该论文聚焦 Windows 环境下“离地攻击”（Living-Off-the-Land, LOTL）的检测难题。LOTL 已成为 APT 组织最主要的规避手法：攻击者不投放自研恶意软件，而是滥用系统自带的合法签名工具（PowerShell、WMIC、certutil 等）完成侦察、横向移动与持久化，使依赖文件哈希、静态特征或单一命令关键字的传统检测大量失效。论文引用 Volt Typhoon 案例——该活动仅使用已签名的 Windows 工具，即在美国关键基础设施中隐蔽驻留超过 18 个月，说明现有方法在混淆命令与多阶段攻击序列面前存在系统性盲区。为此作者提出 SENTINEL 多通路（multi-pathway）架构，将四类能力融合：基于 BERT 的语义编码捕捉命令行语义意图；字符级 CNN 提供混淆不变性，抵抗转义、大小写变换、字符插入等扰动；命令间注意力机制建模多阶段命令链的前后依赖关系；自编码器异常打分提供对未知偏离的无监督识别能力。评测使用依据 Microsoft 与 CISA 威胁情报公告构建的平衡版 Volt Typhoon 基准集：在文档化的国家级攻击命令上达到 92.0% 准确率，在混淆变体上为 91.2%，而单独使用 BERT 仅为 74.0% 与 72.0%。按类分析给出重要警示：在不平衡数据上取得 98% 以上整体验证准确率的模型，在平衡对抗集上的恶意类召回仅 44–58%，说明整体准确率具有严重误导性。消融实验表明字符级处理为混淆不变性贡献 5.6 个百分点，且相较仅做数据增强的基线高出 8.0 个百分点，证明增益来自架构结构设计本身，而非单纯的数据驱动鲁棒性。

本文是一篇针对少样本学习（Few-Shot Learning, FSL）在网络入侵检测（NIDS）中应用的系统性文献综述。研究背景在于：基于异常的 NIDS 是防御体系的第一道防线，但要让检测系统识别新型攻击，需要大量带标签的攻击样本，而现实中这类标注数据极其稀缺（新攻击类型刚出现时往往只有极少样例）。少样本学习通过在每类仅几个样本的条件下学习，被视为缓解该问题的可行路径。然而现有研究在方法选择、数据集、实验参数和评估协议上差异极大，导致结论难以横向比较，也无法判断哪些方案真正可落地。作者采用类 PRISMA 2020 的系统性综述流程，检索 ACM Digital Library、IEEE Xplore 和 Scopus 三大数据库，初步获得 1,358 条记录，经过筛选、去重与质量过滤后最终保留 21 篇研究。作者对这些研究使用的 FSL 方法、数据集和实验参数进行分类归纳，并对比其报告的性能指标。主要发现包括：元学习（meta-learning）与卷积神经网络（CNN）是最常见的技术路线，分别出现在 8 篇和 10 篇研究中；多数研究在每类不超过 5 个样本的条件下评估（具体设置差异较大）；CIC-IDS2017 与 CSE-CIC-IDS2018 是最常用的评测数据集。作者同时指出关键的可复现性缺陷：大量研究缺失关键超参数说明且未公开源代码，使得结果难以复现，也无法在不同方法之间做直接、公平的比较。该综述的价值在于为后续研究提供了方法和评测协议的统一视角，并明确指出了当前 FSL-NIDS 领域在标准化基准、参数报告和开源复现方面的空白。适合入侵检测研究者、数据集与评测基准建设者，以及在真实环境中部署异常检测系统的安全工程师阅读。

该论文研究的是去中心化金融（DeFi）中的价格操纵攻击（Price Manipulation Attacks, PMA）检测问题。背景上，DeFi 作为基于区块链的快速增长型金融服务，其市场交易动态与底层智能合约逻辑深度耦合；这种无需中心化中介的自主交互虽然提升了效率，却显著扩大了协议的攻击面，PMA 已造成灾难性的资金损失。作者指出，现有检测范式存在两个根本性局限：一是以交易为中心的方法缺乏对合约执行语义的感知，在正常的市场波动下容易产生误报；二是静态合约分析方法忽略真实交易行为，经常报告在实际中根本无法被利用的所谓漏洞。为此，论文提出 DeFiFusion —— 一个双模态 PMA 检测框架，在统一流水线中联合建模交易事件与智能合约语义。其核心洞察是：PMA 的恶意性只在“交易行为”与“其所利用的合约逻辑”的交互中才得以显现，任何单一模态的信号都不足以做出判定。具体方法包括三部分：(1) 面向价格操纵的事件编码，用于提取针对操纵模式定制的细粒度时序特征与经济特征；(2) 基于大语言模型的合约语义提取，为行为侧方法补足其缺失的执行逻辑上下文；(3) 双模态融合模块，采用带有 T5 风格相对位置编码的 Dual-Modal Projection-Fusion Transformer，以捕捉区分 PMA 与良性市场活动的周期性多阶段执行结构。实验结果表明 DeFiFusion 持续取得最先进的检测性能：在 225 个 PMA 案例中成功召回 222 个，同时保持 96.10% 的精确率，说明其在降低误报与提升召回之间取得了较好平衡。该工作适合从事链上风控、区块链安全审计、DeFi 协议安全运营以及多模态时序+语义融合检测的研究者与工程师阅读。

该论文提出一种在隐式交易向量空间中进行欺诈检测的新方法，核心创新在于完全基于拓扑匿名化的嵌入表示开展检测，从而在不接触原始交易数据的前提下识别可疑行为。作者设计了一个两阶段流水线：第一阶段采用迭代的无监督过滤，对大规模交易候选集进行粗筛，降低后续处理的数据量；第二阶段使用有监督的“狙击”模型对过滤后的少量高风险样本进行精确识别。整个流程能够在保持低延迟的同时完成隐私保护型的分诊（triage），使金融机构可以在不暴露个人身份信息（PII）的前提下标记可疑活动。论文的主要贡献包括：首次将拓扑数据分析（TDA）思想与匿名化嵌入结合用于欺诈检测，在交易向量空间上保留局部与全局结构特征；提出“无监督过滤 + 有监督狙击”的级联框架，兼顾召回率与精确率；以及证明该方法在不访问明文特征的情况下仍能达到实用检测效果。该研究对反洗钱、信用卡盗刷、内部人员异常操作等场景具有直接参考价值，尤其适用于对数据隐私合规要求严格的金融场景。目前仅基于论文摘要，尚无法评估具体数据集与实验指标，但方法本身为隐私保护机器学习在反欺诈领域的落地提供了一条新思路。

