The Masks We (Think We) Wear: Privacy Threats of Browser-Extension Wallets in the Web3 Ecosystem
KU Leuven(荷语鲁汶大学)
研究 Web3 生态系统中浏览器扩展钱包的隐私威胁,通过对 85 个流行钱包大规模测量,识别出五种隐私威胁,如 RPC 操作泄密、权限撤销不一致等,表明钱包行为泄露敏感信息,强调需标准化、保护隐私的钱包架构及相应缓解措施。
2026-07-08 cs.CR
Development of a threat modelling framework and a web-based threat modelling tool for micro businesses
针对微型企业缺乏网络安全专业知识和预算有限的问题,本文通过七步方法论开发了SEANCE网络安全框架及配套Web工具,以六层级结构帮助识别和优先处理漏洞与威胁。
2024-11-10 cs.CR
A Crawler Architecture for Harvesting the Clear, Social, and Dark Web for IoT-Related Cyber-Threat Intelligence
University of the Peloponnese(伯罗奔尼撒大学)
最近,透明、社交和暗网被认为是有价值的网络安全信息的丰富来源,如果有适当的工具和方法,这些信息可以被识别、抓取并随后利用为可操作的网络威胁情报。在这项工作中,我们专注于信息收集任务,并提出了一种新的爬行架构,透明地收获数据从安全网站在明确的网络,安全论坛在社会网络,黑客论坛/市场在暗网。建议的架构采用两阶段的方法来收集数据。最初,一个基于机器学习的爬虫被用来指导收获感兴趣的网站,而在第二阶段,最先进的统计语言建模技术被用来表示在潜在的低维特征空间中收获的信息,并根据其潜在的相关性进行排名手头的任务。所提出的架构是使用完全开源的工具来实现的,并与众包的结果进行了初步评估,证明了其有效性。
2021-09-14 cs.CR cs.LG
Phishing - A Growing Threat to E-Commerce
在当今的商业环境中,很难想象一个无法访问Web的工作场所,但各种电子邮件病毒、间谍软件、广告软件、特洛伊木马、网络钓鱼攻击、目录收集攻击、DoS攻击和其他威胁结合起来攻击企业和客户。本文试图审查网络钓鱼-一个不断增长和发展的威胁,以互联网为基础的商业交易。各种网络钓鱼方法,包括钓鱼,鱼叉式网络钓鱼,域欺骗,键盘记录程序,恶意软件,网络木马,和其他将被讨论。本文还重点介绍了反网络钓鱼工作组(APWG)和韩国互联网安全中心的最新网络钓鱼分析。
2011-12-24 cs.CR
Endpoint Security Agent: A Comprehensive Approach to Real-time System Monitoring and Threat Detection
Pesidency University(佩西登西大学)
针对网络威胁演变带来的端点安全需求,提出适用于Windows端点的模块化实时安全代理,利用WMI、ETW监控系统活动,结合机器学习检测引擎与MITRE ATT&CK框架,实现高效准确的威胁检测与标准化分类。
2025-11-11 cs.CR
Adaptive Dual-Layer Web Application Firewall (ADL-WAF) Leveraging Machine Learning for Enhanced Anomaly and Threat Detection
Center for Informatics Science (CIS), School of Information Technology and Computer Science, Nile University(尼罗河大学信息技术与计算机科学学院信息学中心)
针对传统WAF难以区分恶意与合法流量、检测效果有限的问题,本文提出双层机器学习架构的ADL-WAF,经五个基准数据集验证,其检测准确率达99.88%、精确率100%,可有效降低误报、提升Web应用安全防护能力。
2025-11-16 cs.CR cs.LG cs.NI
WIPI: A New Web Threat for LLM-Driven Web Agents
NVIDIA(英伟达);University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
本文提出WIPI威胁,通过网页中间接指令在黑盒环境下控制LLM驱动的Web Agent执行恶意操作,实验显示攻击成功率超90%且具备强鲁棒性。
2024-02-26 cs.AI cs.CR
Plausible Deniability in Web Search -- From Detection to Assessment
我们要问的是,面对搜索引擎的学习,如何保护用户拒绝对敏感话题感兴趣的能力。我们开发了一个实用的和可扩展的工具称为\PDE{},允许用户检测和评估威胁似是而非的可否认性。我们表明,在广泛的测试程序中测试的所有主题的威胁,似是而非的可否认性的利益是很容易检测到的。特别令人关切的是,观察到对健康和性偏好相关主题的兴趣可能被拒绝的威胁。我们发现,当试图通过噪声查询注入和点击混淆来破坏搜索引擎学习时,情况仍然如此。我们设计了一种防御技术,利用无趣的,代理主题,并表明它提供了一个更有效的防御似是而非的可否认性在我们的实验。
