复旦团队推出 MATE：首个移动 Agent 轨迹安全审计模型

jiqizhixin · x · 2026-10-14

上海创智学院与复旦大学团队提出 MATE，被 USENIX Security 2026 接收，是首个面向移动/GUI Agent 执行轨迹的规则感知安全审计模型。现有轨迹审计有两大死结：静态规则匹配便宜但抓不住长程上下文语义；通用 LLM judge 灵活但成本高、速度慢，且把完整轨迹发给外部模型有隐私风险。MATE 直接以自然语言安全规则为输入，与指令和轨迹联合建模，同时输出风险类别和具体审计结论。技术流程：①从 158 个主流应用收集功能工作流与安全政策；②用知识接地的数据合成管线（三阶段质检与修复）构造语义真实的轨迹；③数据增强 + SFT 训练 MATE 并构建 MATEBench；④部署时用轨迹适配器把原始日志转为 ReAct 式轨迹，检索安全政策后送入模型输出条件化审计结果。