AI Hacking
AI-beveiligingsbronnen
🔄 Updated November 2026

OWASP Top 10 voor Agentic Applications 2026

Beveiligingsrisico's die specifiek zijn voor autonome AI-agenten en AI-workflows met meerdere stappen

30+
MCP CVE's in 60 dagen (januari-februari 2026)
(Veiligheidsonderzoek)
36%
MCP-servers hebben geen authenticatie
(Invariant Labs)
42,665
MCP-servers blootgesteld aan internet
(Veiligheidsscans)
🤖

Agentische AI-beveiliging

In tegenstelling tot traditionele LLM's plannen, beslissen, delegeren en handelen agentische AI-systemen over verschillende tools en systemen heen. Dit creëert nieuwe aanvalsoppervlakken die gespecialiseerde beveiligingsbenaderingen vereisen. Zie onze MCP-beveiligingsgids →

Klaar om te testen? Gebruik onze AI-pentestchecklist voor testcases die betrekking hebben op het kapen van doelen, misbruik van hulpmiddelen, buitensporige keuzevrijheid, snelle injectie en risico's in de toeleveringsketen.

Key insight: "At least 50% of the ten risks are directly mitigable at the API gateway layer" - Zuplo, 2026

ASI01

Agent Goal Hijack

Critical

Aanvallers manipuleren de doelstellingen, de planningslogica of het beslissingspad van een agent via kwaadaardige inhoud in invoer zoals e-mails, documenten, RAG-gegevens of webinhoud.

Aanvalsvectoren
  • Indirecte promptinjectie via vergiftigde documenten
  • Agenda/vergaderingsuitnodigingen om doelprioriteiten te wijzigen
  • RAG-documentinjectie om de doelstellingen van de agent om te leiden
  • Manipulatie van doelpersistentie tussen sessies
Voorbeelden uit de praktijk
  • Kwaadwillige e-mailwijzigingen uitgavenprioriteiten voor financiële agenten
  • Vergiftigde GitHub-problemen/PR-inhoud geïnjecteerd in agentcontext
  • Vergadering nodigt uit om op subtiele wijze de taakhiërarchieën van agenten te veranderen
Beperkingsstrategieën
  • Implementeer promptfirewalls om doelmanipulatie te detecteren
  • Valideren en opschonen van alle externe inhoud voordat deze wordt verwerkt
  • Gebruik doelgrenshandhaving en monitoring
  • Implementeer ketenverificatie
ASI02

Misbruik en exploitatie van tools

Critical

Legitieme tools of functies worden binnen de toegekende rechten misbruikt, wat leidt tot ongeoorloofde acties of gegevenstoegang.

Aanvalsvectoren
  • SQL-injectie via databasetools
  • Toegang tot het bestandssysteem voor ongeautoriseerd lezen/schrijven
  • API-misbruik door toegekende integraties
  • manipulatie van toolparameters
Voorbeelden uit de praktijk
  • Code-uitvoeringstool die wordt gebruikt om kwaadaardige opdrachten uit te voeren
  • Databasetool wordt misbruikt voor gegevensonderschepping
  • Bestandssysteemtool gebruikt om toegang te krijgen tot gevoelige mappen
Beperkingsstrategieën
  • Implementeer strikte autorisatie voor het gebruik van tools en auditlogboeken
  • Valideer alle toolparameters vóór uitvoering
  • Pas de minste rechten toe op toolmachtigingen
  • Gebruik sandbox-uitvoeringsomgevingen
ASI03

Misbruik van identiteit en bevoegdheden

High

Agenten erven of delegeren inloggegevens zonder de juiste reikwijdte, waardoor attributiegaten en escalatierisico's ontstaan.

Aanvalsvectoren
  • Credential-delegatie zonder de juiste scoping
  • Rolverwarring tussen acties van mensen en agenten
  • Escalatie van bevoegdheden via acties van agenten
  • Identiteitsspoofing in multi-agentsystemen
Voorbeelden uit de praktijk
  • Agent gebruikt ontwikkelaarsreferenties voor productiewijzigingen
  • Agentacties verschijnen als mensen in auditlogboeken
  • Multi-tenant isolatie omzeilen via agent-identiteit
Beperkingsstrategieën
  • Implementeer agentspecifiek identiteits- en toegangsbeheer
  • Gebruik tokens met een beperkte reikwijdte
  • Afzonderlijke agentmachtigingen van menselijke inloggegevens
  • Attributie afdwingen in alle actielogboeken van agenten
ASI04

Agentische kwetsbaarheden in de toeleveringsketen

High

Gecompromitteerde of kwetsbare componenten in het ecosysteem van agenttools, waaronder kwaadaardige tools, plug-ins en gecompromitteerde agentframeworks.