2017-06-23 cs.CR
A Comprehensive Survey of Advanced Persistent Threat Attribution: Taxonomy, Methods, Challenges and Open Research Problems
本文针对现有自动化APT归因研究缺乏系统梳理的问题,构建了归因要素分类体系,梳理了相关数据集与方法,分析了现有研究的优劣、挑战及开放问题,为该领域后续研发提供基础。
2024-10-06 cs.CR
Proactively Detecting Threats: A Novel Approach Using LLMs
本文提出利用大语言模型主动识别网络威胁,通过评估多个模型在提取指标 compromises 方面的性能,展示Gemini 1.5 Pro在精度和特异性上的优越表现。
2026-01-13 cs.AI 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
Penetration Testing of 5G Core Network Web Technologies
针对5G核心网网络技术缺乏安全评估的问题,本文利用STRIDE威胁建模与安全测试工具,对Open5GS、Free5Gc和OpenAirInterface进行渗透测试,发现三者均存在至少两类攻击向量漏洞。
2024-03-04 cs.CR
Deep Learning Algorithm for Threat Detection in Hackers Forum (Deep Web)
University of Cincinnati(辛辛那提大学);School of Information Technology(信息技术学院)
在我们当前的社会中,设备的互联性为网民利用网络空间技术进行非法活动提供了方便。深网平台是一个完善的生态系统,由信任、信息共享、权衡和审查系统的边界所屏蔽。专家们在黑客论坛上分享领域知识,其中包含可以探索网络威胁情报的妥协指标。开发可用于威胁检测的工具是确保网络空间数字通信安全的一个组成部分。在本文中,我们讨论了使用TOR中继节点在深网论坛中进行匿名通信。我们提出了一种使用深度学习算法长短期记忆(LSTM)检测网络威胁的新方法。该模型的准确率和精确率分别为94%和90%,优于其他研究者在该领域的实验结果。我们的模型可以很容易地由组织部署,以保护数字通信和检测网络攻击前的漏洞暴露。
2022-02-03 cs.CR cs.CY cs.LG
Integrating Cybersecurity Frameworks into IT Security: A Comprehensive Analysis of Threat Mitigation Strategies and Adaptive Technologies
本文探讨了NIST、零信任和ISO/IEC 27001等网络安全框架及AI与ML技术在金融等行业的应用,并提供了应对实施挑战的切实方案,倡导构建与组织目标一致的风险适宜型防御体系。
2025-02-02 cs.CR
Evidence-Based Threat Modeling for ICS
针对工业控制系统(ICS)威胁建模缺乏全面系统方法的问题,提出基于CVE-CWE对的证据驱动方法,实现为工具并在SCADA系统验证,可生成全面威胁列表。
2024-11-29 cs.CR
reconCTI: A Proactive Approach to Cyber-Threat Intelligence
University of East London(东伦敦大学)
本文提出reconCTI工具,用于主动收集网络威胁情报,通过分析表面和暗网平台上的敏感数据泄露,帮助安全专业人员和普通用户早期识别风险并采取应对措施。
2026-05-19 cs.CR
Defining a Comprehensive Threat Model for High Performance Computational Clusters
在过去的十年中,高性能计算(HPC)集群已经成为学术和工业环境中的主流,作为可访问的计算手段。在其扩散过程中,HPC安全性一直是性能的次要问题。然而,很明显,确保HPC安全性所面临的挑战与处理传统网络时所面临的挑战不同。要为高性能计算设计合适的安全措施,必须首先认识到这种环境所面临的威胁。这一任务可以通过构建一个全面的威胁模型来完成。据我们所知,集群计算不存在这样的威胁模型。在本文中,我们探讨了安全HPC的独特挑战,并提出了一个基于经典的机密性,完整性和可用性安全原则的威胁模型。
2005-10-16 cs.CR cs.DC
One Click to Leak: Characterizing the Real-World Usage and Threat Impact of MNO-based Single Sign-On Websites
Tsinghua University(清华大学);Zhongguancun Laboratory(中关村实验室);Fudan University(复旦大学);Baidu Inc.(百度公司);Quancheng Laboratory(泉城实验室)
本研究分析基于移动网络运营商的单点登录(MSSO)网站,揭示其流程中的信任缺陷,提出一键泄露(OCL)攻击,并通过大规模纵向研究证实广泛存在的安全风险,旨在加强移动认证安全。