本文针对工业控制系统（ICS）和运营技术（OT）环境下基于异常的入侵检测系统（IDS）所面临的正式韧性要求展开研究。当前，这类系统被期望具备吸收对抗扰动、在持续攻击下优雅降级以及提供经认证的系统级保障能力。然而，现有的网络物理系统韧性框架通常在架构层面定义“吸收-恢复-适应”轨迹，并未将机器学习异常检测器视为一等公民组件，导致组件级鲁棒性评估与系统级韧性认证之间存在鸿沟。作者的核心观点是：ICS异常检测中的对抗鲁棒性本质上是系统韧性的一种具体实例化。为此，他们正式建立了二者之间的映射关系，将四种韧性构造——扰动类别、吸收容量、恢复轨迹和退化函数——对应到对抗机器学习的设定中。在此基础上，论文推导了异构ICS检测网络的组合韧性界，揭示了关键结论：系统级韧性的约束条件并非各节点自身的吸收容量，而是攻击路径上每个节点经过耦合调整后的吸收容量；因此，最具约束性的节点不一定是最弱的节点。在BATADAL水分配系统基准数据集上的实验验证表明，所提出的度量指标能够显现出标准基准无法察觉的、具有操作意义的现象：其一是对抗训练过程中出现的“吸收-退化分歧”（即模型吸收扰动能力上升的同时，系统退化函数表现出现异常偏离）；其二是“孤立加固韧性约束节点反而导致系统级韧性下降”的悖论。这些发现对ICS架构设计和安全认证标准具有重要启示意义。论文适合关注ICS/OT安全、对抗机器学习、韧性工程以及相关基准评估的研究人员和安全架构师阅读，为在系统层面上重新审视异常检测模型的鲁棒性评估提供了新视角。

本文提出 Skynet，一个面向 Agentic AI 的工作流级异常检测框架。Agentic AI 系统通过长期多步骤工作流执行复杂任务，涉及规划、工具调用和多智能体协作。任务失败往往起源于单个步骤（如注入提示或错误计划），并通过下游依赖被放大，影响后续多个智能体和工具调用。现有防御要么针对特定攻击/失败类型，要么孤立地检查单个提示或步骤，忽视了完整工作流的全局依赖结构，无法捕捉仅在整体执行视角下才显现的不一致性。Skynet 的核心思想是：异常检测必须在工作流层面进行，因为全局执行结构能暴露局部检查无法发现的信号。该方法将观测到的多智能体执行过程转化为有向工作流图，并基于学习到的良性行为进行评分。Skynet 联合建模语义执行上下文与结构组织，包括智能体间委托、工具调用和数据流依赖，并且仅使用良性工作流训练。由于训练阶段从未见过攻击或失败，该设计天然支持零日检测：任何违反良性工作流规律的执行都会在单一决策规则下呈现为流形外几何形态。作者在三个公开的智能体安全与故障基准上评估了 Skynet，结果显示其保持高召回率的同时，误报率低于 1%，且每个工作流和每个步骤的延迟足够低，适用于 Agentic AI 运行时的在线监控。该框架为智能体系统的运行时防护提供了一种新的工作流级异常检测思路，适合安全研究人员和 AI 系统开发人员阅读，以理解如何通过结构化和语义建模增强对未知威胁的检测能力。

本文提出了一种面向低成本物联网（IoT）传感器部署的轻量级传感器冒充检测方法，并命名为SIDE（Sensor Impersonation Detection at the Edge）。研究背景是许多低成本的IoT传感器缺乏设备级源认证，容易被攻击者冒充或注入伪造的传感器读数。为此，作者将传感器数据可信性问题转化为一个序列预测（sequence prediction）问题：仅在来自真实传感器的单变量温度读数上训练模型，然后利用预测误差的统计特性来识别异常。模型由三层LSTM和两层全连接层构成，输入为一段温度读数序列，输出下一时刻的预测值。在检测阶段，当某个滑动窗口内的平均绝对预测误差超过真实数据平均误差的六个标准差以上时，将该窗口标记为异常。为了验证方法的可行性，作者在受控测试床上进行了概念验证实验：将冒充传感器放置在温度更高的室外位置，与真实传感器环境形成分布偏移。模型被转换为TensorFlow Lite格式，并部署在Arduino Nano 33 BLE开发板上，生成了三种变体：非量化模型（554 KB）、16位权重量化模型（298.5 KB）和8位权重量化模型（185 KB）。实验结果显示，三种变体分别达到了99.980%、99.972%和98.206%的检测准确率，并且都能准确标记从真实数据切换到冒充数据的时间点。量化使模型体积变小，但在作者的测量中推理速度反而变慢。作者强调，真实与冒充数据的分布分离清晰，因此实验结果证明了该方法能够检测受控分布偏移，而不应被解读为对通用设备认证能力的证据。该工作为资源受限的IoT设备提供了一种无需额外硬件、仅基于软件序列预测的轻量级异常检测思路，特别适合部署在边缘设备上。适合对IoT安全、异常检测和边缘AI感兴趣的读者阅读。

本文提出 X-WAD（eXplainable Web Anomaly Detection），一个面向 HTTP 请求异常检测的可解释框架。研究背景是：随着 API 驱动架构普及，Web 服务承载大量敏感数据，自动化防御机制（尤其是基于正常流量建模的半监督模型）成为主流。然而实际训练数据中难以保证完全无攻击样本，标注错误或污染的异常样本会在模型中埋入后门，导致模型将特定攻击模式静默分类为正常，形成安全漏洞。针对这一问题，作者研究了基于 Transformer 的语言模型（TLM）在 HTTP 异常检测中的有效性，并重点提供针对检测结果的细粒度解释。核心方法采用 token 级 logit 基于的惊异度（surprisal）映射，同时产生异常分数和热力图式高亮，直观展示请求中哪些 token 导致了异常判断。实验部分，作者在公开数据集上验证了该可解释方法的有效性，意外发现了该数据集的标注不一致问题，证明训练数据中的异常污染确实诱导检测模型产生类似后门的失效模式。这一发现不仅支持了作者提出的假设，也凸显了自动检测模型在真实数据质量下的脆弱性。论文的主要贡献包括：提出结合 TLM 和惊异度映射的可解释异常检测方法，提供代码（论文中声称开放），并通过实验揭示数据污染对模型决策的隐蔽影响。适合安全研究人员、SOC 分析师以及构建 Web/API 防护系统的工程师阅读，尤其关注模型可解释性和训练数据可信度的人群。

