A Targeted Universal Attack on Graph Convolutional Network
Shanghai University（上海大学）
图结构数据存在于现实生活中的许多应用中。图卷积网络（GCN）作为一种最先进的图神经网络，在处理图结构数据方面发挥着重要作用。然而，最近的一项研究报告称，GCN也容易受到对抗攻击的攻击，这意味着GCN模型可能会遭受恶意攻击，并对数据进行不明显的修改。在所有对GCN的对抗攻击中，有一种特殊的攻击方法称为通用对抗攻击，它产生一个可以应用于任何样本的扰动，导致GCN模型输出不正确的结果。虽然计算机视觉中的通用对抗攻击已经得到了广泛的研究，但针对图结构数据的通用对抗攻击的研究工作还很少。在本文中，我们提出了一个有针对性的通用对抗攻击对GCN。我们的方法采用几个节点作为攻击节点。攻击节点的攻击能力通过少量的伪节点连接到它们来增强。在攻击期间，任何受害者节点都会被GCN错误地分类为攻击节点类，只要它与它们相关联。在三个流行数据集上的实验表明，当仅使用3个攻击节点和6个假节点时，该攻击对图中任何受害节点的平均攻击成功率达到83%。我们希望我们的工作将使社区意识到这种攻击的威胁，并提高对未来防御的关注。
2020-11-29 cs.CR cs.LG
Quantum Threat in Healthcare IoT: Challenges and Mitigation Strategies
本章分析量子计算对医疗 IoT 加密与患者安全的威胁，介绍 PQC、QKD 等抗量子方案及其在资源受限设备中的集成挑战与适用选择。
2024-12-08 cs.CR
LLM-enabled Applications Require System-Level Threat Monitoring
Department of Computer Science, National University of Singapore, Singapore（新加坡国立大学计算机科学系）；School of Computing and Information Systems, Singapore Management University, Singapore（新加坡管理学院计算机与信息系统学院）
本文主张对依赖大语言模型的应用进行系统级威胁监控，以应对由此带来的安全挑战和确保可靠操作。
2026-02-23 cs.AI cs.CR cs.SE
Probabilistic Sampling-Enhanced Temporal-Spatial GCN: A Scalable Framework for Transaction Anomaly Detection in Ethereum Networks
Geneva School of Business Administration（日内瓦工商管理学院）；Alan Turing Institute（艾伦·图灵研究所）
针对以太坊网络交易异常检测中难兼顾时空模式的问题，提出融合概率采样增强的时间随机游走与GCN的TRW-GCN框架，提升检测性能，为去中心化平台安全提供可扩展方案。
2023-09-29 cs.AI cs.CR cs.LG
Securing Agentic AI: Threat Modeling and Risk Analysis for Network Monitoring Agentic AI System
Department of Computer Science,Texas Tech University, Lubbock, Texas, USA（计算机科学系，德克萨斯技术大学，德克萨斯州，拉博克）
本文针对LLM与自主智能体结合在网络监控中引发的安全问题，采用MAESTRO框架进行威胁建模，通过构建原型系统确认了流量重放拒绝服务和记忆中毒两类威胁，并提出了多层纵深防御方法以保障agentic AI在对抗环境下的可靠性。
2025-08-12 cs.AI cs.CR
Fingerprinting of Machines in Critical Systems for Integrity Monitoring and Verification
本文提出一种基于系统指纹识别的主动方法，通过在系统干净时捕获主机硬件、文件哈希和内核信息建立历史记录，并开发安全存储工具，以监控关键系统完整性并辅助追溯安全违规根因。
2024-12-21 cs.CR
Convergence of IT and SCADA: Associated Security Threats and Vulnerabilities
随着许多行业转向集中控制的信息系统以进行监视和控制，越来越重视诸如监督控制和数据采集工业系统（SCADA）的技术。这种对集成和互操作性的关注为安全人员和组织管理层带来了许多挑战。因此，在一个组织内，通过适当的计划和框架来确保其SCADA架构的保护和安全性，从而实现这一新方向变得至关重要。明确了解相关威胁和脆弱性对于采取/制定适当的政策和框架至关重要。为此，在这项研究中，我们识别和分析相关的SCADA安全威胁和漏洞，并提出了一个简单的方案来对其进行分类，以便更好地理解。