2026-09-14 cs.CR
Unique Security and Privacy Threats of Large Language Models: A Comprehensive Survey
University of Technology Sydney(悉尼科技大学);City University of Macau(澳门城市大学);University of Illinois at Chicago(伊利诺伊大学芝加哥分校)
本文系统综述了大型语言模型在预训练、微调、部署和智能体四个场景中面临的独特隐私与安全威胁,并分析了相应的防御对策,为后续攻防研究提供方向。
2025-09-18 cs.CR
Uncovering Black-hat SEO based fake E-commerce scam groups from their redirectors and websites
Cyber Security Institute(网络安全研究所);Trend Micro Incorporated, Japan(趋势科技日本公司);Japan Cybercrime Control center, Japan(日本网络犯罪控制中心);Cyber Security Control Task Force(网络安全控制工作组);Kanagawa Prefectural Police, Japan(神奈川县警察局);Community Safety Department(社区安全部门);Chiba Prefectural Police, Japan(千叶县警察局);Faculty of Engineering and Design(工程与设计学院);Kagawa University, Japan(香川大学)
研究通过分析日本网络犯罪控制中心收集的大量假电子商务网站数据,识别并分析利用黑色帽SEO技术的诈骗集团,揭示其活动模式和变化趋势。
2025-05-27 cs.CR
Towards Effective Identification of Attack Techniques in Cyber Threat Intelligence Reports using Large Language Models
本文针对网络威胁情报报告中攻击技术提取面临的类别不平衡与领域复杂性问题,提出LLM摘要加重新训练的SciBERT模型的两步流水线方法,显著提升了F1分数。
2025-05-06 cs.CR
A Comprehensive Approach to Abusing Locality in Shared Web Hosting Servers
随着网络技术的发展以及人们对社会交往的需求,使用网站变得至关重要,这导致网站和服务器的数量不断增加。管理这些大量网站的一个流行的解决方案是使用共享的Web托管服务器,以降低服务器维护的整体成本。尽管负担得起,但根据近年来报告的大量污损和攻击,这种解决方案是不安全和有风险的。在本文中,我们介绍了共享Web托管服务器中十大最常见的攻击,这些攻击可能是由于这些服务器的性质和不良配置而发生的。此外,我们提出了几个简单的方案,能够渗透这些类型的服务器,即使存在几个安全机制。最后,我们提供了一个全面的安全配置来应对这些攻击。
2018-11-02 cs.CR
PhishSSL: Self-Supervised Contrastive Learning for Phishing Website Detection
Universiti Sains Malaysia(马来西亚理科大学);University of Technology Sydney(悉尼科技大学);Chengdu University of Information Technology(成都信息工程大学)
针对现有钓鱼检测依赖标注数据、适应性差的问题,提出自监督对比学习框架PhishSSL,结合混合表格增强与自适应特征注意力,在三个数据集上优于基线,展现强泛化能力。
2025-10-07 cs.CR
Location Privacy Threats and Protections in 6G Vehicular Networks: A Comprehensive Review
该综述系统梳理6G车载网络定位技术与位置隐私威胁,分类评估用户侧、服务器侧及用户-服务器接口LPPMs,并指出效用-隐私平衡及未来攻击、无线技术与网络融合挑战。
2025-01-08 cs.CR
Fortifying the Agentic Web: A Unified Zero-Trust Architecture Against Logic-layer Threats
Qorvex Consulting;Kleiner Perkins;Wentworth Institute of Higher Education
本文提出统一零信任架构,利用DIDs、VCs、ANS及TARE、因果链审计等机制强化智能体网络,并在形式化模型中证明对LPCI攻击具有有界成功概率的可证明安全保证。
2025-08-20 cs.AI cs.CR cs.ET
GuardSec: A Multi-Modal Web Platform for Real-Time Digital Fraud Detection, Entity Verification, and Connection Security Analysis in the African Context