本文研究军事行动中网络域与电磁战（EW）协调背景下的网络电磁异常检测问题。传统网络态势感知（CSA）依赖OODA循环，需要融合异构数据源进行监控和解释，但现有异常检测方法往往只关注单一视角（要么是物理信号行为，要么是网络流量通信行为），难以刻画同时表现在电磁频谱和网络空间中的联合异常事件。为此，作者利用ZBDS2023数据集（包含网状网络节点的流量数据，具有物理层特征、流量层特征以及标注的攻击行为），设计了两种结合双域特征的异常检测模型：一种是有监督的随机森林分类模型，另一种是无监督的LSTM自编码器模型。实验结果显示，监督模型取得了89.76%的F1分数，明显优于无监督模型的64.09%，表明基于学习的方法能够有效检测融合双域特征的攻击模式，特别是监督学习方式效果更佳。然而，研究也发现正常样本与攻击样本之间仅存在细微差异，现有特征区分度不足，未来需要更丰富、更具判别力的特征来进一步提升检测性能。本文核心贡献在于验证了融合电磁与网络双层特征进行异常检测的可行性，并比较了有监督与无监督两种技术路线在军事场景下的适用性，可为网络电磁态势感知系统提供技术支持。适合关注军事通信安全、多域异常检测、网络与电磁特征融合分析的蓝队人员、安全研究者和军事C4ISR系统设计者阅读。

该论文针对网络安全监控中基于机器学习的异常检测方法存在的可解释性不足问题展开研究。现有方法要么依赖特征归因技术但忽略特征间依赖关系，要么依赖因果建模但需要大量领域知识或计算资源。为此，作者提出 XION 方法，仅基于良性流量建模网络流特征之间的关系。在检测阶段，通过特征依赖关系的违反情况来识别异常；在告警后分析阶段，XION 能够指出哪些特征关系被破坏、在攻击时间线上的哪个时刻被破坏，以及不同依赖违反之间如何演化。作者在标准 IDS 数据集上评估了 XION，并与隔离森林（IF）基线在多种攻击场景下（包括大流量攻击和隐蔽攻击）进行了比较。结果表明，在所有评估场景中，XION 的召回率匹配或超过 IF，同时推理时间最多缩短 7 倍。在告警后阶段，依赖违反分析揭示出与已知攻击行为一致的时间和结构模式，而 IF 无法提供这类信息。这些发现证实攻击确实会破坏从良性流量中学到的特征依赖，且这些破坏能为理解告警提供额外信息。

本文针对去中心化金融（DeFi）生态中稳定币智能合约的安全防护问题，提出了一套实时动态防御与异常检测架构。稳定币作为连接加密货币市场与传统金融的关键基础设施，其运行高度依赖智能合约的自动执行；然而智能合约一旦部署便不可篡改，任何安全漏洞被利用都可能导致不可逆的巨大经济损失，甚至引发系统性金融风险。现有研究存在缺乏领域针对性、静态防御模型过时等不足。为此，作者系统梳理了稳定币环境中常见的攻击向量，包括重入攻击、预言机操纵和组合式闪电贷攻击等高风险模式，并基于对12个真实安全事件的深入分析，揭示了这些攻击背后的底层机制。在此基础上，论文构建了一个融合多维链上时序特征的实时异常检测模型，采用双向长短期记忆（Bi-LSTM）算法进行恶意行为识别。实验结果显示，该模型在分类准确率上达到96.61%，对恶意攻击样本的平均召回率达到97.70%，单次推理延迟仅为1.5至2.8毫秒，满足实时检测的时延要求。该研究为稳定币项目方和安全审计人员提供了一种动态、主动的防御思路，弥补了传统静态分析在应对复杂组合攻击时的不足。本文适合DeFi安全研究员、智能合约审计工程师、稳定币协议开发团队以及关注链上安全监控的SOC分析人员阅读。

这篇 arXiv 论文研究了工业控制系统（ICS）中基于机器学习的异常检测模型在训练数据被污染情况下的鲁棒性问题。研究背景是：现有研究大多假设异常检测器的训练数据是可信的，但在实际工业环境中，训练数据可能因日志被篡改、标注错误、历史数据库记录被操纵或不当的模型重训练过程而受到污染。作者以 Secure Water Treatment (SWaT) 基准数据集为实验对象，系统评估了 11 种异构异常检测器在训练阶段数据污染下的表现。污染策略分为三类：随机注入（random injection）、相似性目标注入（similarity-targeted injection）和特征噪声注入（feature-noise injection）。前两类是在正常训练样本中混入攻击样本，第三类则是对选定的正常训练样本添加有界高斯噪声。这些方法属于基于污染的投毒，而非基于梯度的攻击。论文在统一的离线评估协议下，使用清洁的验证集和测试集，考察了 1% 到 10% 的污染预算对检测性能的影响。结果表明：检测器的鲁棒性高度依赖具体模型，无法仅从清洁数据上的表现来预测；基于注入的污染（尤其是随机注入和相似性注入）对局部密度类和距离类检测器（如 LOF、kNN 类）造成最严重的性能下降，而特征噪声污染的影响相对有限。相比之下，PCA、SVM、HBOS 和 IForest 在污染下保持相对稳定，经过调优的神经网络检测器则表现出中等鲁棒性。研究结论强调了训练数据完整性在基于机器学习的 ICS 监控中的重要性，但其发现受限于所评估的数据集、模型和威胁假设。该研究适合 ICS 安全研究人员、ML 系统可靠性工程师以及工业安全运维人员阅读，有助于理解实际部署中数据污染对异常检测系统的潜在影响。

该论文提出了一种名为 EULER 的框架，用于通过可扩展的时间图链接预测来检测网络横向移动。横向移动是高级持续性威胁（APT）攻击中的关键阶段，但传统检测方法面临挑战。作者将网络主机日志抽象为离散的时间图，将问题转化为演化网络中的异常边检测。当前深度图学习方法虽然模型多样，但普遍存在泛化性和可扩展性问题。EULER 框架采用模型无关的图神经网络（GNN）堆叠模型无关的序列编码层（如循环神经网络 RNN），从而能够灵活组合不同模型。该框架的一个重要特性是图卷积层可以轻松分布在多台机器上，从而在训练和推理阶段获得显著的性能提升。实验表明，基于 EULER 构建的模型在异常链接检测和预测方面具有竞争力，甚至优于许多现有最先进的方法。作为基于异常的入侵检测系统，EULER 模型能够高效识别实体间的异常连接，具有较高的精确率，并在无监督的横向移动异常检测任务中优于其他技术。该研究为安全团队提供了一种可扩展的、模型无关的检测框架，有助于在实际网络环境中部署基于图的异常检测。适合安全研究人员、蓝队成员以及关注网络威胁检测的工程师阅读。

