A Security Risk Taxonomy for Prompt-Based Interaction With Large Language Models
ELLIS Alicante(欧洲学习与智能系统实验室阿利坎特分部);Czech Institute of Informatics, Robotics, and Cybernetics, Czech Technical University in Prague(捷克布拉格技术大学捷克信息学、机器人学与控制论研究所);Delft University of Technology(代尔夫特理工大学)
本文针对大型语言模型基于提示的交互方案,提出了一种沿用户-模型通信管道的安全风险分类体系,结合CIA三要素和攻击类型对风险进行分类,旨在促进稳健、安全的LLM应用开发。
2024-09-23 cs.AI cs.CL cs.CR
Practice-Informed, Practice-Ready: An AI security incident taxonomy
QuantPi;Responsible AI Collaborative(负责任AI协作组织);Palo Alto Networks(潘多拉网络公司);UL Research Institutes(UL研究院);Microsoft Security Response Center(微软安全响应中心);Qualcomm(高通);German Federal Office for Information Security, BSI(德国联邦信息安全局);IBM Research Zurich(IBM苏黎世研究实验室);EPFL VITA Lab(洛桑联邦理工学院VITA实验室)
该研究针对AI安全事件报告缺乏实用标准的问题,通过多领域从业者讨论构建了AI安全事件分类法,其可指导事件识别与措施推荐,且已成为行业标准的科学基础。
2026-08-27 cs.CR
Threats, Vulnerabilities, and Controls of Machine Learning Based Systems: A Survey and Taxonomy
National Institute of Advanced Industrial Science and Technology (AIST)(日本产业技术综合研究所);Sumitomo Electric Industries, Ltd.(住友电气工业株式会社)
在这篇文章中,我们提出了人工智能安全分类系统化的威胁,漏洞和基于机器学习(ML)的系统的安全控制的知识。我们首先对基于ML的系统的攻击所造成的损害进行分类,定义ML特定的安全性,并讨论其特点。接下来,我们列举所有相关资产和利益相关者,并为ML特定的威胁提供一个通用分类。然后,我们通过对最近文献的广泛回顾,收集了针对ML特定威胁的各种安全控制措施。最后,我们对基于ML的系统的漏洞和控制进行了分类,这些漏洞和控制是根据系统整个生命周期中的每个脆弱资产来进行的。
2023-01-19 cs.AI cs.CR cs.LG
Consumer, Commercial and Industrial IoT (In)Security: Attack Taxonomy and Case Studies
物联网(IoT)设备在我们的生活中变得无处不在,应用范围从消费领域到商业和工业系统。物联网设备的急剧增长和广泛采用加强了设备开发生命周期中健全和强大的网络安全实践的重要性。物联网相关的漏洞如果被成功利用,不仅会影响设备本身,还会影响物联网设备运行的应用领域。显然,查明和解决每一个脆弱性是一项艰巨的任务,如果不是不可能的话。攻击分类法可以帮助对攻击及其相应的漏洞进行分类。然后,可以利用安全对策和最佳实践来缓解威胁和漏洞,以免它们成为灾难性攻击,并确保整体安全的物联网操作。因此,在本文中,我们提供了一种攻击分类,该分类考虑了物联网堆栈的不同层,即,设备、基础设施、通信和服务,以及每一层可被对手利用的指定特征。此外,我们还使用了9起针对消费者、商业和工业部门部署的物联网设备的真实网络安全事件,描述了物联网相关的漏洞、利用程序、攻击、影响以及潜在的缓解机制和保护策略。这些(以及许多其他)事件突出了物联网系统的潜在安全问题,并展示了此类互联生态系统的潜在攻击影响,而拟议的分类法提供了一个系统化的程序,根据受影响的层和相应的影响对攻击进行分类。
2021-05-14 cs.CR
Pairing-Friendly Elliptic Curves: Revisited Taxonomy, Attacks and Security Concern
