MCP-Guard相关内容总结与翻译一、文章主要内容总结（一）研究背景随着大型语言模型（LLMs）通过模型上下文协议（MCP）与外部工具集成，虽解锁了自动化客户支持、数据分析管道等场景的复杂自动化工作流，但也带来了提示注入、数据泄露、对抗性操纵等严重安全漏洞。现有安全措施多为传统软件设计，难以应对LLM驱动生态中基于语义的细微威胁，因此亟需针对性的防御架构。（二）核心方案：MCP-Guard防御架构MCP-Guard是专为保护MCP交互安全设计的模块化、分层防御架构，通过三级检测管道平衡效率与准确性，具体如下：第一阶段：基于模式的轻量级静态扫描采用快速的模式匹配检测器，过滤明显威胁（如SQL注入、敏感文件访问、影子劫持、提示注入等），若检测到高风险问题则终止流程，减少计算开销。支持检测器热更新，可实时适配新攻击样本，平均处理时间仅0.87ms，在保证高 precision（92.68%）的同时，优先减少误报。第二阶段：深度神经检测基于多语言E5文本嵌入模型，经MCP-AttackBench数据集全权重微调后，识别隐藏的对抗性提示，检测准确率从预训练时的65.37%提升至96.01%，F1值达95.06%。仅处理第一阶段未过滤的模糊案例，避免资源浪费，处理
MCP-Guard: A Defense Framework for Model Context Protocol Integrity in Large Language Model Appli...
MCP-Guard相关内容总结与翻译一、文章主要内容总结（一）研究背景随着大型语言模型（LLMs）通过模型上下文协议（MCP）与外部工具集成，虽解锁了自动化客户支持、数据分析管道等场景的复杂自动化工作流，但也带来了提示注入、数据泄露、对抗性操纵等严重安全漏洞。现有安全措施多为传统软件设计，难以应对LLM驱动生态中基于语义的细微威胁，因此亟需针对性的防御架构。（二）核心方案：MCP-Guard防御架构MCP-Guard是专为保护MCP交互安全设计的模块化、分层防御架构，通过三级检测管道平衡效率与准确性，具体如下：第一阶段：基于模式的轻量级静态扫描采用快速的模式匹配检测器，过滤明显威胁（如SQL注入、敏感文件访问、影子劫持、提示注入等），若检测到高风险问题则终止流程，减少计算开销。支持检测器热更新，可实时适配新攻击样本，平均处理时间仅0.87ms，在保证高 precision（92.68%）的同时，优先减少误报。第二阶段：深度神经检测基于多语言E5文本嵌入模型，经MCP-AttackBench数据集全权重微调后，识别隐藏的对抗性提示，检测准确率从预训练时的65.37%提升至96.01%，F1值达95.06%。仅处理第一阶段未过滤的模糊案例，避免资源浪费，处理