该论文针对AWS云环境中存在的一个结构性安全缺陷：一旦凭证通过认证，其会话在整个生命周期内通常被无条件信任，这导致凭证一旦泄露，攻击者即可持久利用。为此，作者提出了一种可解释的适应性零信任框架（EAZTF），作为云原生安全层，在整个会话过程中持续重新评估每次API操作的合法性。EAZTF结合了隔离森林（Isolation Forest）和XGBoost两种机器学习模型，实时分析从CloudTrail和IAM中提取的8个行为特征，计算信任风险评分（TRS），并据此决定会话是继续、需要升级MFA还是被限制。每个决策均辅以SHAP或LIME解释，生成人类可读的审计记录，满足安全分析与合规要求。框架评估涵盖四种对抗性逃避策略：凭证窃取、行为模仿、API速率逃避和权限提升。在包含8500条记录的合成CloudTrail数据集上，隔离森林达到了94.4%的精确率、91.2%的召回率和0.928的F1分数。在四个对抗场景中，平均检测率为91.0%，其中行为模仿最难检测，检测率为83.9%。SHAP分析显示，IP信誉、登录时间偏差和API调用速度是三个最主要的决策特征。基于NIST SP 800-207的结构化自评估中，EAZTF获得93%的平均合规分数，而传统边界基线仅为38%。平均检测时间从数小时缩短至不到一分钟。由于实验使用合成数据，结果应被视为指示性而非经过验证的生产性能。该研究为云原生零信任架构提供了可解释、可审计的机器学习实现思路，适合关注云安全、零信任和对抗性机器学习的研究人员与安全架构师阅读。

本文提出并实现了一个名为 NODLINK 的在线 APT 攻击检测系统，旨在解决现有在线溯源图检测系统为了降低计算复杂度而牺牲检测粒度，导致生成的溯源图包含超过 10 万个节点、难以被安全运维人员解读的问题。作者的核心洞察是：在线溯源图检测中的 APT 攻击检测过程可以被建模为斯坦纳树问题（Steiner Tree Problem, STP），该问题存在具有理论上界误差的高效在线近似算法，能够恢复出简洁且与攻击相关的溯源子图。为了将 STP 近似算法框架应用到 APT 检测中，文章提出了内存缓存设计、高效的攻击筛选方法，以及一种新的 STP 近似算法，该算法在保持相同复杂度的同时比传统算法更适用于 APT 检测场景。作者在真实生产环境中评估了 NODLINK，开放世界实验表明，与两种最先进的在线溯源分析系统相比，NODLINK 在检测精度和调查精度上均高出数量级，同时保持相同或更高的吞吐量。该研究的主要贡献在于首次实现了不牺牲检测粒度的在线检测系统，同时保持高精度和高效率，为 APT 攻击的实时检测与调查提供了一种可行方案。适合从事系统安全、溯源分析、在线检测研究的学者及需要理解 APT 检测前沿技术的蓝队安全工程师阅读。

该研究针对安全日志异常检测中传统方法（如 Wazuh 规则检测、OpenSearch 统计异常检测）依赖预定义规则或历史行为基线、难以捕捉语义和上下文信息的问题，探索了利用大语言模型（LLM）进行端到端异常认证行为检测的可行性。作者指出已有 LLM 方法容易受提示构造、日志噪声以及缺乏端点特定认证行为数据的影响，因此提出了一种标准化的基于指令的 LLM 分类框架，用于检测正常、边界和异常三类认证行为，尤其关注边界情况。研究构建了一个受控的网络安全测试平台，生成端点特定认证数据，形成包含正常、边界和异常场景的精选数据集。实验评估了三种指令微调 LLM：Meta Llama 3.1 8B Instruct、Qwen 2.5 7B Instruct 和 GPT-OSS 20B，并与 Wazuh 规则检测和 OpenSearch 异常检测进行对比，使用统一的真实严重性评分框架衡量性能。结果显示 Meta Llama 3.1 8B Instruct 整体端到端检测性能最强，准确率 89.3%、召回率 88.2%、F1 分数 91.8%、假阴性率 11.8%；而 Wazuh 准确率仅 52.0%、假阴性率 68.6%，OpenSearch 准确率 49.3%、假阴性率 74.5%。对于边界异常场景，Meta Llama 检测出 80%，而 Wazuh 和 OpenSearch 分别只有 20% 和 15%。Qwen 的整体检测性能低于 Meta Llama，但平均推理延迟最低，且结构化响应有效率为 100%。GPT-OSS 在产生有效响应时表现出较强的分类性能。该研究的核心贡献在于构建了端点特定的认证日志数据集，并展示了指令微调 LLM 在安全日志异常检测中优于传统方法的潜力，尤其是对边界情况的识别能力。适合对 LLM 安全应用、日志分析、异常检测和蓝队自动化感兴趣的研究人员和工程师阅读。

本文提出 FedGuard-DC，一个面向输电系统中大型数据中心（DC）负荷的联邦学习（FL）框架，旨在解决隐私保护下的负荷预测与网络攻击检测问题。随着数据中心负荷快速增长，系统运营商需要短时准确信息，但数据中心运营商因担心泄露敏感的工作负载和利用率模式，不愿共享原始兆瓦级测量数据。FedGuard-DC 采用双头模型架构，每个数据中心在本地训练共享编码器，分别连接预测头和重构头；通过结合预测残差和重构误差的校准异常分数，在本地检测虚假数据注入攻击（FDIA）。原始测量数据和绝对有功需求保留在本地，仅向全局控制器共享模型更新。框架可选集成差分隐私和鲁棒修剪均值聚合，以评估隐私-效用权衡及恶意客户端弹性。实验基于 IEEE 39 节点新英格兰系统，集成四个额定功率 150-350 MW 的大型直流负荷的 EMT 仿真数据。结果显示：0.5 秒前瞻归一化预测 RMSE 为 0.023-0.038 pu，而持久性预测为 0.32-0.34 pu；FDIA 检测 ROC-AUC 达 0.979，F1 为 0.930，精确率 0.988；鲁棒聚合将恶意客户端影响下的 RMSE 从 0.042 降至 0.035 pu。该工作展示了 FL 在平衡隐私与能见度、同时兼顾预测精度和攻击检测方面的潜力，适合电力系统安全、联邦学习应用及关键基础设施防护研究者阅读。