最近,包括BN、BLS12、BLS24、KSS16和KSS18在内的主要配对友好椭圆曲线家族都容易受到数域筛(NFS)攻击。由于最近对F_(q^k)中离散对数的攻击,选择这样的曲线再次变得重要。本文重新讨论了在不同安全级别选择配对友好曲线的主题。首先,我们扩展了Freeman等人给出的分类。[1]通过识别以前没有提到的新族,例如具有可变微分的完整族和新的稀疏曲线族。我们讨论了单个曲线和构造参数族的综合框架。我们估计了安全性并评估了配对友好曲线的族,以发现在所需密钥大小方面优于BN、KSS和BLS的曲线族。我们还评估了最佳ate配对的复杂性,除了Barbulescu等人之外,以前从未讨论过。我们证明了最近对配对的攻击(TNFS)需要增加密钥大小。我们在密钥大小的上下文中比较了曲线族,并选择了椭圆曲线的合适替代方案。
2022-12-04 cs.CR
50 Shades of Deceptive Patterns: A Unified Taxonomy, Multimodal Detection, and Security Implications
本文从安全隐私视角扩展欺骗性模式分类法,构建含6725张图像和10421个实例的数据集,并提出基于多模态大语言模型的自动检测工具DPGuard,在2,000个热门应用和网站上验证其优于现有方法并揭示广泛存在的欺骗性设计。
2025-02-04 cs.CR
Security smells in infrastructure as code: a taxonomy update beyond the seven sins
University of Luxembourg(卢森堡大学)
针对基础设施即代码(IaC)安全气味分类法受限于单一工具和手动偏差的问题,本研究扩展数据集至七种IaC工具,结合LLM自动化分析与人工验证,构建含62类的综合分类法,并实现精确率达1.00的检查规则,揭示安全气味长期存在的现状。
2025-09-23 cs.AI cs.CR cs.LG
Securing the Internet of Medical Things (IoMT): Real-World Attack Taxonomy and Practical Security Measures
本文针对IoMT的患者安全与隐私风险,提出覆盖架构各层的真实攻击分类法、漏洞与缓解策略,并结合历史事件给出工程安全指南及合规框架。
2025-07-25 cs.CR
Cookies Invading Our Privacy for Marketing Advertising and Security Issues
隐私一直是互联网上每个人都关心的主要问题。全球各国政府已经就如何有效管理互联网空间提出了自己的看法,以便对用户和数据的机密信息和隐私的流动进行一些控制。利用缺乏一个统一的机构,可以管理在线空间与其严格和严格的规则,某些网站使用的文本文件,称为Cookie收集用户的数据,并使用它们来营销他们在广告网络和第三方网站的帮助下,JavaScript和Flash技术。甚至在我们中的许多人认为我们周围正在发生的事情在网上使用我们被入侵的cookie和有针对性的与他们的具体信息,可以诱使我们购买的产品或服务,我们渴望在最近的过去。虽然可能有人认为这是一种营销策略,给客户他想要的,但它不可能是像用户只是被瞄准,因为他已经表现出对某事的兴趣,他应该被打扰,直到他得到的东西。这纯粹是一个安全漏洞,因为大多数网站不要求允许使用cookie并将其设置到用户浏览器中,最重要的是没有发布隐私声明,该信息用于有针对性的营销。这篇分析论文有来自不同来源的观点,这种活动的一个例子是一个潜在的安全漏洞,以及这些网站如何使用致命的cookie进行商业伎俩的各种其他信息。
2013-05-10 cs.CR cs.CY
A Cyber Kill Chain Based Taxonomy of Banking Trojans for Evolutionary Computational Intelligence
银行木马等恶意软件在以金融为动机的网络犯罪分子中很受欢迎。由于用于混淆和规避现有检测和安全解决方案的技术不断发展,银行木马的检测仍然是一项具有挑战性的任务。拥有恶意软件分类可以促进缓解策略的设计,例如基于进化计算智能的策略。具体来说,在本文中,我们提出了一个网络杀死链的银行木马功能的分类。这种基于威胁情报的分类法提供了对网络攻击的逐阶段操作理解,对于安全从业人员和特洛伊木马检测和缓解策略的进化计算智能设计非常有益。建议的分类法通过使用一家英国主要金融机构从2014年12月至2016年1月收集的127个银行木马的真实数据集进行验证。
2018-07-27 cs.CR
Advancing Security in Software-Defined Vehicles: A Comprehensive Survey and Taxonomy
EPITA;VEDECOM;SAMOVAR, Télécom SudParis(SAMOVAR,巴黎电信学院);Institut Polytechnique de Paris(巴黎理工学院)