2020-05-08 cs.CR
Graph Neural Network Based Adaptive Threat Detection for Cloud Identity and Access Management Logs
Independent Researcher（独立研究者）
本文提出基于图神经网络的自适应威胁检测框架，用于实时分析云身份和访问管理日志中的异常行为，提升检测精度和可扩展性。
2025-12-11 cs.AI cs.CR
Bandit on the Hunt: Dynamic Crawling for Cyber Threat Intelligence
本文提出基于多臂老虎机和SBERT的动态爬虫ThreatCrawl，用于识别网络威胁情报新来源，收获率超25%，种子集扩大300%以上。
2025-04-25 cs.CR
D-STREAMON: from middlebox to distributed NFV framework for network monitoring
NFV之所以成为IT安全的一个有吸引力的范例，有许多原因：降低成本、敏捷运营和更好的隔离，以及快速的安全更新、改进的事件响应和更高的自动化水平。另一方面，网络威胁趋于日益复杂和分布，这意味着需要监控的流量规模巨大，缓解延迟要求越来越严格。考虑到网络工作的当前趋势和对抗网络威胁的演变的要求，预计网络监测也将转向基于NFV的解决方案。在本文中，我们提出了D- StreaMon的NFV能力的分布式框架，实现网络监控，以面对上述挑战。它依赖于StreaMon平台，这是一种最初为传统中间盒设计的网络监控解决方案。已经实现了将StreaMon从中间盒迁移到虚拟网络功能（VNF）的演进路径。
2017-06-22 cs.CR cs.NI
Transforming Cyber Defense: Harnessing Agentic and Frontier AI for Proactive, Ethical Threat Intelligence
本文探讨智能体AI与前沿AI如何通过重构网络杀伤链、增强威胁情报及嵌入伦理治理，构建融合实时监控与自动化响应的主动、弹性网络防御体系。
2025-02-28 cs.CR
LLM Agent Honeypot: Monitoring AI Hacking Agents in the Wild
针对LLM智能体驱动攻击的网络安全威胁，提出LLM Agent Honeypot系统，通过增强SSH蜜罐结合提示注入与时间分析技术区分攻击者中的LLM智能体，经三月部署收集813万余次攻击尝试并发现8个潜在AI智能体，揭示AI恶意威胁的出现与使用现状。
2025-02-10 cs.AI cs.CR
Memory-Augmented Log Analysis with Phi-4-mini: Enhancing Threat Detection in Structured Security Logs
针对大语言模型在结构化安全日志威胁检测中上下文有限、领域不匹配的问题，提出双记忆RAG框架DM-RAG，结合长短时记忆与Phi-4-mini，在UNSW-NB15数据集上实现更高召回率，支持轻量可扩展的实时威胁监控。
2025-10-01 cs.CR
HyperSec: Visual Analytics for blockchain security monitoring
如今，大型组织正在采用许可区块链进行业务关键操作。因此，它们容易受到恶意行为者的攻击。研究人员已经发现并列举了一些可能威胁区块链数据的可用性、完整性和机密性的攻击。然而，目前仍然很难发现这些攻击。我们认为，安全专家需要适当的可视化来帮助他们检测对区块链网络的攻击。为了实现这一目标，我们开发了HyperSec，这是一种可视化分析监控工具，可以提供相关信息，以检测对Hyperledger Fabric的持续攻击。为了进行评估，我们将HyperSec原型连接到Hyperledger Fabric测试网络。结果表明，安全专家可以使用HyperSec的可视化来检测对Fabric的常见攻击。
2021-03-26 cs.CR
TIBlender: Early-Warning Threat Intelligence from Cross-Platform Social Media Evidence
NTT Security Holdings Corporation & NTT, Inc.（NTT安全控股公司）；Tokyo Metropolitan University（东京都立大学）
提出多智能体系统TIBlender，通过角色专业化LLM代理整合四个社交媒体平台的威胁信号，生成结构化威胁情报报告，在真实部署中提前检测到所有四类威胁，且大多数IoC未被现有情报源覆盖。
2026-10-13 cs.CR
