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
Social Engineering in Cybersecurity: A Domain Ontology and Knowledge Graph Application Examples
社会工程对网络空间安全构成了严重威胁。为了防止社会工程攻击,一项基本工作是了解社会工程的构成。本文首先建立了网络安全社会工程领域本体,并应用知识图谱进行本体评价。领域本体定义了11个重要组成或影响社会工程领域的核心实体的概念,以及描述这些实体如何相互关联的22种关系。它为社会工程领域知识的理解、分析、重用和共享提供了一种形式化、明确化的知识模式。在此基础上,构建了基于15个社会工程攻击事件和场景的知识图谱。7个知识图谱应用实例(在6个分析模式中)证明本体与知识图谱一起有助于1)理解和分析社会工程攻击场景和事件,2)找到排名靠前的社会工程威胁元素(例如,最常被利用的人类漏洞和最常使用的攻击媒介),3)发现对受害者的潜在社会工程威胁,4)发现社会工程攻击者的潜在目标; 5)发现从特定攻击者到特定目标的潜在攻击路径; 6)分析同源攻击。
2021-05-28 cs.CR
Decoding the Threat Landscape : ChatGPT, FraudGPT, and WormGPT in Social Engineering Attacks
本研究采用博客挖掘技术分析ChatGPT、FraudGPT及WormGPT在社会工程攻击中的多维度应用与风险,提出防御策略,为利益相关者应对相关网络安全威胁提供参考。
2023-10-09 cs.CR
Social Engineering Resistant 2FA
攻击者越来越多地使用社会工程技术来规避第二因素身份验证(2FA)技术,危害用户帐户并避开欺诈检测技术,并且成功率很高。我们引入了一种社会工程抵抗方法,我们称之为设备感知2FA,以取代传统的安全代码的使用。
2020-01-16 cs.CR
How Cyber Criminal Use Social Engineering To Target Organizations
社会工程被描述为操纵的艺术。网络犯罪分子利用心理学原理操纵受害者,改变他们的行为,做出无意识的决定。这项研究确定了网络犯罪分子在组织内进行社会工程攻击所使用的攻击和技术。这项研究评估了社会工程攻击是如何交付的,使用的技术,并强调了攻击者如何利用受损的系统。最后,本研究还将评估并提供最佳解决方案,以帮助减轻组织的社会工程攻击
2022-12-07 cs.CR
Design and implementation of the advanced cloud privacy threat modeling
在云计算中,敏感数据的隐私保护已经成为一个具有挑战性的问题。威胁建模作为安全软件开发中需求工程的一部分,提供了一种结构化的方法来识别攻击,并提出针对系统中漏洞利用的对策。本文介绍了一种扩展的云隐私威胁建模(CPTM)的隐私威胁建模方法,在云计算环境中处理敏感数据。它描述了建模方法,包括应用方法工程来指定云隐私威胁建模方法的特征,所提出的方法和相应产品的不同步骤。此外,一个案例研究已实施的概念证明,以证明所提出的方法的可用性。我们相信,扩展的方法有利于从需求工程到设计的隐私保护云软件开发方法的应用。
2016-04-03 cs.CR
Privacy Engineering in Smart Home (SH) Systems: A Comprehensive Privacy Threat Analysis and Risk Management Approach
Carleton University(卡尔顿大学)
本研究将隐私工程原则应用于智能家居系统,采用LINDDUN PRO威胁模型和隐私影响评估,分析用户与设备数据隐私威胁,提出隐私增强技术,以实现有效的隐私风险管理。
2025-10-23 cs.CR
Advanced Cloud Privacy Threat Modeling
在云计算中,敏感数据的隐私保护已经成为一个具有挑战性的问题。威胁建模作为安全软件开发中需求工程的一部分,提供了一种结构化的方法来识别攻击,并提出针对系统中漏洞利用的对策。本文介绍了一种扩展的云隐私威胁建模(CPTM)的隐私威胁建模方法,在云计算环境中处理敏感数据。它描述了建模方法,包括应用方法工程来指定云隐私威胁建模方法的特征,所提出的方法和相应产品的不同步骤。我们相信,扩展的方法有利于从需求工程到设计的隐私保护云软件开发方法的应用。
2016-01-07 cs.CR cs.DC cs.SE
Filter-then-Verify: A Multiphase GNN and ModernBERT Framework for Social Engineering Detection in Email Networks
School of Computing Sciences and Computer Engineering, The University of Southern Mississippi(计算机科学与计算机工程学院,密西西比大学)