本文全面调查了软件定义汽车(SDVs)的生态系统与使能技术,提出一种新颖的分层分类法,将漏洞利用技术映射至核心属性与攻击路径,填补了SDV网络安全研究缺乏清晰区分与整合的空白。
2025-10-08 cs.CR
Trojan Taxonomy in Quantum Computing
本文提出首个针对量子信息系统的木马分类法,系统梳理硬件到软件层的攻击向量、木马类型与载荷,并分析对抗动机,为量子计算安全防护提供指导。
2023-09-20 cs.CR
Do Skill Descriptions Tell the Truth? Detecting Undisclosed Security Behaviors in Code-Backed LLM Skills
Skill Security Team(技能安全团队)
本文研究LLM生态系统中程序性技能描述与实现之间的不一致,通过构建安全属性分类法和SKILLSCOPE工具,发现9.4%的技能存在安全风险,工具在识别不一致时达到84.8%的精度和96.5%的召回率。
2026-05-13 cs.CR
A Taxonomy Study on Securing Blockchain-based Industrial Applications: An Overview, Application Perspectives, Requirements, Attacks, Countermeasures, and Open Issues
区块链技术在当今的工业应用中发挥了主导作用,自诞生以来就提供了显著的功能并显示出显著的性能。区块链从加密货币的概念开始了它的旅程,现在是一系列核心应用程序的一部分,以实现各种任务之间的弹性和自动化。随着区块链技术集成到不同的工业应用中,许多应用程序设计,安全和隐私挑战都出现了,对用户及其数据构成了严重威胁。尽管已经提出了几种方法来解决具有功能参数的目标应用程序的特定安全和隐私需求,但仍然需要对基于区块链的工业应用程序的应用程序,安全和隐私挑战以及要求进行研究,以及可能的安全威胁和对策。这项研究对基于区块链的工业4.0应用进行了最新的调查,重点关注关键的应用程序和安全与隐私要求,以及对区块链系统的相应攻击和潜在的对策。我们还分析并提供了这些应用程序中使用的不同安全和隐私技术的分类,以提高安全功能的先进性。此外,我们强调了工业应用中的一些开放问题,这些问题有助于设计安全的基于区块链的应用程序作为未来的发展方向。
2021-05-25 cs.CR
A Taxonomy and Comparative Analysis of IPv4 Identifier Selection Correctness, Security, and Performance
Arizona State University(亚利桑那州立大学);Eastern Washington University(东华盛顿大学);Bowdoin College(鲍登学院)
本文对25年来基于IPv4标识符(IPID)的利用和选择方法进行分类,通过数学分析和实证评估,揭示了最佳实践建议和当前操作系统实现的不足。
2025-11-07 cs.CR cs.NI
A Taxonomy for Attack Patterns on Information Flows in Component-Based Operating Systems
Fraunhofer FKIE(弗劳恩霍夫通信、信息处理与人机工程研究所);FernUniversität in Hagen(哈根函授大学)
我们提出了一个分类和代数的攻击模式基于组件的操作系统。在多级安全场景中,其中包含不同安全分类的数据的分区的隔离是主要安全目标,并且安全漏洞主要被定义为对分类数据的不期望的披露或修改,对信息流的严格控制是最终目标。为了防止不必要的信息流,我们提供了一个基于组件的操作系统中的信息流类型的分类,并通过此,可能的模式来攻击系统。信息流的系统考虑揭示了一种特定类型的操作系统隐蔽通道,隐蔽物理通道,它通过向计算机环境中发射物理信号并在另一个接口接收它们来连接两个以前隔离的分区。
2014-03-05 cs.CR cs.OS cs.SD
Towards Secure Agent Skills: Architecture, Threat Taxonomy, and Security Analysis
本文首次系统分析了智能体技能框架的安全性,识别各生命周期阶段的攻击面,构建了包含七类十七种场景的威胁分类,并提出针对各威胁类别的防御方向和研究挑战。
2026-10-15 cs.AI cs.CR
MCP-DPT: A Defense-Placement Taxonomy and Coverage Analysis for Model Context Protocol Security
Old Dominion University(老道明大学)