Thermal Management in Large Data Centers: Security Threats and Mitigation
数据中心的规模正在显著增长，特别是随着对云和物联网服务的需求不断增长。然而，这种快速增长也带来了许多安全问题和漏洞;新型的战略网络攻击针对的是数据中心的特定物理组件，这些组件使数据中心得以运行。对数据中心温度监控和冷却系统的攻击，也称为热攻击，可能导致完全崩溃，通常被认为难以解决。在本文中，我们通过分析这些系统的潜在安全威胁及其对整体数据中心安全和性能的影响来关注这个问题。我们还介绍了目前的热异常检测方法及其局限性。最后，我们提出了一种混合方法，使用多变量异常检测来防止热攻击，以及基于模糊的健康因子来增强数据中心的热感知和安全性
2021-08-30 cs.CR
DEMIS: A Threat Model for Selectively Encrypted Visual Surveillance Data
近年来，由于许多设备中的集成相机的便利性，对个人/物体的监控变得越来越可能。由于这些设备捕获了人们的重要时刻或活动，因此攻击者可以利用这些设备中的弱点发起攻击。不同的研究提出了对捕获的视觉数据进行简单/选择性加密以确保安全，但尽管加密，攻击者仍然可以访问或操纵这些数据。本文提出了一种新的威胁模型，DEMIS，它有助于分析对这种加密视频的威胁。本文还研究了可用于威胁的攻击媒介以及减少或防止攻击的缓解措施。对于实验，首先通过使用图像分割技术和Chacha 20密码对测试视频的感兴趣区域（ROI）应用选择性加密来生成数据集。其次，在实验中模拟了不同类型的攻击，如逆向攻击、反向攻击、反向攻击、随机插入攻击和可延展性攻击，以显示攻击的效果、风险矩阵和这些攻击的严重性。我们开发的原始数据集，选择性加密和攻击的视频可在git-repository（https：//github.com/Ifeoluwapoo/video-datasets）上获得，供未来的研究人员使用。
2022-10-26 cs.CR
TSNZeek: An Open-source Intrusion Detection System for IEEE 802.1 Time-sensitive Networking
IEEE 802.1时间敏感网络（TSN）标准被设想用来取代关键域中的传统网络协议，以确保通过现成的以太网设备进行可靠和确定性的通信。然而，它们缺乏安全对策，甚至可以施加可能导致危险后果的新攻击媒介。本文介绍了第一个开源的安全监测和入侵检测机制，TSNZeek，IEEE 802.1 TSN协议。我们扩展了现有的监控工具，Zeek，一个新的数据包解析语法处理TSN数据流量和基于规则的攻击检测引擎TSN特定的威胁。我们还讨论了各种安全相关的配置和设计方面的IEEE 802.1 TSN监控。我们的实验表明，TSNZeek的原因只有约5%的CPU开销上的Zeek，并成功地检测到各种威胁在一个真正的TSN测试床。
2023-03-20 cs.CR cs.NI
A Survey on Threat Situation Awareness Systems: Framework, Techniques, and Insights
网络空间充满了先进和复杂的网络威胁方面的不确定性，这些威胁配备了新的方法来学习系统并传播自己，例如人工智能驱动的威胁。为了削弱这些类型的威胁，需要开发一种现代化的智能网络态势感知（SA）系统，该系统能够监视和捕获各种类型的威胁，分析和制定计划以避免进一步的攻击。本文对赛博安全态势评估的研究现状进行了全面的分析，从安全态势评估的设计原则、框架、分类、数据汇集、技术分析和评估方法等方面进行了讨论。最后，我们强调了误解，见解和本研究的局限性，并提出了一些未来的工作方向，以解决这些局限性。
2021-10-29 cs.CR cs.NI
Treating Statewide CORS Networks as Spatially Distributed Sensors for GNSS Integrity Monitoring under Unintentional and Deliberate Threats
The University of Alabama（阿拉巴马大学）；Clemson University（克莱姆森大学）
本研究将全州CORS网络视为空间分布传感器，开发NCF和NCI框架，利用四星观测数据识别GNSS无意与蓄意干扰，为交通机构监测网络完整性提供方法。
2026-08-11 cs.CR eess.SP physics.space-ph
DANTE: A framework for mining and monitoring darknet traffic
Ben Gurion University of the Negev（内盖夫本·古里安大学）；Deutsche Telekom AG（德国电信股份公司）