本文提出一种面向网络物理系统（CPS）的数字孪生（DT）安全监测框架。传统上，数字孪生被用于实时监控物理过程，但在对抗环境中，其保真度无法保证。通信延迟、数据篡改、传感器退化或部分信息丢失都会导致孪生状态与物理状态偏离，形成时间不一致性。作者认为这种不一致性恰好能反映潜在的网络物理攻击。核心思路是：先仅利用正常系统行为训练一个DT预测器，使其能建模短期系统动态；运行时，将预测状态与观测状态之间的残差转换为多时间尺度特征，刻画残差的幅度、持续性和演化趋势。接着，用无监督密度模型刻画正常一致性模式，并引入序列变化检测机制识别持续偏离，从而判定攻击。方法在SWaT、HAI和BATADAL三个广泛使用的工控系统数据集上评估，并人为引入多种DT退化场景（如时间失同步、部分可观性丢失）。实验表明，时间不一致性模式能在低误报率（低于2%）和低检测延迟下实现可靠的事件级攻击检测，在SWaT上检测可靠性达98%。与常规异常检测相比，该方法无需攻击签名或标记攻击数据，且即使DT视图本身已退化，仍能保持有效。这表明DT退化通常被视为缺陷，却可被转化为网络物理安全监测的有用信号。

本文针对软件定义网络（SDN）中基于熵的分布式拒绝服务（DDoS）检测方法在面对物联网（IoT）环境流量波动时鲁棒性不足的问题，提出了一种轻量级的时空熵融合检测器。传统方法通常仅利用空间流量分布，并采用静态或松散自适应的阈值，难以适应合法流量的大幅波动。本方法首先从动态选择的流量属性对中计算空间熵，同时利用数据包到达间隔的随机性计算时间熵，并将两种归一化后的熵指标融合为一个统一检测指标。在阈值设定上，引入了带约束的二阶指数加权移动平均（EWMA）模型，该模型能够联合跟踪熵值的趋势和波动性，从而动态调整阈值。为避免攻击污染的观测值干扰阈值自适应过程，仅在判定为正常的窗口内更新阈值参数。实验基于测试床和CICDDoS2019数据集进行评估：在测试床上实现了99.26%的召回率、0.9737的F1分数和3.2%的误报率，相比仅使用空间熵的方法误报率降低了41.74%；在CICDDoS2019数据集上误报率为0，且与基于机器学习的方法性能相当。在资源消耗方面，每个窗口的核心处理耗时仅3.95毫秒，系统级CPU占用率为11.65%，表明该方法适用于资源受限的边缘计算和物联网部署场景。本文的核心贡献在于将时间维度熵引入SDN的DDoS检测，并通过动态阈值机制有效平衡了检测精度与误报率，为物联网环境下的轻量级安全防护提供了新思路。适合网络安全管理、SDN控制器开发及IoT边缘安全研究人员阅读。

该研究针对下一代（NextG）蜂窝网络（尤其是向6G演进过程中）面临的安全漏洞问题，提出了一种结合可解释人工智能（XAI）的异常检测框架。传统无线网络缺乏有效的异常检测机制，而未来网络架构（如O-RAN）的开放性和灵活性也引入了新的攻击面。作者在真实的开放无线接入网（O-RAN）测试环境中，实现并评估了多种人工智能模型，用于识别恶意流量。实验表明，所提出的框架能够在保证高检测精度的同时，具备高效的运行时性能。核心创新点在于引入事后可解释性方法，识别出最关键的性能指标（KPMs），从而在不损失检测准确率的前提下，将数据集复杂度显著降低80%。此外，可解释性分析还揭示了若干关键的攻击流量特征，如协议类型、带宽、间隔和持续时间，这些特征可用于预防未来的网络攻击。整体上，该框架在计算效率、检测准确性和可解释性之间取得了良好平衡，验证了其在增强下一代蜂窝网络安全方面的实际适用性。对于关注O-RAN安全、AI驱动的入侵检测以及XAI在安全场景中落地的研究者和工程师，本文提供了有价值的参考。

本文提出一种名为BGA（Bidirectional Gated Attention）的抗噪神经蒸馏框架，用于在高熵加密流量（如TLS 1.3）中提取恶意签名。研究动机是：在加密流量中，随机性强的密码学噪声会稀释注意力机制对关键控制面特征的关注，导致恶意行为检测效果下降。为此，BGA框架采用以下核心技术：首先，使用方差分析（ANOVA）将具有高判别力的控制平面特征（如工业设定点）与随机密码学噪声解耦；其次，针对87868条流记录中存在的极端类别不平衡问题，引入带梯度惩罚的Wasserstein GAN（WGAN-GP），通过强制1-Lipschitz约束生成高保真少数类样本，使罕见恶意状态注入（MSCI）攻击的检测召回率提升43.2%；再次，BGA核心网络结构集成双向长短期记忆（BiLSTM）用于提取时间依赖关系，并提出自适应门控多头注意力机制，该门控单元作为神经滤波器，动态抑制加密伪影并放大恶意签名。在CIC-IDS-2018和Edge-IIoT基准上，BGA在各项关键指标上均超过95.2%的性能上限。噪声注入压力测试表明，BGA的结构鲁棒性优于普通Transformer，性能裕度高8.57%；其超低推理延迟为0.2820毫秒（按ARM理论扩展估计为1.6920毫秒），表明在异构工业边缘网关上具有实时部署潜力，并为未来硬件实现提供了有前景的架构基线。本文适合工业控制系统安全、加密流量分析、入侵检测系统及边缘计算安全方向的研究人员阅读。

电动汽车充电基础设施正日益成为网络攻击的目标，而合法的用户行为——如在充电激活后修改请求的充电能量和离开时间——与充电操纵攻击在界面上高度相似，这给攻击检测带来了独特挑战。现有方法往往将任何请求修改视为异常，导致高误报率，无法区分恶意操纵与正常用户更新。本文针对这一核心问题，提出了一种基于会话级别、且对泄漏进行控制的基准测试框架。该框架保留真实 ACN (Adaptive Charging Network) 数据中会话输入的顺序信息，并将合法的修订行为建模为正常行为。为公平评估，作者设置了一个固定的攻击池，确保每个生成的攻击样本都归属于其源会话的数据划分，并构建了六种基于物理意义的攻击及其协同变体。研究对比了22种模型族，涵盖仅配置文件、状态转移感知和上下文分层等方法，并在共同的分组折、攻击数据和运行约束下进行交叉验证。提出的新模型——双分支掩码自编码器 (Masked-Autencoder) 转换增强模型 (Dual-Branch Masked-AE Transition Boost)——由两个分支构成：状态分支结合掩码重构与基于径向基函数的一类支持边界，负责判断当前请求是否正常；转移分支则结合掩码重构与收缩协方差距离，用于评估产生当前请求的转移过程是否类似于观察到的良性更新。模型在源分组五折交叉验证下，通显式设定整体正常率和良性更新接受率约束来选择完整配置，并使用独立的正常数据校准最终阈值。实验表明，该双分支模型在抵御恶意请求操纵的同时，不会错误地拒绝合法用户的选择，展现出最强的鲁棒验证性能。本文的核心贡献在于提出了一个更具现实意义的攻击检测评估框架，以及一个能够区分合法更新与恶意操纵的双分支检测模型，对电动汽车充电系统安全研究具有重要参考价值。适合充电基础设施安全研究者、工业控制系统安全工程师以及机器学习与安全交叉领域的研究人员阅读。