本文提出了一种结合图神经网络和现代BERT的多阶段框架,用于检测电子邮件网络中的社会工程攻击,通过结构异常检测和内容验证相结合,实现了高召回率和高精确度。
2026-05-17 cs.CR cs.LG
The Shadow of Fraud: The Emerging Danger of AI-powered Social Engineering and its Possible Cure
本文综述了AI驱动的社会工程学攻击的演变,提出“3E阶段”分类框架,并强调构建风险评估体系以指导防御策略开发。
2024-07-22 cs.CR
Social engineering: Concepts, Techniques and Security Countermeasures
本报告的目的是研究网络安全中的社会工程这一主题,并根据实际的学术研究,对社会工程的含义、概念、技术和安全对策进行说明。
2021-06-23 cs.CR cs.CY
Analysis of Recent Attacks based on Social Engineering Techniques
本文试图加强社会工程(SE)威胁识别和控制的研究,通过作者的说明分类,其中包括攻击类型,确定可能的危害程度,每种类型的可能的,已知的攻击,对策类型的威胁,导致个人或公司机密信息(用户ID,密码,封闭的文档)的损失。此外,这一分析性研究将成为更深入、注重实际和经过检验的研究的起点。
2019-02-21 cs.CR
Discerning Reliable Cyber Threat Indicators for Timely Cyber Threat Intelligence
本研究利用CNN从社交媒体提取失陷指标,以99.65%检出率识别IP、URL等威胁,并评估其有效性与自动账户传播作用,为主动防御提供可靠情报。
2025-08-11 cs.CR
A Human Dimension of Hacking: Social Engineering through Social Media
通过社交媒体渠道针对组织员工的社会工程正在成为最具挑战性的信息安全威胁之一。社会工程由于攻击方法依赖于人类的天真或错误而无视传统的安全努力。通过在线社交网络向社会工程师提供的大量信息正在促进攻击方法,这些方法依赖于某种形式的人为错误来渗透公司网络。虽然对组织信息安全目标至关重要的是引入相关的综合政策和指导方针,但全球各地区的观点和做法各不相同。本文确定了这样的区域变化,然后提出了一个详细的调查信息安全的前景和做法,周围的社会媒体,在澳大利亚的组织(公共和私人)。结果发现了不同的观点和做法,这表明需要进一步的工作,以实现有效的保护,防止由于社交媒体的采用而产生的安全威胁。
2020-05-08 cs.CR
Human Cognition through the Lens of Social Engineering Cyberattacks
社会工程网络攻击是一个主要威胁,因为它们往往是复杂和毁灭性网络攻击的前奏。社会工程网络攻击是一种心理攻击,利用人类认知功能的弱点。充分防御社会工程网络攻击需要更深入地了解这些网络攻击利用了人类认知的哪些方面,为什么人类容易受到这些网络攻击,以及我们如何最大限度地减少或至少减轻其损害。这些问题已经得到了一定程度的关注,但最先进的理解是肤浅的,分散在文献中。在本文中,我们通过社会工程网络攻击的镜头来回顾人类认知。然后,我们提出了一个扩展的人类认知功能框架,以适应社会工程网络攻击。我们将现有的关于社会工程网络攻击各个方面的研究纳入扩展框架,同时绘制了一些代表当前理解的见解,并阐明了未来的研究方向。扩展的框架可能会激发未来的研究努力,走向一个新的子领域,可以被称为网络安全认知心理学,它将认知心理学的原则调整或适应网络安全领域,同时拥抱网络安全领域特有的新概念和概念。
2020-07-10 cs.CR
Security Analysis on Social Media Networks via STRIDE Model
在COVID-19等大流行期间,随着工作环境的变化,在线社交媒体的安全相关威胁通常会增加。例如,由于COVID-19疫情,许多公司和组织的员工开始在家工作。这种工作方式增加了许多远程活动,并进一步依赖电子邮件进行通信,从而为电子邮件欺诈计划创造了理想的条件。出于这种观察,这项工作的主要目的是评估在线社交媒体的隐私政策,并确定潜在的安全相关问题。首先,我们使用STRIDE模型对Facebook、Twitter和LinkedIn等在线社交媒体网络进行风险分析。这旨在发现在线社交媒体中的威胁和漏洞。然后在这个分析中,发现网络钓鱼攻击是在线社交媒体中的主要威胁,这是一种社会工程攻击,用户通过一些虚假消息或电子邮件被说服提取他们的个人凭据。
2023-03-23 cs.CR
Cybersecurity Misinformation Detection on Social Media: Case Studies on Phishing Reports and Zoom's Threats
本研究针对社交媒体上网络安全与隐私威胁类错误信息,分别构建钓鱼声明和Zoom威胁检测框架,实现高准确率检测并明确多平台错误信息占比,助力识别传播活动与防范情报系统投毒攻击。
2022-08-17 cs.CR cs.CY cs.SI