数以万亿计的网络数据包通过互联网发送到不存在的目的地。这种“暗网”流量捕获僵尸网络和其他恶意活动的活动，旨在发现和危害世界各地的设备。为了从这些数据中挖掘威胁情报，必须能够处理大量日志流，并以有意义的方式表示流量模式。但是，通过观察网络端口（服务）的使用方式，可以捕获每次传输的意图。在本文中，我们提出了DANTE：一个挖掘暗网流量的框架和算法。DANTE通过将Word2Vec应用于观察到的端口序列来学习目标网络端口的含义。然后，当主机发送新序列时，DANTE将传输表示为找到该序列的端口的平均嵌入。最后，DANTE使用一种新的增量时间序列集群跟踪算法来检测重复出现的行为和新出现的威胁。为了评估该系统，我们在欧洲最大的电信提供商德国电信收集的全年暗网流量（超过3万亿次）上运行了DANTE，并分析了结果。DANTE发现了1，177个新出现的威胁，并能够随着时间的推移跟踪恶意活动。我们还将DANTE与目前最好的方法进行了比较，发现DANTE在检测暗网流量模式方面更实用，更有效。
2020-03-05 cs.CR cs.LG
Quantum-Resilient Banking Transaction Security using DW-HKEM: A Hybrid RSA/ML-KEM Cryptographic Gateway with Real-Time Monitoring
Vellore Institute of Technology（维洛尔理工学院）
本文针对在线银行加密协议安全问题及量子计算威胁，设计实现基于 DW-HKEM 和实时加密分析仪表板的集成系统，结合 RSA-256 与 ML-KEM-768，经测试总开销约 1.5ms，证明架构可行，为金融领域后量子时代加密应用提供参考。
2026-07-21 cs.CR
Security Analysis of WiFi-based Sensing Systems: Threats from Perturbation Attacks
本文提出一种名为WiIntruder的对抗性扰动攻击，通过最大化可迁移性、解决信号失真及增强隐蔽性，评估基于WiFi的感知系统在用户认证和呼吸监测等服务中的安全威胁。
2024-04-24 cs.CR
From Secure Agentic AI to Secure Agentic Web: Challenges, Threats, and Future Directions
Shanghai Innovation Institute（上海创新研究院）；Shanghai Jiao Tong University（上海交通大学）
本文探讨了从安全代理AI到安全代理网络的过渡，分析了代理系统在开放网络环境中的安全挑战与威胁，并提出了应对策略和未来研究方向。
2026-03-02 cs.CR
SpyChain: Multi-Vector Supply Chain Attacks on Small Satellite Systems
SpyChain提出首个针对小卫星COTS硬件供应链的多向量攻击框架，利用隐式信任实现隐蔽持久性，并开发轻量级防御措施，经NASA NOS3验证。
2025-10-14 cs.CR
Monitoring Vulnerabilities in Next-Generation Automotive Operating Systems
SAMOVAR, Télécom SudParis, Institut Polytechnique de Paris（巴黎理工学院电信南方学院SAMOVAR实验室）
针对软件定义车辆带来的安全挑战，聚焦操作系统漏洞，提出结合利用公共CVE数据库及容器化开发环境的漏洞评估解决方案，揭示潜在威胁广度与利用限制，为构建更具弹性的SDV提供方向。
2026-07-09 cs.CR
threaTrace: Detecting and Tracing Host-based Threats in Node Level Through Provenance Graph Learning
针对现有溯源图方法难以检测隐蔽威胁的问题，提出基于归纳图神经网络 GraphSAGE 的异常检测系统 threaTrace，在实体级别学习良性节点特征，实现早期主机入侵检测且优于现有系统。
2021-11-08 cs.CR cs.LG
PEEPLL: Privacy-Enhanced Event Pseudonymisation with Limited Linkability
假名化提供了一种方法来减少监视、审计、入侵检测和一般数据汇集对个体主体的隐私影响。它在数据记录上的应用，特别是在具有额外限制的环境中，如在事件响应过程中重新识别，意味着假设和隐私问题，这与实现理想的隐私水平相矛盾。从两个现实世界的情况下，个人和识别数据需要进行处理，我们确定的要求，以及系统模型的匿名化，并明确指出持续的隐私威胁，即使当匿名化应用。有了这个系统和威胁模型，我们得出隐私保护的目标，连同可能的技术实现，这是实现和集成到我们的事件处理的上下文，如监视和审计的用户，进程和网络活动的事件匿名化框架PEEPLL。我们的框架提供了隐私友好的可链接性，以保持自动事件关联和评估的可能性，同时减少对个人的隐私影响。此外，评估的自动化框架，以提供一些限制的见解的影响分配的范例和所有必要的新机制上的性能的监测和审计。在此框架下，通过更严格地致力于个人数据最小化的概念，特别是在欧洲通用数据保护条例等监管要求的背景下，可以增强事件匿名化提供的隐私。