SSH（安全外壳协议）是远程系统管理的核心协议，但基于密码的认证方式使其面临大规模暴力破解、字典攻击和凭证填充攻击的威胁。传统基于规则的防御措施如Fail2Ban难以检测缓慢、分布式或自适应阈值的攻击者，而传统的账户恢复机制（如电子邮件链接、一次性密码OTP、带外验证）又引入了网络钓鱼、会话劫持和弱认证绑定等新的安全风险。针对这些问题，本文提出了SSHafe系统，一种实时的SSH暴力破解检测与缓解方案。SSHafe将时间序列特征工程与轻量级LightGBM分类器相结合，直接从系统认证日志中识别攻击模式。通过多尺度滑动窗口提取尝试速率、到达间隔、失败比率和用户名多样性等行为特征，该模型在基准数据集上实现了99.96%的检测准确率，并在未标记的真实流量中表现出强大的泛化能力。一旦检测到攻击，SSHafe会自动阻止目标用户账户，并通过SSH横幅引导合法用户使用一种基于passkey的新型密码轮换流程。该密码重置标准在单个密码学绑定流内完成认证与密码更新，无需会话、Cookie、OTP或邮件验证，从而减轻了网络钓鱼、会话劫持、CSRF和重放攻击。在Azure虚拟机和实时对抗流量上的实验表明，SSHafe能在十秒内识别并抑制暴力破解活动，即使使用弱口令也能有效防止账户被攻破。该研究为SSH服务器提供了更智能的实时防护方案，并为密码恢复流程设计提供了新思路。

本文针对检索增强生成（RAG）系统面临的投毒攻击威胁，提出了一种基于文档级注意力坍缩（Attention Collapse）的检测方法。RAG通过注入外部文档来增强大语言模型的生成能力，但攻击者可能注入对抗性文档以操纵模型输出。现有检测方法主要依赖输出侧信号，如困惑度（perplexity）和一致性检查，但作者分析发现，经过精心设计的攻击往往诱导模型产生虚假的自信，受污染输出的困惑度甚至低于良性输出，使得基于不确定性的检测方法失效。为此，作者转向研究生成器内部注意力动态，发现攻击会导致一种独特的信号——注意力坍缩：良性生成中的注意力通常分散，而受攻击生成中注意力集中到被污染的文档，从而使注意力熵降低。基于这一发现，作者提出了轻量级检测框架D-SCAN（Document-level Signal Collapse Analysis），通过监控注意力动态来识别被攻击的生成结果。在多个攻击基准上的大量实验验证了该方法的有效性，并且D-SCAN甚至能检测到最终答案未被改变的攻击（即攻击不成功但仍有恶意意图的情况）。代码已开源。该研究为RAG安全提供了新的内部信号检测视角，适合从事LLM安全、红队和防御研究的人员阅读。

本文针对水分配网络（WDN）中工业控制系统（ICS）面临的网络攻击问题，提出一种基于拓扑分析的攻击检测方法。研究背景是传统检测方法依赖原始流量或协议信息，难以捕捉攻击引起的结构性变化，导致检测能力有限。作者采用基于图处理机器学习（GPML）框架，将原始网络流量转化为动态图，提取社区结构（community）和谱图（spectral）特征，并分析这些特征随时间的变化，以识别通信和结构异常。在三个工业水分配数据集（HITL、SWaT和CrossTest）上进行了评估，结果表明联合使用谱和社区图指标能有效提升对网络攻击和物理攻击的检测性能。该方法展示了图分析在ICS安全中的潜力，为关键基础设施的安全防护提供了新的视角。本文适合从事关键基础设施保护、工业控制系统安全以及异常检测研究的从业者和研究人员阅读。

本文针对研究与教育网络（RENs）面临的独特安全悖论展开研究。RENs 承载着大规模、突发性的“大象流”正常科研流量，这些流量在统计特征上与 DDoS 等容量型攻击高度相似，导致传统监控系统产生大量误报，进而使安全运营人员无法及时发现真实威胁。为缓解该问题，作者提出并评估了一个高保真流量预测框架，旨在为 RENs 建立动态安全基线。研究使用了独家获取的 Internet2 57 天数据集，涵盖十个骨干路由器，总计 137 亿个数据包，是该领域首个大规模、异常感知的流量预测基准测试。作者系统评估了六个模型家族，从传统 SARIMA 到最新的长序列架构（TiDE、PatchTST），共配置了 960 组实验。结果表明，先进架构（尤其是 TiDE）相比传统方法将基线预测误差降低了 30% 至 42%（p < 0.001），显著提高了区分合法科学突发流量与潜在异常的能力。此外，论文提出了一种新颖的异常集成策略，在存在噪声的情况下将模型鲁棒性提升了 3.3%。这项工作首次提供了经统计验证的框架，用于区分科学工作流与网络攻击，从而支持更自主、更具弹性的网络安全运营。适合网络运维人员、安全分析师以及流量预测与异常检测方向的研究者阅读。

本文针对传统 BB84 量子密钥分发（QKD）系统中固定 11% 量子误码率（QBER）阈值检测窃听方案的不足，提出了一种基于时间维度 QBER 的机器学习框架，用于多类型窃听攻击的检测与分类。传统方法仅依赖会话级平均 QBER，而隐蔽攻击可能始终低于阈值但仍危害信道安全。该框架从 QBER 时间序列中提取 63 个基于物理信息的时序特征，涵盖突发行为、时间不稳定性、基选择不对称性以及 QBER 损耗交互等维度。研究评估了随机森林、XGBoost 和带径向基核函数的支持向量机（SVM-RBF）在七种窃听攻击及正常信道场景下的性能，并引入噪声和损耗条件。在十次独立运行的平均结果中，XGBoost 达到 88.01%（标准差 0.47%）的准确率和 0.8803 的宏 F1 分数，SVM-RBF 表现相近，验证了所提特征的鲁棒性。作为二分类攻击检测器与常规阈值监控对比时，固定 11% QBER 阈值准确率仅 25.82%，漏报率高达 0.8477；而所提框架将漏报率降至 0.0198，显著提升了对逃逸阈值监控的隐蔽攻击的检出能力。基于 SHAP 的可解释性分析表明，物理信息时序特征和信道派生特征对识别窃听策略具有高度区分性。实验证明，基于时间 QBER 的机器学习为 BB84 QKD 系统提供了准确、可解释且实用的多攻击安全监控框架。

