1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
2. Матеріали конференцій, семінарів, читань
3. 2026
4. ⅩⅤ Міжнародна науково-технічна конференція ITSec: Безпека інформаційних технологій (2026)

Заглавие:	Оцінювання методів захисту агентних систем на основі великих мовних моделей
Автори:	Шклярський, Роман Журавчак, Даниїл
Affiliation:	Національний університет “Львівська політехніка”
Bibliographic description (Ukraine):	Шклярський Р. Оцінювання методів захисту агентних систем на основі великих мовних моделей / Роман Шклярський, Даниїл Журавчак // ITSEC, 27-29 травня 2026 року. — Т. : ТНТУ, 2026. — С. 291–292.
Bibliographic reference (2015):	Шклярський Р., Журавчак Д. Оцінювання методів захисту агентних систем на основі великих мовних моделей // ITSEC, Тернопіль, 27-29 травня 2026 року. 2026. С. 291–292.
Bibliographic citation (APA):	Shkliarskii, R., & Zhuravchak, D. (2026). Otsiniuvannia metodiv zakhystu ahentnykh system na osnovi velykykh movnykh modelei. Proceedings of the 15th International Scientific and Technical Conference ITSec: Information Technology Security, 27-29 May 2026, Ternopil, 291-292. TNTU. [in Ukrainian].
Bibliographic citation (CHICAGO):	Shkliarskii R., Zhuravchak D. (2026) Otsiniuvannia metodiv zakhystu ahentnykh system na osnovi velykykh movnykh modelei. Proceedings of the 15th International Scientific and Technical Conference ITSec: Information Technology Security (Tern., 27-29 May 2026), pp. 291-292 [in Ukrainian].
Is part of:	Матеріали ⅩⅤ Міжнародної науково-технічної конференції ITSec: Безпека інформаційних технологій, 2026 Proceedings of the 15th International Scientific and Technical Conference ITSec: Information Technology Security, 2026
Conference/Event:	ⅩⅤ Міжнародна науково-технічна конференція ITSec: Безпека інформаційних технологій
Journal/Collection:	Матеріали ⅩⅤ Міжнародної науково-технічної конференції ITSec: Безпека інформаційних технологій
Дата на Публикуване:	27-Май-2026
Date of entry:	27-Авг-2026
Издател:	ТНТУ TNTU
Place of the edition/event:	Тернопіль Ternopil
Temporal Coverage:	27-29 травня 2026 року 27-29 May 2026
UDC:	004.8 004.056.5
Number of pages:	2
Page range:	291-292
Start page:	291
End page:	292
URI:	http://elartu.tntu.edu.ua/handle/lib/53817
Copyright owner:	© Кафедра кібербезпеки Тернопільського національного технічного університету імені Івана Пулюя, 2026
URL for reference material:	https://people.cs.vt.edu/djwillia/papers/agenticos26-xoa.pdf
References (Ukraine):	1. Sehwag V. et al. Clawed and Dangerous: Can We Trust Open Agentic Systems? arXiv. 2025. 2. Prompt Injection Attacks on Agentic Coding Assistants: A Systematic Analysis of Vulnerabilities in Skills, Tools, and Protocol Ecosystems. arXiv. 2025. 3. Prompt Injection Attacks in Large Language Models and AI Agent Systems. MDPI Information. 2025. Vol. 17, No. 1. 4. Chen S. et al. StruQ: Defending Against Prompt Injection with Structured Queries. USENIX Security Symposium. 2025. 5. Zou W. et al. PoisonedRAG: Knowledge Corruption Attacks to Retrieval- Augmented Generation of Large Language Models. USENIX Security Symposium. 2025. 6. Semantic Chameleon: Corpus-Dependent Poisoning Attacks and Defenses in RAG Systems. arXiv. 2025. 7. RAGShield: Provenance-Verified Defense-in-Depth Against Knowledge Base Poisoning in Government RAG Systems. arXiv. 2025. 8. PROMPTPEEK: Prompt Leakage via KV-Cache Sharing in Multi-Tenant LLM Serving. NDSS Symposium. 2025. 9. Cao Y. PLeak: Prompt Leaking Attacks against Large Language Model Applications. ACM CCS. 2024. 10. Williams D. Execute-Only Agents: Architectural Defense Against Prompt Injection for AI Agents. URL: https://people.cs.vt.edu/djwillia/papers/agenticos26-xoa.pdf (дата звернення: 05.05.2026).
References (International):	1. Sehwag V. et al. Clawed and Dangerous: Can We Trust Open Agentic Systems? arXiv. 2025. 2. Prompt Injection Attacks on Agentic Coding Assistants: A Systematic Analysis of Vulnerabilities in Skills, Tools, and Protocol Ecosystems. arXiv. 2025. 3. Prompt Injection Attacks in Large Language Models and AI Agent Systems. MDPI Information. 2025. Vol. 17, No. 1. 4. Chen S. et al. StruQ: Defending Against Prompt Injection with Structured Queries. USENIX Security Symposium. 2025. 5. Zou W. et al. PoisonedRAG: Knowledge Corruption Attacks to Retrieval- Augmented Generation of Large Language Models. USENIX Security Symposium. 2025. 6. Semantic Chameleon: Corpus-Dependent Poisoning Attacks and Defenses in RAG Systems. arXiv. 2025. 7. RAGShield: Provenance-Verified Defense-in-Depth Against Knowledge Base Poisoning in Government RAG Systems. arXiv. 2025. 8. PROMPTPEEK: Prompt Leakage via KV-Cache Sharing in Multi-Tenant LLM Serving. NDSS Symposium. 2025. 9. Cao Y. PLeak: Prompt Leaking Attacks against Large Language Model Applications. ACM CCS. 2024. 10. Williams D. Execute-Only Agents: Architectural Defense Against Prompt Injection for AI Agents. URL: https://people.cs.vt.edu/djwillia/papers/agenticos26-xoa.pdf (Date of appeal: 05.05.2026).
Content type:	Conference Abstract
Показва се в Колекции:	ⅩⅤ Міжнародна науково-технічна конференція ITSec: Безпека інформаційних технологій (2026)

Публикацияте в DSpace са защитени с авторско право, с всички права запазени, освен ако не е указно друго.