2019-12-12 cs.CR
Securing Automated Insulin Delivery Systems: A Review of Security Threats and Protective Strategies
College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）
本文综述了自动化胰岛素输送系统面临的安全威胁及防护策略，指出现有安全评估框架不足，需发展轻量级和适应性强的防御机制以提升系统安全性。
2026-01-19 cs.CR
Towards Socio-Technical Topology-Aware Adaptive Threat Detection in Software Supply Chains
University of Iceland（冰岛大学）
提出利用社会-技术模型理解软件供应链动态，实现自适应威胁检测，并通过XZ Utils攻击案例验证其有效性。
2025-10-24 cs.CR cs.SE cs.SI
THREAT/crawl: a Trainable, Highly-Reusable, and Extensible Automated Method and Tool to Crawl Criminal Underground Forums
收集关于地下犯罪社区的数据对于安全研究和安全行动都非常有价值。不幸的是，这些社区生活在一个难以渗透的各种在线论坛的星座中，可能会采取爬行监控对策，并需要为每个不同的社区开发专门的抓取器，这使得这项工作在技术上越来越具有挑战性，并且可能昂贵。为了解决这个问题，我们提出了THREAT/crawl，一个高度可重用的爬虫程序，可以学习广泛的（任意）论坛结构的方法和原型工具，可以保持在雷达下的爬行活动，并可以扩展和配置在用户的意愿。我们展示了威胁/爬行能力，并对我们的原型进行了一系列活跃的、实时的地下社区的初步评估。
2022-12-07 cs.CR cs.IR
Querying Streaming System Monitoring Data for Enterprise System Anomaly Detection
应对高级持续性威胁（APT）攻击的需求促使解决方案无处不在地监控每个企业主机中的系统活动，并通过监控数据流及时执行异常系统行为检测。然而，现有的基于流的解决方案缺乏明确的语言结构来表达异常模型，捕捉异常的系统行为，从而面临的挑战，结合专家知识，执行及时的异常检测的大规模监测数据。为了解决这些局限性，我们建立SAQL，一种新的基于流的查询系统，需要作为输入，从企业中的多个主机聚合的实时事件提要，并提供一个异常查询引擎，查询事件提要，以确定基于指定的异常模型的异常行为。SAQL提供了一种特定于域的查询语言，基于流的异常查询语言（SAQL），它唯一地集成了用于表达主要类型的异常模型的关键原语。在演示中，我们的目标是通过以下方式展示SAQL的完整使用场景：（1）在受控环境中执行APT攻击;（2）使用SAQL通过查询包含攻击痕迹的系统监控数据流来实时的检测异常行为。观众将可以选择与系统进行交互，并通过命令行UI发出查询和检查查询结果来实时的检测攻击足迹。
2020-02-27 cs.CR
Building the Truman Show: A TrustZone-Based Framework for Lightweight Out-of-band Kernel Security Monitoring
College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机学院）
针对传统内核防护易被绕过的问题，提出基于ARM TrustZone的轻量级带外监控框架LOOM，通过硬件隔离、语义重构等机制实现低开销的内核攻击检测与缓解，已在飞腾D2000平台验证有效。
2026-09-01 cs.CR cs.SE
StreaMon: a data-plane programming abstraction for Software-defined Stream Monitoring
现代网络威胁和网络监控需求的快速发展需要新的“软件定义”方法来简化和加快在线（基于流）流量分析功能的编程和部署。StreaMon是一个精心设计的数据平面抽象，旨在可扩展地解耦流量分析应用程序的“编程逻辑”（跟踪状态，功能，异常条件等）。从基本原语（计数和计量、匹配、事件生成等），在探测器中有效地预实现，并用作支持所需逻辑的公共指令集。通过部署自定义状态、相关状态转换以及相关监控操作和触发条件的能力，支持多阶段多步骤实时跟踪和检测算法。这种分离需要以高级语言编写的独立于平台的、便携式的在线业务分析任务，而不需要开发者访问监视设备内部并经由低级编译语言（例如，C、汇编、VHDL）。我们通过开发一个原型和一组简单（但功能要求高）的用例应用程序，并通过在真实的流量跟踪上测试它们来验证我们的设计。