本文提出 MAGIC，一种基于掩码图表示学习的自监督高级持续性威胁（APT）检测方法。现有基于数据起源图分析的 APT 检测方法存在三个主要缺陷：一是依赖包含攻击的数据和先验知识，难以应对未知攻击；二是无法充分提取起源图中丰富的上下文信息；三是计算开销和内存消耗过大，实际部署困难。MAGIC 通过掩码图表示学习对正常系统实体和行为进行建模，在起源图上执行高效的深度特征提取和结构抽象，从而在不依赖攻击样本的情况下学习正常行为模式。检测阶段，MAGIC 利用异常检测方法识别偏离正常模式的系统行为，支持系统实体级和批量日志级两种粒度的 APT 检测。此外，MAGIC 专门设计了模型自适应机制以应对概念漂移，提高在动态环境中的鲁棒性，适用于多种检测场景。作者在三个广泛使用的数据集（包含真实攻击和模拟攻击）上进行了评估，结果显示 MAGIC 在所有场景下均取得了有竞争力的检测效果，并且在性能开销上显著优于现有的最先进 APT 检测方法。该研究的核心贡献包括：提出一种灵活的自监督 APT 检测框架，无需攻击样本；利用掩码图表示学习捕获深层语义；支持多粒度检测和概念漂移适应；在多个数据集上验证了有效性和高效性。适合安全研究人员、SOC 分析师以及对 APT 检测和溯源分析感兴趣的从业者阅读。

本文针对网络物理系统（CPS）异常检测器的评估方法提出批评与改进。当前领域普遍使用精确率、召回率或 F1 分数在单一工作点（operating point）上比较不同架构的检测器，例如深度神经网络、不变式模板等。作者指出，这些指标混淆了两个独立环节：一是检测器对物理过程的表示能力（residual 生成），二是报警阈值设定的好坏。为此，本文提出将 CPS 异常检测器视为两阶段流水线：第一阶段将观测映射为残差（residual），第二阶段将残差映射为报警。作者主张直接评估第一阶段，使用归一化残差能量（normalized residual energy），该指标与训练正常参考分布的 Kullback-Leibler 散度具有精确数学联系，且不依赖特定报警规则。该评估可独立衡量攻击分离度、训练-测试差距下的稳定性，以及检测器对物理过程的编码紧凑性。作者在不做任何逐检测器调参的情况下，对五种检测器（GDN, FuSAGNet, TranAD, NSIBF, GeCo）在三个 CPS 基准（SWaT, WADI, HAI）上进行了评估。结果显示，尽管这些检测器在 SWaT 上的 ROC-AUC 值相近，但在共同误报率下性能相差超过一个数量级；且排名随测试床变化——TranAD 在 HAI 上第一但在 SWaT 上垫底，NSIBF 在 WADI 上第一但在 HAI 上垫底。在 WADI 上，局部攻击可以逃避跨通道汇总证据的检测器，这解释了 NSIBF 为何优于在其他基准上表现良好的方法。研究表明，检测失败可能源于不同原因：表示能力弱、阈值校准差、或攻击本身物理影响很小。不依赖决策规则的分析有助于区分这些原因。

本文针对电力网络中的网络物理攻击检测问题，提出了一种名为 AdaptoNet 的模块化自适应神经网络。研究背景是：针对电网的攻击往往将物理破坏与数据篡改相结合，以破坏网络物理系统的稳定性。作者重点研究了一类特定的数据拒绝攻击（data denial attack），即攻击者在触发线路停电的同时，屏蔽目标区域的测量数据。实验表明，此类攻击可使标准数据驱动检测方法的性能下降超过 86%，导致传统方法失效。为应对这一挑战，AdaptoNet 采用模块化设计，包含一个在完整数据上预训练的冻结基础模块，以及一个基于二进制测量可用性向量进行条件控制的可训练自适应模块。通过该条件控制机制，模型能够区分“测量被拒绝”与“真正的异常数据”，而无需重新训练基础模块。研究在四个 IEEE 标准测试系统（30、39、57 和 118 节点）上进行了评估，模拟了区域内攻击最多屏蔽 20% 测量值的情况。结果显示，AdaptoNet 将 F1 分数从低于 12% 恢复到 81% 以上，提升约七倍，接近使用完整测量值时的 89%-99% 基线性能。本文的核心贡献在于：提出了一种对测量可用性变化具有鲁棒性的模块化架构，无需重新训练即可适应部分测量缺失的场景，为电网等关键基础设施中的网络物理攻击检测提供了新的思路。适合网络安全研究人员、电力系统安全工程师以及关注数据可用性攻击的防御者阅读。

该论文提出了一种名为 KnowGraph 的新型图异常检测方法，旨在解决传统基于图神经网络（GNN）的方法在数据分布变化时泛化能力不足的问题。实际安全场景中（如交易网络欺诈检测、网络流量入侵检测），领域知识通常更稳定且已被广泛使用，但现有模型难以有效整合这些知识。KnowGraph 包含两个核心组件：第一，统计学习组件，包含一个用于整体检测任务的主模型以及多个预测特定领域语义实体的专门知识模型；第二，推理组件，利用概率图模型基于模型输出执行逻辑推理，通过加权一阶逻辑公式编码领域知识。在大规模真实数据集上的实验表明，KnowGraph 在直推式（transductive）和归纳式（inductive）设置下均一致优于当前最先进的基线方法，尤其在泛化到完全未见过的测试图时，平均精度获得显著提升。消融实验进一步证明了推理组件在改善检测性能方面的有效性，特别是在极端类别不平衡情况下。该工作凸显了将领域知识融入数据驱动模型在高风险基于图的安全应用中的潜力。

该论文针对物联网（IoT）设备在关键任务环境中的安全与隐私挑战，提出了一种联邦学习（FL）与大型语言模型（LLM）驱动的威胁情报框架，用于构建零信任物联网架构。传统IoT设备常因资源受限而无法更新，易受病毒、数据泄露和未授权访问等威胁。现有解决方案未能从根本上解决分布式环境中的信任问题。本文提出的框架将FL异常检测、隐私保护分布式学习、持续身份验证以及LLM驱动的自主威胁响应整合到统一流水线中。FL允许各设备在本地训练模型并仅共享梯度，从而保护数据隐私。通过基于MQTT协议的相互传输层安全（mTLS）机制，框架在每一通信层执行零信任原则，确保没有任何设备或消息默认可信。实验使用树莓派和多种传感器实现，评估了异常检测性能，取得了0.9091的F1分数和1.0的ROC-AUC，证明了该框架在资源受限IoT设备上实现隐私保护异常检测的有效性。该研究的核心贡献在于：1）提出FL与LLM结合的新型威胁情报方法；2）在轻量级IoT设备上实现零信任通信；3）实验验证了高检测精度。适合物联网安全研究人员、零信任架构设计者及网络安全从业者阅读。