Université Marien Ngouabi(马里安·恩古瓦比大学);Société Informatique du Congo (SIC)(刚果计算机公司)
GuardSec为非洲用户设计,提供实时多模态威胁验证,无需注册或技术知识,用户可快速评估网址、电话号码等合法性,并通过My Footprint实时分析自身连接安全,同时集成Gilda提供个性化安全建议。
2026-05-13 cs.CR
DISINFOX: an open-source threat exchange platform serving intelligence on disinformation and influence operations
本文介绍了DISINFOX,一个开源的虚假信息与影响力行动威胁情报交换平台,支持基于STIX2标准和DISARM框架对事件进行结构化建模、管理及分发,并通过与OpenCTI等CTI平台集成验证了其有效性。
2025-04-02 cs.CR
Phish-Blitz: Advancing Phishing Detection with Comprehensive Webpage Resource Collection and Visual Integrity Preservation
针对钓鱼网页资源收集难的问题,提出Phish-Blitz工具,能下载网页及截图并保持视觉完整性,提供包含8,809个合法和5,000个钓鱼网页的数据集,以提升检测准确性。
2025-09-10 cs.CR
Web Scale Graph Mining for Cyber Threat Intelligence
Microsoft Security Research(微软安全研究院)
针对大规模网络攻击的防御需求,提出工业级图挖掘框架TITAN,通过动态威胁情报图、实时更新、领域知识初始化及信誉传播算法,在微软USOP中实现高精度威胁识别与阻断,显著提升事件处置效率。
2024-11-09 cs.CR cs.LG cs.SI
Modelling Technique for GDPR-compliance: Toward a Comprehensive Solution
本文提出一种GDPR合规建模的全面解决方案,通过将GDPR原则与STRIDE和LINDDUN技术结合,构建新型数据流图与知识库并利用推理引擎识别不合规威胁,在远程医疗系统中验证了其有效性。
2024-04-22 cs.CR
Trustworthy Artificial Intelligence for Cyber Threat Analysis
本研究开发了一种基于机器学习的网络威胁检测与评估工具,采用两阶段无监督和监督学习方法分析AWS云服务器日志,实现了高置信度的威胁识别。
2025-06-18 cs.CR
Combining Threat Intelligence with IoT Scanning to Predict Cyber Attack
Researcher Senior Member, IEEE(IEEE高级研究员)
本文提出一个预测性威胁情报框架,通过系统收集、分析和可视化暗网数据,识别恶意网站并将其与物联网漏洞关联,以增强网络攻击预测建模和政策制定。
2025-06-03 cs.AI cs.CR cs.CY
MCP-38: A Comprehensive Threat Taxonomy for Model Context Protocol Systems (v1.0)
Vulcan Research(Vulcan研究院);AIFT
本文提出MCP-38,一种针对模型上下文协议系统的威胁分类体系,包含38个威胁类别,通过系统化方法覆盖MCP特有的语义攻击面。
2026-03-18 cs.AI cs.CR
Autonomous Threat Detection and Response in Cloud Security: A Comprehensive Survey of AI-Driven Strategies
本文综述了基于AI驱动策略的云安全威胁检测与响应方法,探讨了AI在提升安全性和自动化防护中的作用。
2026-01-06 cs.CR
Blockchain Takeovers in Web 3.0: An Empirical Study on the TRON-Steem Incident
本文对Tron-Steem接管事件进行实证分析,通过重建Steem区块链快照量化去中心化变化,并利用启发式与聚类方法揭示接管策略机制,提出缓解策略以增强Web 3.0网络抗威胁能力。
2024-07-25 cs.CR cs.SI
Security Defense For Smart Contracts: A Comprehensive Survey
本综述提出五维分类体系,系统分类133个智能合约威胁缓解方案,统一其工作流程并绘制漏洞覆盖图,为安全开发者提供开源注册表。
2023-05-09 cs.CR cs.DC
Can MLLMs Detect Phishing? A Comprehensive Security Benchmark Suite Focusing on Dynamic Threats and Multimodal Evaluation in Academic Environments