本文提出MCP-DPT框架,分析模型上下文协议的安全性,识别防御点并揭示架构不匹配导致的安全漏洞。
2026-04-08 cs.AI cs.CR
Standardized Threat Taxonomy for AI Security, Governance, and Regulatory Compliance
本研究提出AI系统威胁向量分类,通过九个关键领域整合53个子威胁,将技术漏洞映射到业务损失类别,实现定量风险评估与监管合规的对接。
2025-11-26 cs.AI cs.CR q-fin.RM
LLMSec-AV: A Vulnerability Taxonomy and LLM-Driven Software Weakness Discovery Framework for Autonomous Vehicles
The University of Alabama(阿拉巴马大学)
提出LLMSec-AV框架,利用含AV安全知识的LLM在Autoware上发现弱点,恢复率达76%,优于传统静态分析器,并引入18类漏洞分类法提升可解释性。
2026-09-10 cs.CR
A Formal Security Framework for MCP-Based AI Agents: Threat Taxonomy, Verification Models, and Defense Mechanisms
University of the Cumberlands(坎伯兰大学);Youngstown State University(扬斯敦州立大学)
本文提出MCPSHIELD框架,通过威胁分类、验证模型和防御机制系统分析MCP代理生态系统的安全问题,实现91%的理论覆盖。
2026-04-07 cs.AI cs.CR
Cyber-Physical Security Vulnerabilities Identification and Classification in Smart Manufacturing -- A Defense-in-Depth Driven Framework and Taxonomy
本文针对智能制造中传统漏洞定义忽视物理与人员维度的问题,提出基于漏洞与防御二元性的制造专用纵深防御模型,并据此建立首个智能制造网络物理漏洞分类法,为系统与过程层面的漏洞治理提供结构化框架。
2025-06-04 cs.CR
A Survey on Security Metrics
安全指标的重要性怎么强调都不过分。尽管在过去的几十年里,学术界、政府和工业界都给予了极大的关注,但这一重要问题仍然顽固地悬而未决。在这项调查中,我们提出了一个关于安全度量知识的调查。该调查集中在一个新的分类法,将安全指标分为四类:度量系统漏洞的指标,度量防御的指标,度量威胁的指标,度量情况。分类法的基本观点是,情况(或网络攻击-防御交互的结果)是由针对具有某些漏洞(包括人为因素)并采用某些防御措施的系统的某些威胁(或攻击)引起的。除了系统地回顾文献中提出的安全指标外,我们还讨论了最先进的技术与最终目标之间的差距。
2016-01-20 cs.CR
A Survey on Privacy of Health Data Lifecycle: A Taxonomy, Review, and Future Directions
该综述梳理健康数据生命周期的10类隐私问题,按阶段适配性分类现有隐私保护方法,提出医疗隐私保护技术分类体系,指出密码技术应用广泛但需适配医疗特殊需求,并给出未来研究方向。
2023-11-09 cs.CR
Cyber Taxi: A Taxonomy of Interactive Cyber Training and Education Systems
缺乏指导性练习和实际机会以实际的方式学习网络安全,这使得安全专家很难提高他们的熟练程度。夺旗活动和网络靶场是网络安全培训的理想选择。因此,参与者通常在团队中相互竞争,或者必须在特定场景中保护自己。作为年度活动的组织者,我们提出了一个互动网络培训和教育的分类。建议的分类包括不同的因素的技术设置,观众,培训环境,培训设置。通过综合分类法,考虑了交互式培训的不同方面。这有助于培训的改进和成功建立。所提供的分类是可扩展的,并可以用于进一步的应用领域,如新的安全技术的研究。
2021-01-14 cs.CR cs.CY cs.SY
Connecting the Dots in Agentic AI Security: A Cross-Dimensional Threat Taxonomy, Evaluation Maturity, and Open Challenges
Sungkyunkwan University(成均馆大学);Commonwealth Scientific and Industrial Research Organisation (CSIRO)(联邦科学与工业研究组织(CSIRO))