User Awareness Measurement Through Social Engineering
TUBITAK国家电子和密码学研究所(UEKAE)信息系统安全部在“信息安全测试”框架内对土耳其公共机构进行社会工程攻击。本文将对土耳其几个公共机构进行的社会工程测试进行分析。这些测试包括由社会工程师打电话对员工进行抽样,并试图利用员工的善意来获取他们的敏感信息。这项研究的目的是数字,在土耳其公共机构的雇员缺乏信息安全意识,他们妥协的信息安全的原则,应该是必要的任何公共机构。社会工程学以其低成本和利用低技术的能力,在信息安全文献中作为一种非常有效的攻击形式占据了一席之地[8]。
2011-08-10 cs.CR
Analyzing the Perceived Severity of Cybersecurity Threats Reported on Social Media
The Ohio State University(俄亥俄州立大学);Leidos Inc.(莱多斯公司);FireEye LLC(火眼有限责任公司)
网络安全突发事件在一系列网站上共享,包括安全博客(FireEye、卡巴斯基等),除了Facebook和Twitter等社交媒体平台之外。在本文中,我们研究了基于用于在线描述网络安全威胁的语言来分析网络安全威胁严重性的方法。一个由6,000条描述软件漏洞的tweet组成的语料库被注释了作者对漏洞严重性的看法。我们表明,我们的语料库支持自动分类器的发展,高精度的这项任务。此外,我们还证明了分析用户对在线报告的威胁严重性的意见的价值,这是重要软件漏洞的早期指标。我们提出了一种简单而有效的方法,用于将推文中报告的软件漏洞与国家漏洞数据库(NVD)中的常见漏洞和暴露(CVE)联系起来。使用我们预测的严重性分数,我们表明,在预测高严重性漏洞时,可以实现0.86的Precision@50,显著优于基于推文量的基线。最后,我们展示了严重的漏洞报告在线预测现实世界的漏洞。
2019-05-03 cs.CL cs.CR
Preventing Poisoning Attacks on AI based Threat Intelligence Systems
University of Maryland, Baltimore County(马里兰大学巴尔的摩县分校)
随着人工智能系统变得越来越普遍,保护它们成为一个新的挑战。多年来,随着在线社交媒体的使用和可用于分析的数据的激增,人工智能系统已经被建立来提取,表示和使用这些信息。然而,从公开来源提取的这些信息的可信度往往是值得怀疑的。恶意或不正确的信息可能会导致金钱、声誉和资源的损失;在某些情况下,还会对人类生命构成威胁。在本文中,我们使用一种集成的半监督方法来确定Reddit帖子的可信度,通过估计其声誉得分来确保AI系统摄取的信息的有效性。我们在网络安全领域展示了我们的方法,安全分析师利用这些系统通过分析分散在社交媒体网站,论坛,博客等上的数据来确定可能的威胁。
2018-07-19 cs.CR cs.LG cs.SI
Countering Social Engineering through Social Media: An Enterprise Security Perspective
针对社交媒体渠道的社交工程师的威胁越来越大,以提高他们对公司数据的攻击效率,许多组织都推出了更好地了解这些漏洞的举措。本文探讨了企业内部通过社交媒体进行社会工程的问题,并探讨了为遏制随之而来的风险而采取的对策。报告还分析了公共和私营部门现有的社交媒体安全政策和准则。
2015-11-21 cs.CR cs.CY
TASEP: A Collaborative Social Engineering Tabletop Role-Playing Game to Prevent Successful Social Engineering Attacks
针对社会工程学攻击,提出一款名为TASEP的桌面角色扮演游戏,通过模拟渗透测试和乐高模型,提供沉浸式培训,以提高员工安全意识,经评估具有良好效果。
2023-08-29 cs.CR
SENet: Visual Detection of Online Social Engineering Attack Campaigns
University of Georgia(佐治亚大学);Georgia Institute of Technology(佐治亚理工学院);Louisiana State University(路易斯安那州立大学)
本文提出 SEShield 框架,通过 SECrawler 爬取野外社会工程攻击样本,训练深度学习图像分类器 SENet 识别攻击页面视觉特征,并嵌入浏览器实现实时检测,检测率达 99.6%。
2024-01-10 cs.CR cs.LG
Emerging Mobile Phone-based Social Engineering Cyberattacks in the Zambian ICT Sector