School of Computer Science and Engineering(计算机科学与工程学院)
本文提出AdapT-Bench,一个针对学术环境动态钓鱼攻击的多模态安全基准套件,旨在评估MLLM的防御能力。
2025-11-22 cs.AI cs.CR
Bridging the Gap in Phishing Detection: A Comprehensive Phishing Dataset Collector
本文提出一个钓鱼资源收集工具,利用PhishTank获取URL并抓取多种网页资源,生成含4,056个合法和5,666个钓鱼URL的数据集,以弥合钓鱼检测数据多样性不足的差距。
2025-09-11 cs.CR
Twenty-two years since revealing cross-site scripting attacks: a systematic mapping and a comprehensive survey
本文对1999年以来147篇文献进行系统映射与全面调查,构建XSS防御技术分类法,揭示现有研究偏向基础JavaScript攻击且缺乏漏洞修复机制,并指出现有防御机制的局限与潜在差距。
2022-05-19 cs.CR
New Frontiers of Network Security: The Threat Within
近70%的信息安全威胁来自组织内部。随着移动性的最新趋势(便携式设备,如笔记本电脑、智能手机等),内部威胁的机会以惊人的速度增加,无处不在的连接(无线或通过3G连接),并且随着越来越多的基于web的应用在因特网上可用,这种趋势增加。内部威胁通常由现任或前任员工、承包商或合作伙伴造成,他们有权访问组织的网络和服务器。窃取机密信息通常是为了物质利益或故意损害。互联网上的黑客工具、USB设备和无线连接都很容易被入侵。最终结果是在IP盗窃、客户/个人信息泄露等方面造成价值数百万美元的损失。本文介绍了对Insider威胁、攻击者及其动机的理解,并提出了组织层面的缓解技术建议
2010-10-13 cs.CR
Safeguarding Virtual Healthcare: A Novel Attacker-Centric Model for Data Security and Privacy
针对远程医疗中健康数据的安全风险,本文提出以攻击者为中心的威胁模型ACA,通过多层威胁识别与缓解策略,增强数据保护并促进虚拟护理安全采用。
2024-12-18 cs.CR
Network Security Threats and Protection Models
在一个全球互联和电子商务的勇敢新时代,通过网络的互连已经加强,为个人和组织创造了一种完全依赖脆弱系统存储和传输信息的状态。从来没有这么多人掌握过自己的权力。破坏网站,访问个人邮件帐户,更糟糕的是,通过公开记录的软件代码,有可能摧毁整个政府和金融公司。本文讨论了典型网络组件可能受到的攻击,并列举了现实生活中的场景,提出了可以采取的切实可行的安全措施。然后,它描述了研究界为防止此类攻击所做的一些关键努力,主要是通过使用防火墙和入侵检测系统。
2015-11-02 cs.CR
Securing Agentic AI: A Comprehensive Threat Model and Mitigation Framework for Generative AI Agents
Amazon Web Services(亚马逊网络服务)
本文针对生成式AI智能体的自主性、记忆与工具集成等特性,提出涵盖五大领域9种威胁的综合威胁模型,并给出ATFAA风险组织框架与SHIELD缓解框架,强调需以新视角保障智能体安全。
2025-05-02 cs.AI cs.CR
QoS Web Service Security Dynamic Intruder Detection System for HTTP SSL services
Web服务在互联网应用程序的消息通信中扮演着重要的角色。未来的大部分工作是网络安全。网上购物和网络服务正在快速增长。在本文中,我们介绍了与网络安全相关的基本概念,Web安全威胁。QoS Web服务安全入侵检测是网络通信和防火墙安全的重要关注点,我们讨论了与Web安全相关的各种问题和挑战。网络安全的基本概念XML防火墙,XML网络.我们提出了一种新的动态入侵检测系统(DIDA)是安全的防御SSL安全交易的消息通信中的中间路由器,使服务的发送者和接收者使用安全会话层协议的消息。这可以分为三个阶段1.传感器2。分析仪和3。用户界面。
2016-05-03 cs.CR
Novel Long Distance Free Space Quantum Secure Direct Communication for Web 3.0 Networks
本文提出新型长距离自由空间量子安全直接通信(LF QSDC),通过无密钥交换的加密传输并结合LDPC、PAT和AQCA技术,有效抵御量子与经典威胁,保障Web 3.0网络的长距离安全通信。
2024-08-29 cs.CR quant-ph
Malware and Exploits on the Dark Web
近年来,暗网已成为恶意软件和漏洞利用的主要传播场所。我们已经看到供应商披露了软件漏洞的情况,不久之后,暗网论坛和市场上就出现了操作漏洞。许多市场供应商提供尚未被发现或披露的零日漏洞。这一趋势导致安全公司提供暗网分析服务来检测新的漏洞和恶意软件,提供主动的威胁情报。本文介绍了恶意软件分布的规模,所提供的恶意软件类型的趋势,发现新漏洞的方法以及暗网分析在尽可能早的阶段检测恶意软件的有效性。
