用途：该技能用于测试 AI 训练流程是否存在数据投毒漏洞，评估训练数据被操纵后对模型行为的影响。OWASP 对应 LLM04（数据与模型投毒）和 LLM03（供应链），MITRE 对应 AML.T0020，风险等级标注为 CRITICAL，由 04-llm-vulnerability-analyst 智能体执行。
主要能力与攻击类型：1）标签翻转（label_flip），投毒率 1-10%，导致准确率下降，可用统计分析检测；2）后门注入（backdoor），投毒率 0.1-1%，干净输入表现正常，触发器激活恶意行为，且可抵抗微调，可用激活分析、Neural Cleanse 检测；3）干净标签攻击（clean_label），投毒率 0.5-5%，投毒样本标签正确，极难检测；4）LLM 训练投毒（llm_poisoning），针对微调数据与 RLHF，包括指令投毒、偏好操纵、知识注入。
使用方式：提供技能名 data-poisoning，通过 /test behavioral 命令接口调用，配合 adversarial-training 技能验证防御效果，并集成 Agent 04 执行投毒测试。资料包含 Python 类实现示例，如 LabelFlipAttack、BackdoorAttack、CleanLabelAttack、LLMPoisoningAttack。
检测方法：统计分析检测标签翻转；激活聚类检测后门；Neural Cleanse 检测后门触发器；谱签名检测投毒样本；影响函数定位高影响数据，各自存在干净标签、隐蔽触发器、算力、低投毒率、规模等限制。
适用场景与限制：用于对训练数据来源和训练管线做红队评估，风险等级按数据源（外部抓取高、众包中、内部整理低、已验证来源极低）和管线弱点（未验证的数据摄入、缺少完整性检查、无溯源、访问控制弱）分级。严重度分为 CRITICAL、HIGH、MEDIUM、LOW。具体安装方式与费用暂未提供。