yigitcankaya/SP2026_WhenAIMeetsTheWeb

# 当AI遇见Web 本仓库包含**“当AI遇见Web： 第三方AI聊天机器人插件中的提示注入风险”**的研究成果，该研究已被IEEE Security & Privacy 2026会议录用。 代码组织结构： - [`CommonCrawlScan/`](CommonCrawlScan/) 扫描Common Crawl的WARC档案， 以查找使用第三方AI聊天机器人插件的公共网站。 - [`UGCBuster/`](UGCBuster/) 实现了UGCBuster防御机制，该机制在内容被 用于RAG或聊天机器人知识库构建之前，识别出网页中可能包含用户生成内容 或第三方内容的区域。 每个子目录都有自己的README文件，包含设置说明、所需的 依赖项、配置和预期输出。 ## 论文 - 论文链接：[https://arxiv.org/abs/2511.05797](https://arxiv.org/abs/2511.05797) ## 联系方式 如有关于论文或研究资料的疑问，请联系Yigitcan Kaya： [https://yigitcankaya.github.io/](https://yigitcankaya.github.io/) ## 引用 如果您使用本代码或基于本论文进行研究，请引用： ``` @inproceedings{kaya2026when, title = {When AI Meets the Web: Prompt Injection Risks in Third-Party AI Chatbot Plugins}, author = {Kaya, Yigitcan and Landerer, Anton and Pletinckx, Stijn and Zimmermann, Michelle and Kruegel, Christopher and Vigna, Giovanni}, booktitle = {2026 IEEE Symposium on Security and Privacy (SP)}, year = {2026}, note = {arXiv:2511.05797}, url = {https://arxiv.org/abs/2511.05797}, doi = {10.48550/arXiv.2511.05797} } ```

标签：AI聊天机器人插件, IEEE S&P, RAG系统, TLS抓取, TruffleHog, Web安全, 人工智能安全, 合规性, 学术论文, 安全扫描, 提示注入, 提示注入攻击, 插件安全, 数据爬取, 时序注入, 漏洞分析, 用户生成内容检测, 知识库保护, 知识库构建, 第三方插件, 网络安全, 蓝队分析, 路径探测, 软件安全, 逆向工具, 防御机制, 隐私与安全, 隐私保护, 集群管理