2013-11-11 cs.CR cs.NI
Lazarus Group Targets Crypto-Wallets and Financial Data while employing new Tradecrafts
本报告通过静态与动态分析一份恶意软件样本，识别其持久化、C2通信和数据窃取功能，关联已知TTP以推断Lazarus Group的能力与动机，并提供检测假设和告警优化建议以增强对高级持续性威胁的主动防御。
2025-06-30 cs.CR cs.OS
Comprehensive Digital Forensics and Risk Mitigation Strategy for Modern Enterprises
针对现代企业面临的网络安全威胁，本文通过虚构案例研究提出综合数字取证与风险缓解策略，涵盖主动威胁预测、取证调查、法规合规及AI/ML缓解措施，强调持续监控与适应性安全以保障业务连续性。
2025-02-26 cs.CR cs.ET
Adversarial Threats to Automatic Modulation Open Set Recognition in Wireless Networks
针对AMOSR尚未被研究的对抗安全问题，本文提出OSAttack框架，构建威胁模型并设计OSFGSM与OSPGD攻击，实验证明AMOSR仍易受对抗样本影响。
2024-05-08 cs.CR cs.SI
Policy-Guided Threat Hunting: An LLM enabled Framework with Splunk SOC Triage
Department of Management Information Systems, University of Illinois, Springfield, USA（美国伊利诺伊大学斯普林菲尔德分校管理信息系统系）；School of Computing and Communications, Lancaster University, United Kingdom（英国兰卡斯特大学计算与通信学院）；School of Computer Applications, Kalinga Institute of Industrial Technology, India（印度卡林加工业技术学院计算机应用学院）；School of Information Technology and Artificial Intelligence, University of Cumberlands, USA（美国坎伯兰大学信息技术与人工智能学院）
本文提出一个自动化威胁狩猎框架，结合LLM与Splunk平台，通过多层模型实现动态威胁适应与风险优先级评估，提升SOC分析效率。
2026-04-11 cs.AI cs.CR
Cyberscurity Threats and Defense Mechanisms in IoT network
本文提出了一种新的五层物联网模型，利用人工智能、区块链和零信任架构等先进方法，应对物联网网络中的安全威胁，同时探讨量子计算和6G网络对未来研究的贡献。
2026-01-02 cs.CR cs.SY eess.SY
Robust Subgraph Learning by Monitoring Early Training Representations
School of Computing and Information Science, University of Maine（缅因大学计算与信息科学学院）
本文提出新技术SHERD，利用部分训练的GCN各层信息和标准距离度量检测对抗攻击中的易受攻击节点，移除脆弱节点形成鲁棒子图，在保持节点分类性能的同时显著提升图神经网络的对抗鲁棒性。
2024-11-18 cs.CR cs.LG
Detecting Botnets Through Log Correlation
僵尸网络由数千台受感染的机器组成，可以通过发起分布式拒绝服务（SSoS）攻击、键盘记录和后门对其他系统造成重大威胁。为了应对这些威胁，需要新的有效技术来检测僵尸网络的存在。在本文中，我们已经使用了拦截技术来监视Windows应用程序编程接口（API）函数调用的通信应用程序，并存储这些调用与他们的参数在日志文件。我们的算法通过关联来自不同主机的日志文件大小的变化来监控异常活动，从而检测僵尸网络。
2010-01-15 cs.AI cs.CR
Extending the OWASP Multi-Agentic System Threat Modeling Guide: Insights from Multi-Agent Security Research