2020年,赞比亚的注册SIM卡和活跃手机用户数量超过了该国人口。这清楚地表明,在赞比亚,移动电话已成为日常生活的一部分,由于移动电话系统与金融支付系统相结合,不仅方便了人们的通信方式,而且也方便了人们进行金融交易的方式。这种发展不是没有代价的。网络攻击者使用各种社会工程技术,跳上了欺骗毫无戒心的用户的潮流。考虑到上述情况,本文提出了一种高阶分析方法对基于手机的社会工程网络攻击(网络钓鱼,短信诈骗和钓鱼)在赞比亚,寻求欺骗良性的受害者。本文提出了一个基线研究,重申手头的问题。此外,我们设计了一个攻击模型和评估框架,并确定最流行的攻击类型。我们还在结果部分进行了逻辑回归分析,以得出最流行的基于手机的社会工程攻击类型。根据这些人工制品和观察到的见解,我们提出了一些建议,以减轻这些新兴的社会工程网络攻击。
2022-12-28 cs.CR
Targeting the Weakest Link: Social Engineering Attacks in Ethereum Smart Contracts
以太坊以以太加密货币和ERC-20代币的形式持有数十亿美元,数百万部署的智能合约通过算法操作这些资金。毫不奇怪,以太坊智能合约的安全性一直受到严格的审查。近年来,已经开发了许多防御工具来检测不同类型的智能合约代码漏洞。当利用代码漏洞的机会减少时,攻击者开始诉诸社会工程攻击,其目的是影响人类-通常是系统中最薄弱的环节。以太坊中唯一已知的一类社会工程攻击是蜜罐,它为试图利用现有漏洞的攻击者设置隐藏的陷阱,从而只针对一小部分潜在受害者。在这项工作中,我们探索了智能合约蜜罐之外新的社会工程攻击的可能性和存在性。我们提出了两类新的以太坊社会工程攻击-地址操纵和同形异义词-并开发了六种零日社会工程攻击。为了展示如何在流行的编程模式中使用攻击,我们对五种流行的智能合约进行了案例研究,这些智能合约的总市值超过290亿美元,并将我们的攻击模式整合到其源代码中,而不改变其现有功能。此外,我们发现这些攻击在测试阶段保持休眠状态,但仅在最终的生产部署中激活其恶意逻辑。我们进一步分析了85,656个开源智能合约,发现其中1,027个可用于拟议的社会工程攻击。我们对来自七家智能合约审计公司的专家进行了专业意见调查,证实了暴露的社会工程攻击对智能合约系统带来了重大威胁。
2021-05-29 cs.CR
Social Engineering Attacks and Defenses in the Physical World vs. Cyberspace: A Contrast Study
社会工程攻击是一种同样适用于物理世界和网络空间的现象。物理世界中的这些攻击比网络空间中的对应攻击被研究的时间要长得多。这促使我们研究物理世界和网络空间中的社会工程攻击如何相互关联,包括它们的共同特征和独特特征。为此,我们提出了一种方法,将物理世界和网络空间中的社会工程攻击和防御统一到一个框架中,包括:(i)基于心理学原理的系统模型,用于描述这些攻击;(ii)这些攻击的系统化;以及(iii)对它们的防御系统化。我们的研究得出了一些见解,这些见解揭示了未来的研究方向,以充分防御网络空间中的社会工程攻击。
2022-03-09 cs.CR cs.HC
Et tu, Blockchain? Outsmarting Smart Contracts via Social Engineering
我们揭示了以太坊中的六种零日社会工程攻击,并将其细分为两类:地址操纵和同形异义词。我们通过将它们嵌入到五个流行的智能合约的源代码中来展示这些攻击,这些智能合约的总市值超过290亿美元,并表明这些攻击能够在测试阶段保持休眠状态,只有在生产部署后才能激活。我们分析了85,656个开源智能合约,发现1,027个合约可以直接用于执行社会工程攻击。为了负责任的披露,我们联系了七家智能合约安全公司。本着开放研究的精神,我们向公众提供攻击基准、工具和数据集的源代码。
2022-09-17 cs.CR
Some Recommended Protection Technologies for Cyber Crime Based on Social Engineering Techniques -- Phishing
网络钓鱼(密码+钓鱼)是一种基于社会工程和网站欺骗技术的网络犯罪形式。“网络钓鱼”的名称是“钓鱼”一词的故意拼写错误,涉及从用户的计算机中窃取机密数据,然后使用这些数据窃取用户的钱。在本文中,我们研究,讨论和提出了网络钓鱼攻击的阶段和类型,检测网络钓鱼网页的技术,并总结了我们的论文与一些重要的建议,以防止网络钓鱼的消费者和公司。
2012-01-04 cs.CR
Profile Matching Across Unstructured Online Social Networks: Threats and Countermeasures
在这项工作中,我们提出了一个配置文件匹配(或deanonymization)攻击的非结构化在线社交网络(OSN),在图形结构的相似性不能用于配置文件匹配。我们考虑由用户公开共享的不同属性。这样的属性包括诸如用户名的明显标识符和诸如用户在不同平台中的不同帖子之间的兴趣相似性或情感变化的非明显标识符两者。我们研究了使用这些属性的不同组合的配置文件匹配,以显示在一个广泛的方式隐私威胁的效果。我们提出的框架主要依赖于机器学习技术和优化算法。我们在两个由我们构建的真实数据集上评估了所提出的框架。我们的研究结果表明,配置文件的用户在不同的OSN可以匹配的概率很高,只使用公开共享的属性,而不使用底层的图形结构的OSN。我们还提出了可能的对策,以减轻这种威胁,在减少的准确性(或效用)的用户共享的属性的费用。我们制定的用户的隐私和配置文件效用之间的权衡作为一个优化问题,并显示如何轻微的变化,在配置文件的用户将减少攻击的成功。我们相信,这项工作将是一个有价值的一步,建立一个隐私保护工具,为用户对配置文件匹配攻击之间的OSN。