针对智能体AI安全,提出跨维度威胁分类T={S,B,P,A},基于66项研究分析实证覆盖与评估成熟度,指出研究差距并提炼13个开放问题,以推动系统化安全评估。
2026-09-22 cs.AI cs.CR
What's in a Downgrade? A Taxonomy of Downgrade Attacks in the TLS Protocol and Application Protocols Using TLS
许多重要的现实世界协议,包括传输层安全(TLS)协议,都能够协商各种安全相关的选择,如协议版本和特定会话中使用的加密算法。此外,一些不安全的应用层协议(如简单邮件传输协议(SMTP))在应用协议之上协商TLS本身的使用,以保护通信通道。这些协议通常容易受到一类称为降级攻击的攻击,这些攻击针对这种协商机制。在本文中,我们创建了第一个TLS降级攻击分类法。我们的分类法将可能的攻击分为四个不同的向量:目标协议元素,攻击的漏洞类型,攻击方法和攻击造成的损害程度。我们的分类法基于对15个著名的已发布攻击的全面分析。我们的分类突出了许多降级攻击的共同点,并允许降级攻击的共同语言,分类和比较。我们展示了我们的分类法的应用程序进行分类调查的攻击。
2019-01-26 cs.CR
Security in the Era of Perceptive Networks: A Comprehensive Taxonomic Framework for Integrated Sensing and Communication Security
CSIRO Data61(CSIRO数据六十一)
本文提出了一种综合性分类框架,用于集成感知与通信安全,涵盖威胁分类、漏洞分析、防御机制及新兴安全挑战,为安全系统开发和政策制定提供参考。
2026-01-04 cs.CR
5G/6G-Enabled Metaverse Technologies: Taxonomy, Applications, and Open Security Challenges with Future Research Directions
本文系统综述了5G/6G赋能的元宇宙技术,梳理其分类法与应用场景,分析开放安全挑战,并提出未来研究方向。
2023-05-25 cs.CR
SoK: "Interoperability vs Security" Arguments: A Technical Framework
New York University(纽约大学);Northeastern University(东北大学)
本文提出一个技术框架,系统分析欧盟反垄断程序中‘安全 vs 互操作性’争论,分类讨论其工程、审查和混合类别,并通过案例研究揭示经济激励、市场力量和安全之间的相互作用。
2026-03-08 cs.CR
DDoS Attacks in Cloud Computing: Issues, Taxonomy, and Future Directions
与云计算相关的安全问题与各种利益相关者有关,以便做出明智的云采用决策。除了数据泄露之外,网络安全研究社区正在重新审视云特定解决方案的攻击空间,因为这些问题会影响预算,资源管理和服务质量。分布式拒绝服务(DDoS)攻击是云空间中的一种严重攻击。在本文中,我们介绍了与云中DDoS攻击缓解解决方案相关的发展。特别是,我们提出了一个全面的调查,详细了解这些攻击的特征,预防,检测和缓解机制。此外,我们提出了一个全面的解决方案分类来分类DDoS攻击解决方案。我们还提供了关于重要指标的全面讨论,以评估各种解决方案。这项调查的结论是,有一个强大的需求的解决方案,这是设计保持效用计算模型铭记。准确的自动扩展决策、多层缓解和使用云中丰富资源的防御是所需解决方案的一些关键要求。最后,我们提供了一个明确的指导方针,有效的解决方案建设和详细的解决方案要求,以帮助网络安全研究社区在设计防御机制。据我们所知,这项工作是一种新的尝试,以确定需要的DDoS缓解解决方案,涉及多层次的信息流和有效的资源管理在攻击过程中。
2017-08-28 cs.CR
SoK: Failure Modes in Common Criteria Product Evaluation - A Taxonomy and Design-for-Evaluability Guidance
本文系统梳理通用标准产品评估中的失效模式,构建生命周期分类,推导可评估性设计框架,明确云等新兴系统的相关开放问题。
2026-10-09 cs.CR cs.SE
Financial Crimes in Web3-empowered Metaverse: Taxonomy, Countermeasures, and Opportunities
