PoisonZero — Livre blanc technique

Abstract

Les agents d'IA conservent une mémoire persistante — instructions permanentes, notes de projet, préférences apprises — dans de simples fichiers relus dans le contexte du modèle à chaque exécution. Un attaquant qui écrit une seule entrée malveillante influence tout le comportement futur sans être présent au moment du dommage. PoisonZero traite chaque modification d'un fichier protégé comme non fiable jusqu'à preuve d'innocuité, et il est fail-closed : lorsque l'évaluation est impossible ou ambiguë, la modification est annulée et le dernier état sain connu est restauré. Le document spécifie le modèle de menace à cinq classes, la chaîne de traitement, le mode assisté par le cloud avec son contrat de sortie vérifiable, le mode entièrement embarqué avec sa sandbox à privilèges minimaux, le modèle de détection decoder-only à poids entièrement propres, l'intégrité au repos du modèle embarqué — stocké chiffré et authentifié, inviolable, de sorte que toute altération échoue en mode fail-closed — ainsi que l'architecture de licence et d'intégrité.