2017-11-06 cs.CR cs.SI
The Effect of IoT New Features on Security and Privacy: New Threats, Existing Solutions, and Challenges Yet to Be Solved
物联网(IoT)的未来已经在我们面前。物联网应用已广泛应用于医疗、能源、工业自动化等社会生产和生活的诸多领域。在享受物联网给我们带来的便利和效率的同时,物联网带来的新威胁也出现了。有越来越多的研究工作,以减轻这些威胁,但许多问题仍然存在。为了更好地理解新威胁的本质原因以及当前研究面临的挑战,本调查首次提出了“物联网特征”的概念。然后,讨论了八个物联网新功能的安全和隐私影响,包括它们造成的威胁,现有的解决方案和有待解决的挑战。为了帮助研究人员跟踪该领域的最新工作,本文最后通过调查2013年至2017年与物联网安全相关的大多数现有研究工作,说明了物联网安全研究的发展趋势,并揭示了物联网特征如何影响现有的安全研究。
2018-02-09 cs.CR
Bot Development for Social Engineering Attacks on Twitter
开发了一系列使用Twitter平台中的网络钓鱼进行模拟社会工程攻击的机器人,以识别潜在的不安全用户行为。在这项工作中,开发了不同的机器人版本,以收集连续38天针对1,287个Twitter帐户的刺激后的反馈数据。结果是不确定的存在不安全行为的preceptor,但我们得出结论,尽管Twiter的安全这种攻击仍然是可行的。
2020-07-23 cs.CR cs.SI
Sigma-Hunter: A Domain-Specific Language Model for Threat Hunting and Detection Engineering
Nexcepta
针对通用LLM生成检测规则质量差的问题,提出领域自适应模型Sigma-Hunter,基于3,635条规则微调7B模型,在语义质量上超越通用基线,支持本地部署。
2026-10-08 cs.AI cs.CR
The New Frontier of Cybersecurity: Emerging Threats and Innovations
BITS Pilani(比尔拉理工学院);Sardar Patel Institute of Technology(萨达尔·帕特尔理工学院)
本研究采用定性方法分析了恶意软件、社会工程等网络安全威胁及其影响,揭示了高级持续性威胁等新兴风险,并提出包含强安全措施、员工培训及定期审计的多层次防御策略。
2023-11-05 cs.AI cs.CR cs.CY
Digital Deception: Generative Artificial Intelligence in Social Engineering and Phishing
本文探讨了生成式AI在社会工程攻击中的变革性作用,提出三大攻击支柱并构建了生成式AI社会工程框架,以研究AI驱动攻击的复杂性,同时探索人类影响与应对对策,促进更安全的人机交互。
2023-10-15 cs.CR cs.CY cs.HC
Survey about social engineering and the Varni na internetu awareness campaign, 2020
本文报道了一项旨在探索与行为意图相关的因素,以遵循社会工程意识运动的研究。本研究的目的是确定如何感知的严重性,感知的脆弱性,感知的威胁,恐惧,主观规范,对行为的态度,感知的行为控制,自我效能,反应效能,对当局的信任,感知的监管,当局的表现,信息敏感性和隐私关注与个人的行为意图,遵循社会工程意识运动。本研究采用横断面研究设计。2020年1月至6月,在斯洛文尼亚的个人中进行了一项调查。共有553名受访者完成了调查,在排除填写不完整的回答后,提供了N=542个有用的回答(27.9%的回答率)。调查问卷以英文编制。调查问卷有斯洛文尼亚文译本。
2021-09-02 cs.CR cs.CY
Threat Models over Space and Time: A Case Study of E2EE Messaging Applications
本文以六款端到端加密消息应用的桌面客户端为例,通过短期对抗性访问实验并结合 STRIDE 和 LINDDUN 框架,揭示了系统设计需随空间和时间演进重新划定信任边界,以缓解新威胁并保障安全与隐私。
2023-05-28 cs.CR
Case Study On Social Engineering Techniques for Persuasion