目前,虚拟实境的概念已经引发了从大众到各大行业的广泛关注。随着区块链和Web3技术的快速发展,去中心化的虚拟实境生态吸引了大量用户和资本的涌入。由于缺乏行业标准和监管规则,Web3授权的虚拟实境生态系统见证了各种金融犯罪,如诈骗,代码利用,洗交易,洗钱以及非法服务和商店。为此,对Web3赋能的虚拟世界金融安全威胁进行总结和分类,以维护其生态的长期健康发展,显得尤为迫切和关键。在本文中,我们首先概述了背景,基础,和应用的Web3元。然后,我们对自去中心化元世界发展以来出现的安全风险和金融犯罪进行了全面的概述和分类。对于每一种金融犯罪,我们集中讨论三个问题:a)现有的定义,b)相关的案例和分析,c)现有的学术研究对这类犯罪。接下来,从学术研究和政府政策的角度,总结了当前虚拟实境中的反犯罪措施和技术。最后,我们讨论了行为挖掘的机遇和挑战,以及虚拟实境中金融活动的潜在监管。希望通过本文的综述,帮助读者更好地了解这一新兴生态中潜在的安全威胁,并为打击金融犯罪提供见解和参考。
2022-12-27 cs.CR
A Survey on Privacy and Security in Online Social Networks
在线社交网络(OSN)是一个永久的存在,在今天的个人和职业生活的一个巨大的部分人口,直接影响到离线活动。建立在信任的基础上用户与其他有共同兴趣或重叠的个人兴趣的用户建立联系在线社交网络和相关的应用程序提取了前所未有的大量个人信息。不出所料,出现了严重的隐私和安全风险,将自己定位为两种主要类型的攻击:利用嵌入在公开的社交关系中的隐含信任的攻击;以及收集用户个人信息用于恶意用途的攻击。本文概述了迄今为止OSN中出现的隐私和安全问题。我们介绍了OSN中的隐私和安全攻击的分类,我们概述了现有的解决方案,以减轻这些攻击,并概述了仍然需要克服的挑战。
2015-01-27 cs.CR cs.SI
On the Security Risks of ML-based Malware Detection Systems: A Survey
Zhejiang University(浙江大学);UCL(伦敦大学);ETH Zürich(苏黎世联邦理工学院);Stony Brook University(石溪大学)
该综述针对基于ML的恶意软件检测系统安全风险研究多局限于对抗样本的问题,用CIA原则界定风险范围,建立基于运行阶段的分类体系,总结各阶段攻防进展与不足,通过案例研究提供实证见解并提出未来研究方向。
2025-05-16 cs.AI cs.CR cs.SE
HSM and TPM Failures in Cloud: A Real-World Taxonomy and Emerging Defenses
本文通过真实世界案例提出云中HSM和TPM攻击分类法,评估机密计算、后量子密码和去中心化密钥管理等新兴防御,强调分层上下文感知的防护策略。
2025-08-07 cs.CR cs.NI cs.SE
Jupyter Notebook Attacks Taxonomy: Ransomware, Data Exfiltration, and Security Misconfiguration
本文首次系统提出针对 Jupyter Notebook 的网络攻击分类法,涵盖勒索软件、数据窃取、安全配置错误和资源滥用,并设计了审计 Jupyter 的框架以提升对 AI 驱动及量子威胁的防御可见性。
2024-09-28 cs.CR cs.NI
A Holistic View on Data Protection for Sharing, Communicating, and Computing Environments: Taxonomy and Future Directions
数据是组织的重要资产,必须确保该资产的安全。它需要在任何状态下的安全性,即静态数据,使用中的数据和传输中的数据。当包含第三方时,需要更加关注它,即当数据存储在云中时,它需要更多的安全性。由于机密数据可以驻留在各种计算设备(物理服务器、虚拟服务器、数据库、文件服务器、PC、销售点设备、闪存驱动器和移动设备)上,并通过各种网络接入点(有线、无线、VPN等)移动,需要能够解决数据丢失、数据恢复和数据泄漏问题的解决方案或机制。在这种情况下,本文提出了一个整体的观点,数据保护的共享和通信环境的任何类型的组织。讨论了数据泄漏保护系统的分类以及在保护机密数据时面临的主要挑战。数据保护解决方案,数据泄漏保护系统的分析技术,以及对现有的最先进的贡献授权机器学习为基础的方法进行彻底的分析。最后,本文探讨和总结了各种关键的新兴挑战和未来的研究方向有关数据保护。
2022-02-24 cs.CR
The First Early Evidence of the Use of Browser Fingerprinting for Online Tracking
本文提出FPTrace框架,通过模拟交互、捕获广告竞价与监控HTTP流量,首次提供浏览器指纹被广泛用于广告追踪、定向并绕过GDPR/CCPA退出机制的实证证据。
2025-02-19 cs.CR
