这项安全研究揭露了一条新攻击链,攻击者可以在手机相册图片里藏一行文字,利用移动 Agent 的跨模态能力完成注入,悄悄带出用户隐私,属于面向移动端智能 Agent 的新型跨模态安全威胁。和普通图片隐写不一样,它不靠复杂加密,只是在相册图片中嵌入提示词载荷,当手机上的移动 Agent 读取这张图片、做图文理解的时候,就会触发注入指令,绕过原有安全约束,诱导 Agent 读取通讯录、聊天记录、位置、本地文件等隐私信息,再把数据外传。整个攻击的流程是先构造带恶意提示文本的图片存入目标手机相册,等待移动 Agent 加载解析这张跨模态图片,恶意指令劫持 Agent 行为,接着读取本地敏感数据,最后通过联网、分享接口把隐私外发。简单来说,风险根源在于移动 Agent 对相册图片的图文解析缺少严格的提示词隔离,图片内的文本会被当成指令执行,普通用户很难一眼分辨相册里暗藏的恶意载荷。
一、攻击链完整环节清单
- 载荷构造:生成内嵌恶意指令文字的图片,文字可以放在画面角落、水印位置,肉眼不容易察觉
- 载体投递:通过聊天、二维码、网盘等方式,把图片保存到受害者手机相册
- 触发解析:用户调用移动 Agent(AI 助手)上传 / 读取相册这张图片,启动跨模态识别
- 指令注入:图片内文字被 Agent 识别为系统提示,覆盖原有安全限制
- 隐私采集:被劫持的 Agent 读取手机本地敏感信息
- 数据外带:按照恶意指令,把隐私发送到攻击者指定地址
二、和传统隐写、图片木马对比
| 项目 | 移动 Agent 跨模态注入隐私外带攻击 | 传统图片隐写 | 移动端 APK 木马 |
|---|---|---|---|
| 核心触发条件 | 需要 AI 移动 Agent 做图文跨模态理解 | 专用工具提取隐藏数据 | 需要安装恶意安装包 |
| 载荷形式 | 图片内可见 / 弱可见文字提示词 | 像素层隐藏二进制数据 | 程序代码 |
| 权限利用 | 复用 Agent 已申请的相册、文件读取权限 | 本身不主动窃取隐私 | 主动申请高危权限 |
| 识别难度 | 常规杀毒很难检测提示词逻辑 | 隐写检测工具可筛查 | 病毒引擎可识别恶意包 |
三、普通用户防护手段
- 不要随意授权 AI 移动 Agent 无限制访问全部相册
- 陌生来源图片,不要直接发给手机 Agent 进行图文解读
- 优先关闭 Agent 自动读取相册、自动识图的功能
- 重点留意 Agent 异常的复制、分享、联网上传行为
- 及时更新 AI 助手、手机系统补丁,跟进厂商安全修复
四、当前防御短板
- 很多跨模态模型没有区分 “图片内容” 和 “指令提示”,会混在一起解析
- 相册图片属于用户本地文件,常规沙箱难以识别图片里的提示注入
- 攻击载荷灵活,文字可以不断改写,特征库查杀难度高
- 用户习惯一键识图,触发攻击的门槛很低
【常见问题】
问题 1:手机相册里一行字引发的移动 Agent 跨模态注入与隐私外带攻击,靠什么实现攻击?
回答 1:手机相册里一行字引发的移动 Agent 跨模态注入与隐私外带攻击,依靠嵌入图片中的恶意提示词,在移动 Agent 识图解析时劫持 Agent 逻辑,进而读取并外传隐私。
问题 2:移动 Agent 跨模态注入与隐私外带攻击,是不是图片里的文字一定肉眼清晰可见?
回答 2:移动 Agent 跨模态注入与隐私外带攻击里的文字可以放在角落、低对比度水印位置,肉眼很难发现,但 AI 跨模态识别能够读取识别。
问题 3:普通用户怎么降低移动 Agent 跨模态注入与隐私外带攻击带来的相册风险?
回答 3:普通用户降低移动 Agent 跨模态注入与隐私外带攻击风险,核心是收紧相册授权,陌生图片不要直接交给 AI 移动 Agent 识图,关闭自动识图。
问题 4:移动 Agent 跨模态注入与隐私外带攻击,会不会在没有 AI 助手的手机上生效?
回答 4:移动 Agent 跨模态注入与隐私外带攻击必须依靠具备图文理解能力的移动 Agent 才能触发,没有这类 AI 助手的手机不会被该攻击链影响。
【参考资料】
[2026-11-12](相册投毒:面向移动端 Agent 的跨模态提示注入攻击研究)FreeBuf
[2026-11-08](移动大模型 Agent 新威胁:图片内提示词劫持隐私泄露)嘶吼安全学院
[2026-11-01](跨模态提示注入攻击原理与厂商修复方案梳理)安全客
【免责声明】
本文仅对移动 Agent 跨模态注入与隐私外带攻击链做原理科普拆解,不提供攻击利用代码;相关漏洞的修复情况取决于 AI 厂商、手机系统的安全更新,本文不构成安全产品选型依据。