市场上有很多安全软件;每个都声称是最好的,但我们每天都面临病毒和其他恶意活动的问题。如果我们知道这种恶意软件的基本工作原理,那么即使没有安全软件,我们也可以很容易地阻止其中的大多数。黑客和破解者是心理学专家,他们操纵人们让他们访问或获得访问所需的信息。本文讨论了这种攻击的内部工作。提供了Spandex的案例研究。在本案例研究中,我们使用社会工程技术在Linux操作系统(被认为是最安全的操作系统)上进行欺骗,获得了100%的成功。在这里,我们讨论了几个基本的防御原则,无论是对个人还是对组织,只要遵循这些原则,就可以防止大多数这样的攻击。
2010-06-19 cs.CR
Breaching the Human Firewall: Social engineering in Phishing and Spear-Phishing Emails
我们研究了三种社会工程策略对用户判断点击电子邮件中的链接有多安全的影响。研究的三种策略是权威、稀缺和社会证明,电子邮件要么是真实的,要么是网络钓鱼或鱼叉式网络钓鱼。在这三种策略中,使用权威是说服用户电子邮件中的链接是安全的最有效的策略。当检测网络钓鱼和鱼叉式网络钓鱼电子邮件时,用户在电子邮件使用权威原则时表现最差,而在存在社会证据时表现最好。总体而言,用户很难区分真正的和鱼叉式网络钓鱼电子邮件。最后,在做出决定时不那么冲动的用户通常不太可能判断欺诈性电子邮件中的链接是安全的。对教育和培训的影响进行了讨论。
2016-05-28 cs.CR cs.CY
Detection and Amelioration of Social Engineering Vulnerability in Contingency Table Data using an Orthogonalised Log-linear Analysis
社会工程已经成为网络安全的一个重大威胁。在基于对话的攻击中,通过拥有足够的潜在受害者的个人数据来令人信服,社会工程师冒充受害者,以操纵攻击的目标,使其透露足够的信息,以访问受害者的帐户等。我们利用信息科学中对人类信息处理的不断发展的理解,来证明目标对操纵的脆弱性,并提出一种形式,对策我们的重点是社会工程师能够建立受害者的个人资料的可能性,在一定程度上,推断个人属性值的统计信息,无论是非正式的,从一般的知识,或更正式的,从一些公共数据库。我们使用的正交化日志线性分析的数据的形式,一个偶然的表,以制定一个措施,如何敏感的特定子表是概率推理的基础上,我们提出的对策。这是基于这样的观察,即推理依赖于高度的非均匀性,并利用分析的正交性来定义子空间投影方面的测量。
2023-02-27 cs.CR
Internet-based Social Engineering Attacks, Defenses and Psychology: A Survey
社交工程攻击是一种主要的网络威胁,因为它们通常是攻击者闯入防御良好的网络、窃取受害者的凭据并造成经济损失的第一步。这个问题已经得到了应有的重视,许多出版物提出了针对它们的防御措施。尽管如此,情况并没有改善。在本文中,我们的目的是了解和解释这一现象,寻找问题的根源。为此,我们通过我们提出的一个独特的视角- { \em心理因素(PF)和技术(PT)}来研究攻击和防御的文献。我们发现攻击和防御之间存在很大的差异:攻击者通过利用PT故意利用PF,但防御很少考虑这些因素,更喜欢技术解决方案。这就解释了为什么现有的防御措施取得了有限的成功。这促使我们提出一个路线图,以更系统的方法来设计有效的防御社会工程攻击。
2022-08-01 cs.CR cs.HC
Towards a Security Lifecycle Model against Social Engineering Attacks: SLM-SEA
这项研究考虑了社会工程安全攻击的影响,这些攻击被认为是利用用户意识和行为的机会。在这方面,研究提出了一种管理方法,以加强甚至确保保护。本研究的目的是构建一个安全的生命周期模型,对这些不测事件,并分析已在土耳其公共部门的背景下进行的测试结果。这项研究的主要目的是确定为什么员工通过访谈陈述谬误和相关修正来共享敏感信息,从而了解用户在面对真正的社会工程攻击时的行为。研究结果表明,土耳其公共组织的雇员对信息安全认识不足,他们通常忽视至关重要的安全程序。这是一个重要的例子,说明越来越需要进一步普及用户意识和责任,使个人而不仅仅是软件成为安全保护组合的一个关键要素。
2015-07-09 cs.CR cs.CY
CATBERT: Context-Aware Tiny BERT for Detecting Social Engineering Emails
有针对性的网络钓鱼电子邮件正在增加,每年从组织中窃取数十亿美元。虽然传统的恶意软件签名或机器学习技术可以检测到来自附件或电子邮件中恶意URL的恶意信号,但要识别不包含任何恶意代码且不与已知攻击共享单词选择的手工制作的社交工程电子邮件具有挑战性。为了解决这个问题,我们通过用简单的适配器替换Transformer块的一半来微调预训练的BERT模型,以有效地学习自然语言的语法和语义的复杂表示。我们的上下文感知网络还可以从电子邮件标题中学习电子邮件内容和上下文特征之间的上下文表示。我们的CatBERT(上下文感知Tiny BERT)实现了87%的检测率,而DistilBERT,LSTM和逻辑回归基线分别实现了83%,79%和54%的检测率,假阳性率为1%。我们的模型也比竞争的Transformer方法更快,并且对故意用错别字或同义词替换关键字的对抗攻击具有弹性。