Enabling an Anatomic View to Investigate Honeypot Systems: A Survey
蜜罐是一种故意创建的安全设施,用于探测,攻击和妥协。它通常用于通过检测和转移未经授权的访问来保护生产系统。它还有助于调查攻击者的行为,特别是未知的攻击。在过去的17年里,人们投入了大量的精力来研究和开发基于蜜罐的技术和工具,它们已经发展成为一种越来越强大的防御黑帽社区创造的手段。在本文中,通过研究多个蜜罐系统,蜜罐的两个基本要素-诱饵和安全程序-捕获和提出,以及两个抽象的组织形式-独立和合作-在这两个元素可以集成。提出了一种新的基于诱骗和安全程序(D-P)的分类方法,用于对蜜罐系统中涉及的各种技术进行研究和分类。一个广泛的蜜罐项目和研究,其中包括在独立和合作的蜜罐应用的技术,调查的分类框架下。最后,将该分类法应用于一系列蜜罐工具和系统中,以验证其有效性并预测蜜罐的发展趋势。
2017-04-18 cs.CR
Backdoor Threats in Variational Quantum Circuits: Taxonomy, Attacks, and Defenses
Indiana University(印第安纳大学)
本文探讨了变分量子电路中后门攻击的分类、攻击方式及防御措施,分析了现有检测与防御方法的局限性,并提出了未来研究方向。
2026-05-13 cs.CR quant-ph
Kernel-level Rootkit Detection, Prevention and Behavior Profiling: A Taxonomy and Survey
本文综述了内核级 rootkit 的传统检测机制并提出结构化分类法,同时探讨了预防技术与行为分析,指出了各方法的优劣及未来研究方向。
2023-04-02 cs.CR
Cisco Integrated AI Security and Safety Framework Report
Cisco AI Threat and Security Research(思科人工智能威胁与安全研究)
本文提出思科集成AI安全与安全框架,旨在统一分类和操作化AI风险,涵盖安全与安全,适用于威胁识别、风险优先级排序等,具有全面性和扩展性。
2025-12-15 cs.AI cs.CR
SoK: Security Below the OS -- A Security Analysis of UEFI
Ben-Gurion University of the Negev(内盖夫本-古里安大学);Auburn University(奥本大学)
本文系统化分析UEFI安全,构建攻击威胁模型并提出类MITRE ATT&CK分类法,旨在应对日益增长的UEFI攻击威胁。
2026-06-26 cs.CR
The Evolution of Binary Decompilation in the Modern Era: A Taxonomy, Literature Review, and Future Perspectives
Sungkyunkwan University(成均馆大学)
本文对反编译相关研究进行系统综述,构建了当代反编译方法论的全面分类法,分析了评估指标等的发展趋势,指出其面临基准真值与标准化基准缺失的挑战,并展望了未来研究方向。
2026-08-27 cs.CR cs.SE
Lightweight Blockchain Solutions: Taxonomy, Research Progress, and Comprehensive Review
本文综述面向资源受限网络的轻量级区块链方案,从架构、认证、密码学、共识和存储五方面分类并指出研究缺口。
2023-11-05 cs.CR cs.NI
SoK: Design, Vulnerabilities, and Security Measures of Cryptocurrency Wallets
Centre for Blockchain Technologies, University College London(伦敦大学学院区块链技术中心);GlueX Protocol(GlueX协议);Nanyang Technological University(南洋理工大学)
本文提出了加密货币钱包的多维设计分类法,系统分析了其漏洞、威胁与多层攻击框架,并基于84起历史事件调查映射了相应的防御措施与安全见解。
2025-11-04 cs.CR cs.DC
On Vulnerabilities, Constraints and Assumptions