Aanvalsvectoren
  • Schadelijke toolinjecties in de workflows van agenten
  • Gecompromitteerde toolproviders of registers
  • Vergiftigde tooldefinities met achterdeurtjes
  • Framework-kwetsbaarheden in orkestratielagen
Voorbeelden uit de praktijk
  • Trojaned npm/pypi-pakket in agentafhankelijkheden
  • Schadelijke MCP-server met gegevensexfiltratie
  • Gecompromitteerde LangGraph of vergelijkbaar raamwerk
Beperkingsstrategieën
  • Verifieer de integriteit van de tool via handtekeningen en controlesommen
  • SBOM onderhouden voor alle agentcomponenten
  • Gebruik vertrouwde registers en controleer de herkomst van tools
  • Scan afhankelijkheden op bekende kwetsbaarheden
ASI05

Onverwachte code-uitvoering

Critical

Agenten voeren code of opdrachten uit die niet door het systeemontwerp waren bedoeld, wat leidt tot kwetsbaarheden bij het uitvoeren van code op afstand.

Aanvalsvectoren
  • Dynamische codegeneratie zonder de juiste sandboxing
  • Commando-injectie via door agenten gegenereerde oproepen
  • Onveilige deserialisatie in agentworkflows
  • Willekeurig schrijven van bestanden via agentacties
Voorbeelden uit de praktijk
  • Agent die kwaadaardige SQL-query's genereert en uitvoert
  • Code-interpretertool die de payloads van aanvallers uitvoert
  • Shell-opdrachten geïnjecteerd in agentuitvoer
Beperkingsstrategieën
  • Sandbox alle code-uitvoeringsomgevingen
  • Implementeer strikte invoervalidatie voor gegenereerde code
  • Gebruik toelatingslijsten voor toegestane bewerkingen
  • Pas time-out- en resourcelimieten toe op uitvoering
ASI06

Geheugen- en contextvergiftiging

High

Aanvallers vergiftigen het geheugen, de context of de ophaalsystemen van de agent om toekomstig gedrag te beïnvloeden of informatie te extraheren.

Aanvalsvectoren
  • Vergiftiging van vectordatabase met kwaadaardige insluitingen
  • RAG-ophaalmanipulatie voor doeldrift
  • Langetermijngeheugeninjectie van valse gegevens
  • Contextbesmetting tussen sessies
Voorbeelden uit de praktijk
  • Schadelijke documenten hoger gerangschikt in RAG-resultaten
  • Valse informatie opgeslagen in het geheugen van agenten
  • Vector DB-injectie verandert het ophaalgedrag
Beperkingsstrategieën
  • Valideren en opschonen van alle gegevens vóór opslag in het geheugen
  • Retrieval ranking implementeren met beveiligingssignalen
  • Gebruik encryptie voor gevoelige geheugeninhoud
  • Het geheugen controleren op afwijkende wijzigingen
ASI07

Onveilige communicatie tussen agenten

Medium

Bij de communicatie tussen agenten ontbreken de juiste beveiligingscontroles, waardoor onderschepping, manipulatie of nabootsing van identiteit mogelijk is.

Aanvalsvectoren
  • Onderschepping van berichten in agentcommunicatie
  • Imitatie van agenten in systemen met meerdere agenten
  • Knoeien met berichten tussen agenten
  • Gebrek aan authenticatie tussen agenten
Voorbeelden uit de praktijk
  • Eén agent imiteert een andere om controles te omzeilen
  • Man-in-middle-aanval tussen agentcommunicatie
  • Aanvallen op het opnieuw afspelen van berichten in agentworkflows
Beperkingsstrategieën
  • Implementeer wederzijdse TLS voor agentcommunicatie
  • Gebruik ondertekende berichten tussen agenten
  • Authenticeer de identiteit van agenten in alle communicatie
  • Berichtvalidatie en integriteitscontroles toepassen
ASI08

Cascadefouten

Medium

Een storing in één agent, tool of component verspreidt zich door het systeem en veroorzaakt wijdverspreide verstoringen of beveiligingslekken.

Aanvalsvectoren
  • Single point of fail in agentorkestratie
  • Fout bij het vrijgeven van gevoelige gegevens
  • Fallback-mechanismen die beveiligingscontroles omzeilen
  • Recursieve agentlussen die hulpbronnen verbruiken
Voorbeelden uit de praktijk
  • Mislukte validatie waardoor alle verzoeken worden doorgelaten
  • Foutberichten die systeemprompts blootleggen
  • Fallback-agent die goedkeuringsworkflows omzeilt
Beperkingsstrategieën
  • Implementeer stroomonderbrekers voor agentcomponenten
  • Ontwerp sierlijke degradatie met behoud van beveiliging
  • Valideren dat foutafhandeling geen gevoelige gegevens blootlegt
  • Stel uitvoeringslimieten in om oneindige lussen te voorkomen
ASI09

Human-Agent Trust Exploitation

Medium

Agenten maken misbruik van het vertrouwen van gebruikers door middel van manipulatie, social engineering of door misleidende informatie als feitelijk voor te stellen.