本文扩展了OWASP多智能体系统威胁建模指南，通过引入推理崩溃、不安全委派升级等新威胁类别及评估策略，填补了LLM驱动的多智能体架构在安全建模上的空白，提升了复杂自适应系统的安全性与弹性。
2025-08-13 cs.CR cs.MA cs.SE
Assessing the influence of cybersecurity threats and risks on the adoption and growth of digital banking: a systematic literature review
该研究通过系统综述2015至2024年间78篇文献，评估网络安全威胁对数字银行安全、采用及合规的影响，发现网络钓鱼和恶意软件为主要威胁，MFA和生物识别等防护措施有效，但第三方金融科技带来新风险，需加强监管。
2025-03-23 cs.CR cs.CY
AIS-Based Maritime GNSS RFI Monitoring With Multi-Vessel Coherence and Communication-Integrity Artifact Mitigation
Chungbuk National University（忠北国立大学）；Korea Research Institute of Ships and Ocean Engineering（韩国船舶海洋工程研究院）
本文提出基于AIS的三阶段框架，通过预过滤和时空分析实现广域GNSS欺骗与干扰检测，有效降低误报率。
2026-08-14 cs.CR eess.SP
What's Your NIC Whispering? Network Threat Behavior Recognition via NIC Electromagnetic Side-Channel Leakage
Sichuan University（四川大学）；Nankai University（南开大学）；Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）
该研究提出NICWhisper方法，通过捕获网卡电磁侧信道泄漏识别网络威胁行为，构建对应数据集验证其宏F1达80.67%，可作为传统检测的补充手段。
2026-08-25 cs.AR cs.CR
XFedHunter: An Explainable Federated Learning Framework for Advanced Persistent Threat Detection in SDN
University of Information Technology（信息技术大学）；Vietnam National University（越南国立大学）
本文提出XFedHunter，一个用于SDN中APT检测的可解释联邦学习框架，利用GNN和深度学习模型有效揭示网络系统中的恶意事件，在保护隐私的同时增强ML系统的信任与问责制。
2023-09-15 cs.AI cs.CR
NetMoniAI: An Agentic AI Framework for Network Security & Monitoring
Department of computer science, Texas Tech University, Lubbock, USA（计算机科学系，得克萨斯理工大学，拉伯克，美国）
本文提出NetMoniAI框架，通过双层智能体AI设计结合去中心化分析与集中协调，实现自动网络监控与安全，在资源约束下降低冗余并缩短响应时间。
2025-08-12 cs.AI cs.CR
Security Assessment and Impact Analysis of Cyberattacks in Integrated T&D Power Systems
在本文中，我们研究了网络攻击的影响，在一个集成的传输和分配（T&D）电网模型与分布式能源（DER）集成。我们采用OCTAVE Allegro方法来识别关键系统资产、列举潜在威胁、分析威胁场景并确定风险优先级。在分析的基础上，攻击策略和开发方案，可能会导致系统的危害。具体来说，我们调查了数据完整性攻击对逆变器太阳能光伏控制器的影响，保护开关和断路器中的控制信号阻塞攻击，以及协调监控和切换时延攻击。
2021-04-11 cs.CR cs.SY eess.SY
Cybersecurity Challenges of Power Transformers