本报告提出了一个脆弱性分类,作为开发一个框架的努力的一部分,推导出验证和确认策略,以评估软件安全性。这种分类法基于计算的理论模型,该模型建立了漏洞、软件应用程序和计算机系统资源之间的关系。这种关系说明了通过违反由计算机系统资源施加的约束和关于其使用的假设来利用软件应用。换句话说,如果软件应用程序允许违反这些约束和假设,则软件应用程序中存在漏洞。分类法对这些约束和假设进行了分类。该模型还用作分类法使用的分类方案的基础,其中诸如存储器、输入/输出和密码资源的计算机系统资源用作类别和子类别。根据这些类别和子类别,以约束和假设的形式表示的脆弱性被分类。这种分类法既新颖又明显不同于文献中发现的其他分类法。
2005-09-26 cs.CR
Defending against Phishing Attacks: Taxonomy of Methods, Current Issues and Future Directions
互联网技术在今天如此普及,例如,从在线社交网络到网上银行,它使人们的生活变得更加舒适。由于互联网技术的发展,对系统和网络的安全威胁是无情的发明。其中一个严重的威胁是“网络钓鱼”,攻击者试图使用虚假的电子邮件或网站或两者来窃取用户的凭据。的确,工业界和学术界都在努力开发解决方案来对抗网络钓鱼威胁。因此,组织在网络钓鱼威胁预防中注意最终用户意识非常重要。因此,本文的目的是双重的。首先,我们将详细讨论网络钓鱼攻击的历史和攻击者的动机。然后,我们将提供各种类型的网络钓鱼攻击的分类。其次,我们将提供文献中提出的各种解决方案的分类,以保护用户免受网络钓鱼的基础上,在我们的分类识别的攻击。此外,我们还讨论了物联网(IoT)中网络钓鱼攻击的影响。最后,我们讨论了文献中仍然存在的各种问题和挑战,这些问题和挑战对于打击网络钓鱼威胁非常重要。
2017-05-27 cs.CR
Microservice Vulnerability Analysis: A Literature Review with Empirical Insights
该研究综述62篇文献并识别126个微服务安全漏洞,提出按架构特征划分的漏洞分类法,且用三种工具扫描四个基准应用加以验证和映射分析。
2024-07-31 cs.CR cs.SE
BYOD Security: A New Business Challenge
自带设备(BYOD)是关注信息技术的企业中快速增长的趋势。BYOD为实施BYOD策略的企业提供了一个独特的安全问题列表。最近的出版物表明,人们对将BYOD纳入业务所涉及的风险有了明确的认识,但与其他IT安全问题相比,这仍然是一个被低估的问题。本文重点讨论两个关键的BYOD安全问题:安全挑战和可用框架。介绍了一种专门对BYOD安全挑战进行分类的分类法,以及全面的框架和解决方案,并对这些框架和解决方案进行了分析,以评估其局限性。
2016-01-06 cs.CR cs.NI
User's Privacy in Recommendation Systems Applying Online Social Network Data, A Survey and Taxonomy
推荐系统已经成为许多社交网络的组成部分,并且利用用户的知识显式地和隐式地从用户的个人和敏感数据中提取知识。这一趋势引发了重大的隐私问题,因为用户大多不知道使用了哪些数据、多少数据以及使用的安全性如何。在这种情况下,已经做了一些工作来解决在线社交网络数据和推荐系统中使用的隐私问题。本文综述了大规模在线社交网络和推荐系统中的主要隐私问题、度量方法和隐私保护技术。它是基于安全,隐私保护,统计建模和数据集的历史作品,提供了一个概述的技术难点和问题,在网上社交网络的隐私保护。
2018-06-20 cs.CR
What is Software Supply Chain Security?
软件供应链涉及大量工具和流程,使软件开发人员能够编写、构建和发布应用程序。最近,工具或流程的安全性妥协导致了解决这些问题的提案激增。然而,这些建议通常过分强调具体的解决方案或混淆目标,导致意想不到的后果,或定位和用途不明确。在本文中,我们提出的情况下,制定切实可行的解决方案是不可能的,直到社区有一个整体的安全问题的看法,这种看法必须包括技术和程序方面。为此,我们研究了三个用例,以确定共同的安全目标,并提出了一个面向目标的分类现有的解决方案,展示了软件供应链安全的整体概述。
2022-09-08 cs.CR cs.SE
Attack-Centric by Design: A Program-Structure Taxonomy of Smart Contract Vulnerabilities
Computer Engineering Department, Faculty of Engineering, Ferdowsi University of Mashhad (FUM)(马什哈德费尔多西大学工程学院计算机工程系)
针对现有智能合约漏洞分类法零散、围绕症状而非结构原因的问题,本文提出以攻击为中心的程序结构分类法,统一Solidity漏洞为八大根本原因家族,提供示例、缓解措施及检测信号关联,助力更有效的漏洞检测与安全实践。
2025-11-12 cs.CR cs.DC