dongu-vestnik04.ru Вестник Донецкого университета. Серия 04. Технические науки Vestnik of Donetsk University. Series 04. Technical Sciences 2663-4228 533 10.5281/zenodo.20800024 Articles Статьи Research Article ANALYSIS OF LLM05 VULNERABILITY (IMPROPER OUTPUT HANDLING) АНАЛИЗ УЯЗВИМОСТИ LLM05 (НЕКОРРЕКТНАЯ ОБРАБОТКА ВЫХОДНЫХ ДАННЫХ) https://orcid.org/0000-0002-1353-5923 Babicheva Margarita Vadimovna Бабичева Маргарита Вадимовна m.babicheva60@mail.ru 1 ФГБОУ ВО «Донецкий государственный университет» Donetsk State University 2 NO2 (05.0) №2 (05.0) 108 114 23 07 2026 Copyright ©; 2026, Вестник Донецкого университета. Серия 04. Технические науки Copyright ©; 2026, Vestnik of Donetsk University. Series 04. Technical Sciences 2026 Вестник Донецкого университета. Серия 04. Технические науки Vestnik of Donetsk University. Series 04. Technical Sciences Эта статья распространяется на условиях лицензии Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) This article is distributed under the terms of the Creative Commons Attribution-NonCommercial 4.0 International License (CC BY-NC 4.0) https://dongu-vestnik04.ru/index.php/vestnik04/article/view/533

This paper presents an attack of the indirect prompt injection type that leads to unsafe output generation and subsequent exploitation on the target host. Using an experimental testbed with an LLM agent, end-to-end attacks resulting in XSS and SQL injection through the LLM05 vulnerability are demonstrated. The causes of the vulnerability and mitigation methods are investigated.

В настоящей работе представлена атака типа непрямая промпт-инъекция с генерацией небезопасного вывода и эксплуатация на целевом хосте. На экспериментальном стенде с LLM-агентом демонстрируются сквозные атаки, приводящие к XSS и SQL-инъекции с использованием уязвимости LLM05. Исследуются причины возникновения уязвимости и методы защиты.

 LLM agent, LLM05, XSS attack, SQL injection, vibe coding LLM-агент, LLM05, XSS-атака, SQL-инъекция, вайбкодинг

[Полный текст статьи отсутствует в исходных данных. Необходимо добавить текст из PDF или другого источника.]

Список литературы 1. OWASP Top 10 for LLM (2025) [Электронный ресурс]. – URL: https://owasp.org/www-project-top-10-for-large-language-models/ (дата обращения 09.03.2026). 2. Какие техники MITRE ATT&CK выявляют продукты Positive Technologies. [Электронный ресурс]. – URL: https://mitre.ptsecurity.com/ru-RU/ (дата обращения 09.03.2026). 3. How Vulnerable Are AI Agents to Indirect Prompt Injections? Insights from a Large-Scale Public Competition / M. Dziemian [et al.] // arXiv. – 2026. – № 2603.15714. – URL: https://arxiv.org/abs/2603.15714. 4. AttriGuard: Defeating Indirect Prompt Injection in LLM Agents via Causal Attribution of Tool Invocations / Y, He [et al.] // arXiv. – 2026. – № 2603.10749. – URL: https://arxiv.org/abs/2603.10749. 5. Architecting Secure AI Agents: Perspectives on System-Level Defenses / C. Xiang [et al.] // arXiv. – 2026. – № 2603.30016. –URL: https://arxiv.org/abs/2603.30016. REFERENCES LIST 1. OWASP Top 10 for LLM (2025) [Elektronnyi resurs]. – URL: https://owasp.org/www-project-top-10-for-large-language-models/ (data obrashcheniia 09.03.2026). 2. Kakie tekhniki MITRE ATT&CK vyiavliaiut produkty Positive Technologies. [Elektronnyi resurs]. – URL: https://mitre.ptsecurity.com/ru-RU/ (data obrashcheniia 09.03.2026). 3. How Vulnerable Are AI Agents to Indirect Prompt Injections? Insights from a Large-Scale Public Competition / M. Dziemian [et al.] // arXiv. – 2026. – № 2603.15714. – URL: https://arxiv.org/abs/2603.15714. 4. AttriGuard: Defeating Indirect Prompt Injection in LLM Agents via Causal Attribution of Tool Invocations / Y, He [et al.] // arXiv. – 2026. – № 2603.10749. – URL: https://arxiv.org/abs/2603.10749. 5. Architecting Secure AI Agents: Perspectives on System-Level Defenses / C. Xiang [et al.] // arXiv. – 2026. – № 2603.30016. –URL: https://arxiv.org/abs/2603.30016.