对关键基础设施的网络威胁的增加及其造成破坏性后果的可能性大大增加。新的电力网格技术对信息、数据分析和通信系统的依赖使整个电力网络容易受到网络威胁。电力Transformers在电网中发挥着至关重要的作用，现在通常通过工厂附加或后来添加的智能监控系统来增强，以改善关键和长交货期资产（如Transformers）的状态监控。然而，这些电力Transformers的连接性增加为更多的网络攻击打开了大门。因此，检测和预防网络威胁的需求变得至关重要。实现这一目标的第一步是更深入地了解针对电力Transformers的潜在网络攻击环境。现有的许多文献关注配电网中的智能设备，并且大多数提出的方法是基于模型的检测算法。此外，只有少数这些作品解决电力元件的安全漏洞，特别是在输电网络中的Transformers。据我们所知，文献中没有系统地调查新出现的智能Transformers的网络安全挑战的研究。本文通过探讨电力网络中的电力Transformers的脆弱性和攻击向量，可能的攻击场景和与这些攻击相关的风险来解决这个缺点。
2023-03-26 cs.CR cs.LG cs.SY
A review of SolarWinds attack on Orion platform using persistent threat agents and techniques for gaining unauthorized access
本文综述了2020年SolarWinds对Orion平台的供应链攻击，分析了持久威胁代理和利用VMware漏洞的未授权访问技术，并提出了防御与修复建议。
2023-09-04 cs.CE cs.CR
AIQL: Enabling Efficient Attack Investigation from System Monitoring Data
应对高级持续性威胁（APT）攻击的需求导致了无处不在地监视每个主机中的系统活动并对监视数据执行及时的攻击调查以分析攻击起源的解决方案。然而，现有的基于关系数据库和图形数据库的查询系统缺乏语言结构来表达主要攻击行为的关键属性，并且由于其语义不可知的设计不能利用系统监控数据的属性来加速查询执行，因此通常执行查询效率低下。为了解决这个问题，我们提出了一种新的查询系统，建立在现有的监控工具和数据库，这是设计与新型的优化，以支持及时的攻击调查。我们的系统提供（1）特定于域的数据模型和存储扩展的存储，（2）特定于域的查询语言，攻击调查查询语言（AIQL），集成了关键的原语攻击调查，和（3）优化的查询引擎的基础上的数据和查询的语义的特点，以有效地调度查询执行。我们在NEC Labs America部署了由150台主机组成的系统，并使用857 GB的真实系统监控数据（包含25亿个事件）对其进行了评估。我们对现实世界的APT攻击和广泛的攻击行为的评估表明，我们的系统在效率（PostgreSQL的124倍，Neo4j的157倍，Greenplum的16倍）和简洁性（SQL，Neo4j Cypher和Splunk SPL包含的约束至少是AIQL的2.4倍）方面都超过了现有系统。
2018-06-07 cs.CR cs.DB
Preliminary study on artificial intelligence methods for cybersecurity threat detection in computer networks based on raw data packets
本文研究直接从原始网络数据包实时检测攻击的深度学习方法，提出将数据包堆叠成窗口并转为2D图像以利用计算机视觉模型处理，并在CIC IDS-2017数据集上验证了该方法的可行性。
2025-11-03 cs.AI cs.CR cs.CV
Multi-Agent Framework for Threat Mitigation and Resilience in AI-Based Systems
Department of Computer and Software Engineering, Polytechnique Montreal（计算机与软件工程系，蒙特利尔理工学院）
本文提出多智能体框架，用于识别和缓解AI系统中的威胁，通过构建威胁图分析漏洞和攻击模式，提升系统韧性。
2025-12-29 cs.CR cs.LG cs.MA
Remote Working Pre- and Post-COVID-19: An Analysis of New Threats and Risks to Security and Privacy
正如我们所知，COVID-19已经从根本上改变了社会。为了减少病毒的传播，全球数百万人被迫远程工作，通常是在临时的家庭办公室，并使用大量新的、不熟悉的数字技术。在本文中，我们批判性地分析了冠状病毒大流行期间因远程工作而引起的网络安全和隐私问题。通过我们的工作，我们发现由于这一时期的现实，出现了一系列安全风险。例如，缺乏远程工作安全培训，压力和焦虑加剧，技术部署仓促，以及远程工作环境中存在不受信任的个人（例如，在flatshares），可能会导致新的网络风险。与此同时，我们发现，随着组织希望管理这些以及远程工作人员带来的其他风险，员工的隐私（包括个人信息和活动）往往会受到损害。这一点在远程工作场所监控、管理和监视技术的大量采用中显而易见。这些技术提出了一些隐私和道德问题，并进一步突出了未来安全和隐私之间的紧张关系。
2021-07-08 cs.CR cs.CY cs.HC