2022-09-30 cs.CR
What You See Is Not What AI Gets: DPAgent-in-the-Middle Defense Against AI-Groomed Deceptive Patterns
The University of Melbourne(墨尔本大学);CSIRO(联邦科学与工业研究组织);Macquarie University(麦考瑞大学);Gachon University(嘉泉大学)
针对网络界面中的隐私欺骗模式,提出DPAgent框架,通过四个专门代理结合潜在空间净化与防御性提示,主动检测并修复欺骗性界面,检测率达90.98%,修复率77%。
2026-06-05 cs.CR
Using Deep Neural Networks to Translate Multi-lingual Threat Intelligence
University of Maryland, Baltimore County(马里兰大学巴尔的摩县分校)
互联网的多语言性质增加了网络安全社区从网络上的OSINT数据中战略性挖掘威胁情报的持续努力的复杂性。社交媒体、博客和暗网漏洞市场等OSINT来源以不同的语言存在,阻碍了安全分析师,他们无法从他们不理解的语言中得出结论。虽然第三方翻译引擎越来越强大,但它们不适合私人安全环境。首先,由于隐私和保密政策,敏感情报不允许输入第三方引擎。此外,第三方引擎产生的一般化翻译往往缺乏专有的网络安全术语。在本文中,我们解决了这些问题,并描述了我们的系统,使威胁情报的理解不熟悉的语言。我们创建了一个基于神经网络的系统,该系统以不同的语言接收网络安全数据,并输出相应的英语翻译。然后,分析师可以理解英语翻译,并且还可以作为基于人工智能的网络防御系统的输入,该系统可以采取缓解措施。作为概念验证,我们创建了一个管道,它接收俄罗斯威胁并生成相应的英语,RDF和矢量化表示。我们的网络优化了网络安全数据的翻译。
2018-07-19 cs.CL cs.CR
A Study on Malicious Browser Extensions in 2025
IIT Jammu(印度理工学院詹穆分校)
本研究针对2025年Firefox和Chrome浏览器扩展的恶意威胁,通过绕过安全机制证明恶意扩展仍可上架,揭示审查漏洞并提出防御建议。
2025-10-06 cs.CR
FRAME : Comprehensive Risk Assessment Framework for Adversarial Machine Learning Threats
Ben-Gurion University of the Negev(贝内杰尔大学)
针对传统风险评估框架无法应对AML威胁独特挑战、现有AML评估忽视现实因素且局限于特定领域的问题,提出首个全面自动化框架FRAME,通过量化三个关键维度、集成可行性评分与LLM定制等,在六个现实应用中验证了高准确性,助力组织优先处理AML风险。
2025-08-24 cs.CR cs.LG
PhishDebate: An LLM-Based Multi-Agent Framework for Phishing Website Detection
Cybersecurity Research Centre, Universiti Sains Malaysia(网络安全研究中心,马来西亚理科大学);School of Computer Sciences, Universiti Sains Malaysia(计算机科学学院,马来西亚理科大学)
PhishDebate通过多智能体辩论框架提升钓鱼网站检测的准确性与可解释性,实现高召回率和模块化可配置性。
2026-03-09 cs.CR
When LLMs Go Online: The Emerging Threat of Web-Enabled LLMs
KAIST(韩国科学技术院)
本研究探讨了具备 Web 访问能力的 LLM 智能体在涉及个人数据的网络攻击中的滥用风险,实验表明其在 PII 收集、冒充帖子和鱼叉式钓鱼中表现高效,并揭示了现有商业 LLM 安全防护的不足。
2025-02-03 cs.AI cs.CR
One Leak Will Sink A Ship: WebRTC IP Address Leaks
WebRTC API在现代浏览器中的引入给用户隐私带来了新的威胁。此API可通过JavaScript使一系列客户端IP地址可用于访问的网站,即使VPN正在使用。这对于使用VPN服务匿名的用户来说是一个潜在的严重问题。为了更好地了解这个问题的严重性,我们测试了广泛使用的浏览器和VPN服务,以发现哪些客户端IP地址可以被泄露,以及在什么情况下。在大多数情况下,至少有一个客户端地址被泄露。泄露的IP地址的数量和类型受浏览器和VPN服务选择的影响,这意味着隐私敏感的用户应该谨慎选择他们的浏览器和VPN提供商。最后,我们提出了可用于帮助缓解这一问题的对策。
2017-09-15 cs.CR
NLP-Based Techniques for Cyber Threat Intelligence
本文综述了基于自然语言处理(NLP)的网络威胁情报(CTI)技术,涵盖数据爬取、分析、关系提取、共享协作及安全威胁,并探讨了挑战与伦理问题,为安全领域提供全面参考。
2023-11-15 cs.CR