Aanvalsvectoren
  • Presenteren van valse informatie als betrouwbare feiten
  • Gebruikers manipuleren via overtuigende resultaten
  • Onzekerheid of fouten verbergen
  • Het misbruik maken van een overmatig vertrouwen van mensen op de output van agenten
Voorbeelden uit de praktijk
  • Agent die informatie fabriceert met een hoge vertrouwen
  • Code met beveiligingsfouten die als veilig worden gepresenteerd
  • Beperkingen of fouten verbergen voor gebruikers
Beperkingsstrategieën
  • Onzekerheidskwantificering en communicatie implementeren
  • Vereist menselijke goedkeuring voor acties met een hoog risico
  • Voeg betrouwbaarheidsscores toe aan agentuitvoer
  • Informeer gebruikers over agentbeperkingen
ASI10

Rogue Agents

High

Agenten opereren buiten hun beoogde bereik, blijven op ongepaste wijze volharden of ondernemen ongeoorloofde acties tussen sessies of systemen.

Aanvalsvectoren
  • Agent blijft taken uitvoeren nadat autorisatie is verlopen
  • Ongeautoriseerde agent-spawning of replicatie
  • Agentacties blijven bestaan in gebruikerssessies
  • Escalatie van agenten naar functies op beheerdersniveau
Voorbeelden uit de praktijk
  • Achtergrondagent gaat door nadat gebruiker is uitgelogd
  • Ongeautoriseerde agent heeft toegang tot andere gebruikersgegevens
  • Agent behoudt toegang na taakvoltooiing
Beperkingsstrategieën
  • Implementeer het beheer van de sessielevenscyclus
  • Taakverlopen en opschonen afdwingen
  • Controleren op het spawnen van ongeautoriseerde agenten
  • Pas strikte beëindigingsvoorwaarden toe

Model Context Protocol (MCP)-beveiliging

MCP stelt AI-assistenten in staat verbinding te maken met externe tools en gegevensbronnen, waardoor nieuwe beveiligingsoverwegingen worden geïntroduceerd.

MCP-beveiligingsrisico's

  • Niet-vertrouwde MCP-servers met kwaadaardige mogelijkheden
  • Data-exfiltratie via toegang tot MCP-tools
  • Vergiftiging van tooldefinities
  • Overmatige machtigingen verleend aan MCP-servers

MCP Best Practices

  • Verifieer de authenticiteit en herkomst van de MCP-server
  • Pas de minste bevoegdheden toe op MCP-toolmachtigingen
  • Controleer alle MCP-servercommunicatie
  • Gebruik netwerkisolatie voor MCP-servers

Agentische beveiligingsarchitectuur

Laag 1: Invoervalidatie

  • Prompt firewalls voor detectie van doelkaping
  • Invoeropschoning om injectie te voorkomen
  • Snelheidslimiet om misbruik van bronnen te voorkomen
  • Inhoudsfiltering voor externe gegevens

Laag 2: Agent Sandbox

  • Geïsoleerde uitvoeringsomgevingen
  • Resourcelimieten (CPU, geheugen, netwerk)
  • Netwerksegmentatie
  • Containerized tool-uitvoering

Laag 3: Toolautorisatie

  • Verfijnde toestemmingsscope
  • Goedkeuringsworkflows voor toolgebruik
  • Logboekregistratie van alle toolaanroepen
  • Tijdsbeperkte toegang tot tools

Laag 4: Monitoring & Response

  • Real-time monitoring van agentgedrag
  • Anomaliedetectie voor agentacties
  • Geautomatiseerde reactie op bedreigingen
  • Uitgebreide audittrajecten
AH
AI Hacking Team

The AI Hacking team researches and documents AI/LLM security vulnerabilities, red teaming techniques, and defensive strategies. Our guides are based on real-world pentesting experience and continuous monitoring of the AI security landscape.

Frequently Asked Questions

Wat is agentkaping?
Agent-kaping (ASI01) is het grootste risico in OWASP Agentic Top 10 2026. Aanvallers manipuleren de doelstellingen en planningslogica van een agent via kwaadaardige inhoud in invoer zoals e-mails, documenten of webinhoud.
Wat is de OWASP Agentic Top 10?
De OWASP Top 10 voor Agentic Applications 2026 is het eerste uitgebreide raamwerk dat kritieke beveiligingsrisico's bij autonome AI-agenten identificeert, waaronder doelkaping, misbruik van tools, identiteitsmisbruik en kwetsbaarheden in de toeleveringsketen.
Hoe beveilig ik AI-agenten tegen doelkaping?
Implementeer snelle firewalls om doelmanipulatie te detecteren, valideer en zuiver alle externe inhoud vóór verwerking, gebruik doelgrenshandhaving en implementeer ketenverificatie voor beslissingen van agenten.
Wat is gereedschapsmisbruik bij agentische AI?
Misbruik van tools (ASI02) vindt plaats wanneer legitieme tools of functies binnen de toegekende rechten worden misbruikt voor ongeautoriseerde acties. Voorbeelden zijn onder meer SQL-injectie via databasetools, misbruik van bestandssystemen en API-exploitatie door AI-agents.

Stay Ahead of AI Security

Get the latest AI/LLM security research, OWASP updates, and new vulnerabilities delivered straight to your inbox.