2020-10-07 cs.CR
On the Feasibility of Using MultiModal LLMs to Execute AR Social Engineering Attacks
Huazhong University of Science and Technology(华中科技大学);Hubei University(湖北大学);Dublin City University(都柏林城市大学)
本文首次通过SEAR框架研究多模态大语言模型执行AR社会工程攻击的可行性,经60人实验验证其诱导高风险行为有效(如93.3%易钓鱼),为相关防御提供了概念验证与见解。
2025-04-16 cs.AI cs.CR
The Panacea Threat Intelligence and Active Defense Platform
IHMC(佛罗里达人机认知研究所);UNCC(北卡罗来纳大学夏洛特分校);Rensselaer Polytechnic Institute(伦斯勒理工学院);SUNY(纽约州立大学)
我们描述的灵丹妙药,一个系统,支持自然语言处理(NLP)组件的积极防御社会工程攻击。我们部署了一系列人类语言技术,包括询问和成帧检测、命名实体识别、对话工程和文体学。Panacea通过插件架构处理现代消息格式,以适应消息分析、知识表示和对话生成的创新方法。Panacea系统的新颖之处在于使用NLP进行网络防御,并使用机器人来吸引攻击者,以获取攻击者的证据,并浪费攻击者的时间和资源。
2020-04-20 cs.CL cs.CR
Don't be a Victim During a Pandemic! Analysing Security and Privacy Threats in Twitter During COVID-19
在COVID-19封锁期间,社交媒体平台的使用量大幅上升。这些封锁期导致了一系列新的网络犯罪,从而使攻击者能够用一系列威胁来攻击社交媒体用户。本文进行了一项大规模研究,以调查流行病和封锁期对社交媒体用户安全和隐私的影响。我们分析了来自533天数据抓取的1060万条与COVID相关的推文,并调查了用户在三个不同时期(即,在锁定之前、期间和之后)。我们的研究表明,用户在撰写有关大流行形势的文章时,无意中分享了更多的个人身份信息(例如,分享附近的冠状病毒检测地点)。如果用户发布三条或更多关于疫情的敏感推文,隐私风险将达到100%。我们调查了疫情不同阶段社交媒体上共享的可疑域名数量。我们的分析显示,与其他锁定阶段相比,锁定期间可疑域名的数量有所增加。我们观察到,IT、搜索引擎和企业是包含可疑域的前三大类别。我们的分析表明,对手煽动恶意活动的策略会随着国家的流行情况而变化。
2023-03-26 cs.CR cs.CY cs.SI
STINER: Automated Extraction of Strategic Cyber Threat Intelligence from X
College of Computing, Mohammed VI Polytechnic University (UM6P)(莫罕默德六世理工大学计算学院);Deloitte Conseil(德勤咨询)
该研究针对社交媒体CTI提取难题,提出STINER分类体系与语料库,经测试DarkBERT等领域适配编码器表现最优,还利用STINER-DarkBERT完成了2025年上半年欧洲威胁态势分析。
2026-08-17 cs.CR
Draining the Water Hole: Mitigating Social Engineering Attacks with CyberTWEAK
Carnegie Mellon University(卡内基梅隆大学);Facebook, Inc.(脸书公司);Security Works(安全工作公司)
网络攻击者越来越多地利用社会工程攻击来破坏大型组织,并威胁当今在线用户的福祉。一个聪明的技术,“水坑”攻击,妥协一个合法的网站执行驱动下载攻击,通过重定向用户到另一个恶意域。我们引入了一个博弈论模型,该模型捕获了一个组织通过改变网络流量中的环境信息来欺骗攻击者,从而保护自己免受水坑攻击的突出方面。我们的主要贡献是(1)一个新的社会工程欺骗(SED)游戏模型,具有连续的动作集的攻击者,(2)深入分析的SED模型,以确定计算上可行的现实世界的情况下,和(3)CyberTWEAK算法,解决了最佳的保护策略。为了说明我们的框架的潜在用途,我们基于我们的算法构建了一个浏览器扩展,该扩展现在可以在网上公开使用。CyberTWEAK扩展对于社会工程对策的持续开发和部署至关重要。
2019-11-19 cs.AI cs.CR cs.GT
UNSEEN: A Cross-Stack LLM Unlearning Defense against AR-LLM Social Engineering Attacks
Hubei University(湖北大学);University of Southern California(南加州大学);Huazhong University of Science and Technology(华中科技大学)
