연구진은 다중 에이전트 시스템(MAS)의 감염형 탈옥 공격에 대응하기 위해 Foresight-Guided Local Purification(FLP) 프레임워크를 제안했습니다.
FLP는 각 에이전트가 미래 상호작용을 예측하여 행동 변화를 추적하고 감염을 제거하며, 다중 페르소나 시뮬레이션 전략을 통해 다양한 MAS 환경에서 예측력을 높입니다.
실험 결과, FLP는 최대 누적 감염률을 95% 이상에서 5.47% 미만으로 감소시키고, 상호작용 다양성을 효과적으로 유지했습니다.