract for replayable security diagnosis across heterogeneous runtimes. The contract admits conclusions whose claims cite canonical runtime events and requires abstention when mandatory evidence is missing. Runtime overlays normalize native observations, while a deterministic pipeline joins invocation and result lifecycles, constructs a typed provenance graph, selects a policy-decisive slice, and binds claims to recorded evidence. Given the same normalized trace, overlay version, and pre-run policy oracle, the diagnosis can be recomputed and its claims re-checked without language-model judgment. Across five runtimes, one contract captures all 159 applicable executions, with an audit of native and synthesized identifiers. On 120 adjudicated cases, AgentTriage achieves 0.858 grounded joint diagnosis, 0.966 required-evidence coverage, and a 0.036 unsupported-claim rate, improving joint diagnosis by 0.175 (95% CI [0.092, 0.258]) over the strongest same-schema baseline. These results quantify the precision of replayable diagnosis and the observation boundaries that require abstention. We release an open-source implementation and selected sanitized evidence at https://github.com/AsnGs/agenttriage-open-source.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Computer science, Executable, Joins, Pipeline (software), Audit, Exploit

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange