研究・論文 プロンプトインジェクション完全防御は数学的に不可能—情シスの現実解
現行のLLMアーキテクチャではプロンプトインジェクションの完全防御が数学的に不可能——arXivの新論文がこう証明しました。LLMを業務活用する情シス担当者が知るべき理由と、現実的な対策を解説します。
プロンプトインジェクション
研究・論文 
研究・論文 HauntAttackが示す推論AI（LRM）の脆弱性と企業対策
推論特化型AI（LRM）を狙う攻撃「HauntAttack」が公開。安全機能を持つ11モデルで平均70%の攻撃成功率を記録。社内AIツール導入を進める情シスが押さえるべきリスクと対応策を整理した（査読前研究）。
研究・論文 MCPを狙う分散型ツール中毒攻撃「ShareLock」とは
LLMエージェントの基盤プロトコルMCPを標的にした新型攻撃「ShareLock」が報告された。秘密分散を使って悪意ある命令を複数のツール説明に隠し、主要LLMで90%超の攻撃成功率を記録した研究（査読前）を情シス目線で解説する。
研究・論文 AIエージェントが業務を担う時代のポリシー強制技術とは
LLMエージェントが社内ファイルやAPIを自律操作する今、動作ポリシーを技術的に強制する仕組みが求められている。ソウル国立大の研究VIGILは実行時ポリシー強制で95%超の違反検出率を実現（査読前プレプリント）。情シスが今確認すべき視点を解説する。
研究・論文 プロンプトインジェクション対策、モデル外防御の実力とは
LLMエージェントへのプロンプトインジェクション対策として注目される「モデル外（アウトオブバンド）防御」を、攻撃者目線で検証した査読前論文を実務者向けに解説。何が分かり、情シスは何に注意すべきかを整理します。
研究・論文 マルチエージェントAIをどう守るか リスク評価と防御強化
複数のAIエージェントが連携するマルチエージェント／GISシステムのセキュリティを扱う査読前研究を解説。攻撃者役LLMによるレッドチーミングとプロンプト強化で、機能を保ったまま堅牢化する手法と、情シスがエージェンティックAI導入時に押さえる勘所を整理します。
研究・論文 AIエージェント型ブラウザに潜む同一オリジンの死角
AIが自律操作するエージェント型ブラウザでは、間接的プロンプトインジェクションと組み合わさり同一オリジンポリシーが実質無力化されうる──そう警鐘を鳴らす査読前研究を、情シス目線で解説します。
研究・論文 AIコードレビューは騙せるか─悪意あるPR承認の研究
LLMによるコードレビューは、巧妙な「言い回し」で悪意あるプルリクを承認してしまうのか。1,062件の悪性PRと15種の社会工学的フレーミングで8つのLLMを評価した査読前研究を、情シス視点で読み解きます。