针对AR-LLM社会工程攻击,提出UNSEEN跨栈防御机制,结合AR访问控制层、基于F-RMU的LLM去学习和运行时代理防护,通过用户研究验证其有效性。
2026-04-25 cs.AI cs.CR
Library-Attack: Reverse Engineering Approach for Evaluating Hardware IP Protection
针对现有硬件IP保护忽视特权攻击者风险的问题,提出Library-Attack反向工程技术,利用特权信息与结构比较恢复IP,并在ISCAS89上验证漏洞,更新威胁模型。
2025-01-21 cs.CR
DevPhish: Exploring Social Engineering in Software Supply Chain Attacks on Developers
本文全面探究攻击者在软件供应链关键步骤中利用社会工程学诱骗软件工程师交付恶意软件的策略,为威胁建模和安全差距分析提供见解。
2024-09-27 cs.CR cs.SE
SEIGuard: An Authentication-simplified and Deceptive Scheme to Protect Server-side Social Engineering Information Against Brute-force Attacks
提出了一种简化身份验证的欺骗性方案(SEIGuard),用于保护服务器端的社会工程信息(SEI)等信息免受蛮干攻击。在SEIGuard中,认证中的密码检查被省略,并且该设计进一步与使用蜂蜜加密的SEI加密设计相结合。登录密码只是作为加密SEI的临时密钥,数据库中没有存储密码明文或密文。在登录过程中,服务器不检查登录密码,正确的密码将密文解密为正确的明文;不正确的密码将密文解密为虚假但看起来可信的明文(从相同的分布中采样)。这两种情况共享相同的未区分的后端过程。该方案消除了在线和离线蛮干攻击所依赖的锚点,并针对4种典型的社会工程信息客体给出了4种SEIGuard方案设计和算法(移动电话号码、身份证号码、电子邮件地址、个人姓名),它们代表4种不同类型的消息空间,即1)有限且均匀分布,2)有限,复杂且均匀分布,3)无限且均匀分布,4)无限且非均匀分布的消息空间。针对SEIGuard方案的应用,提出了多个小映射文件策略、二分查找算法、两部分HE(DTE)设计和增量映射文件解决方案。最后,本文在上述方案、设计和算法的基础上开发了SEIGuard系统。实验结果表明,SEIGuard方案能有效地保护服务器端SEI免受蛮干攻击,且SEIGuard方案的实时响应性能优于传统的PBE服务器方案和HE加/解密方案。
2021-08-18 cs.CR
Sorry: Ambient Tactical Deception Via Malware-Based Social Engineering
在本文中,我们认为,从网络安全和社会心理学的角度来看,基于互联网的操纵个人或群体的现实环境战术欺骗是可能的,只使用软件和改变网页浏览器中的文字。我们称之为环境战术欺骗(ATD)。环境,在人工智能,描述软件是“不引人注目的”,并完全融入用户的生活。战术欺骗是一个信息战争术语,指对敌方部队实施欺骗。我们认为ATD攻击可以改变Web浏览器中文本的情感。这可能通过提供虚假信息改变受害者对现实的看法。在在线交流的范围内,即使是回复短信时的停顿也会影响人们对彼此的看法。ATD攻击的结果可能包括疏远,扰乱受害者,并影响他们对选举,配偶或公司的感受。
2018-10-25 cs.CR cs.HC
A Survey on the Principles of Persuasion as a Social Engineering Strategy in Phishing
本综述系统回顾了劝说原则在钓鱼攻击中作为社会工程策略的应用,指出鱼叉式钓鱼因可针对目标定制信息而尤为有效,并强调当前研究在理解该策略影响方面仍存在显著空白。
2024-12-24 cs.CR cs.CY cs.HC
Method of Counteraction in Social Engineering on Information Activity Objectives
这篇文章介绍了一项使用虚假接入点和钓鱼页面等攻击的研究。回顾了以往关于社会工程的文献,分析了网络崩溃的统计数据,分析了具有社会工程元素的攻击的方向和实现机制。对三个不同地区的调查数据进行了收集和分析,并提供了内容统计。为了进行比较,选择了三类高等教育机构:技术、人道主义和混合型。由于本研究是在教育机构中进行的,因此大部分学生和研究生都参加了实验。为每个教育机构创建了一个注册表模板,模仿主页的设计。给出了一个典型的攻击站、数据汇集和分析的硬件和软件实现实例。为了建造一个试验台,选择了广泛可用的组件,以显示在没有大量初始成本和特殊技能的情况下进行这种攻击是多么容易。该文章提供了有关连接数量的统计数据,使用电子邮件地址和密码的权限,以及自动将服务数据传输到浏览器(cookie)的权限。使用专门编写的算法处理统计数据。所提出的解决社会技术攻击问题的方法可以用于和实现对任何信息活动对象的操作。实验的结果表明,即使是技术专业的用户的意识也是不够的,因此需要特别注意开发提高用户意识和减少对信息活动对象的潜在攻击的方法。
2019-04-02 cs.CR