本文提出了一种面向物联网（IoT）部署的闭环访问控制架构，旨在将基于网络的异常检测结果自动转化为实际的网络撤销动作。现有研究大多仅停留在告警层面，而将自动执行留作未来工作或依赖可编程数据平面，但后者在真实网络中部署有限。本文利用标准且已广泛部署的协议实现闭环：设备通过IEEE 802.1X与EAP-TLS进行认证，RADIUS服务器作为持续策略决策点，能够通过Change-of-Authorization Disconnect-Request主动终止活跃会话，并通过证书撤销永久排除设备。一个中央上下文感知策略引擎持续消费异常检测器的输出，并通过受限通道向RADIUS服务器发送响应指令。该引擎设计为可扩展至其他访问类型，但本文仅评估网络访问控制机制。检测器基于先前MUD/SDN设计改编而来，采用单类检测器，用被动流量捕获和单个融合模型替代了原方案中每个流的多个模型管道，该融合模型结合了基于聚类、流量体积和协议签名的评分。在单个测试设备上，检测器达到0.9964的AUC，使用了比参考设计约43倍少的训练数据，检测出所有24个评估攻击场景（8种攻击类型，3种强度）。告警可靠地触发了自动断开连接和撤销响应，平均设备从网络中移除时间为335.8毫秒，证书撤销额外耗时111.5毫秒。作者将评估视为闭环架构的演示，而非检测器本身，并讨论了多设备泛化作为下一步工作。

该论文关注基于LLM的多智能体系统（MAS）面临的安全挑战。现有防御方法通常假设攻击在语义上显式可识别，并依赖显式的图结构建模MAS拓扑和Agent间交互。然而，实际攻击越来越隐蔽，且MAS执行通常是异步的，不满足图传播模型所需的时间对齐。为此，作者提出AcMAS，一种基于激活空间的恶意行为检测框架。AcMAS通过分析本地Agent内部推理状态的激活空间，无需依赖显式交互图，即可同步鲁棒地检测隐蔽攻击。此外，激活分析能指导AcMAS恢复受损Agent的功能，而非简单地隔离。实验表明，AcMAS在同步设置下F1达0.94（优于基线0.72），在异步设置下F1达0.93（优于基线0.38），且能泛化到不同的开源LLM骨干、攻击强度和MAS规模。该工作为MAS安全性提供了新视角，适合AI安全研究人员、SOC分析师及系统设计者阅读。

本文提出FDIFormer，一种无需特征工程的虚假数据注入攻击检测框架，专门针对基于IEC 61850 GOOSE协议的智能电网通信。研究背景：智能电网通过通信网络和智能电子设备实现自动化运行，但互联性增加使其易受网络攻击，其中虚假数据注入（FDI）攻击通过删除、修改或添加数据包操纵通信消息，尤其在IEC 61850变电站中，GOOSE消息负责传输关键保护和控制信息。由于恶意数据包与合法通信高度相似，现有检测方法严重依赖手动设计的协议特征，需要大量领域知识且泛化能力有限。核心方法：FDIFormer将GOOSE数据包序列转换为结构化文本窗口，捕获通信行为，然后利用预训练Transformer模型（如GraphCodeBERT、BERT和RoBERTa）直接学习攻击相关模式。评估使用QUT-ZSS-2023-GOOSE数据集，采用场景级三折交叉验证。结果：GraphCodeBERT达到0.595±0.122的MCC，与最强手工特征基线XGBoost（0.604±0.121）相当，比TF-IDF基线提高0.133。主要贡献：首次证明预训练Transformer表示可有效用于IEC 61850 GOOSE通信中的FDI攻击检测，无需依赖人工特征工程，为工业控制系统安全提供了新思路。适合安全研究人员、智能电网安全工程师和机器学习从业者阅读。

针对多变量时间序列异常检测中数据复杂度增加、跨时间尺度依赖复杂的问题，传统方法难以同时捕获时间动态特征与序列间复杂相关性。为此，本文提出MSCENet框架，通过先进的时空学习与多尺度学习技术提升检测精度。该框架包含三个核心模块：细粒度时间卷积模块利用扩张卷积捕获短时和长时模式；将序列间关系建模为图结构，采用Mixhop图卷积自适应捕获不同时间尺度下的空间依赖；多尺度门控卷积模块通过门控机制融合时空属性，实现多尺度微小变化的检测。实验在SMD、PSM和SWaT三个真实数据集上验证了MSCENet的有效性，表明其能适应复杂时间序列数据环境中的异常检测。论文主要贡献在于提出了一种集成多尺度相关增强的端到端框架，为多变量时间序列异常检测提供了高性能解决方案。适合时间序列异常检测研究者、安全分析师及运维工程师阅读。

该论文首次系统性地探讨了基于深度学习的异常检测在安全应用中面临的常态漂移（normality shift）问题。传统异常检测模型通常假设训练与部署数据分布一致（闭世界假设），但真实环境中正常行为分布会随时间变化（如网络流量模式、系统调用序列等），导致模型性能下降。现有研究多关注异常行为或监督学习的概念漂移，而忽略了无正样本（zero-positive）异常检测中常态漂移的挑战。论文提出了 OWAD（Open World Anomaly Detection）框架，该框架通过无监督方式检测常态漂移，无需人工标注；解释漂移原因，帮助运维人员理解变化；并自适应调整模型以恢复检测性能。OWAD 在分布级别（而非实例级别）处理漂移，降低了标注开销。作者在三个安全相关异常检测应用（如 SCADA 系统入侵检测）上使用长期真实数据进行实验，结果表明 OWAD 在适应常态漂移方面优于现有方法，且所需标注更少。论文还提供了案例研究和实际部署建议，并已在 SCADA 安全系统中初步部署。该工作为安全运维中应对数据分布变化提供了实用框架。

本文针对自1878年提出至今仍未解决的Gilbreath素数猜想，提出了一种全新的攻击方法。该猜想陈述简单，但多年研究进展甚微。本文通过引入筛法理论，包括反向筛法的概念，重新定义了问题的解决路径，并给出了一系列带有证明的新结果。论文不仅深入探讨了素数、魔素数、禁忌素数构型以及细胞自动机等理论主题，还展示了这些数学工具在金融科技和网络安全领域的实际应用，例如随机性测试、模式识别、欺诈检测、异常检测、合成数据生成、序列分类与归一化，以及布朗运动等时间序列中新型混沌的检测与量化。核心贡献在于提出了一种系统的反向筛法方法，并通过等价序列类化简技术，为最终破解猜想提供了清晰路线图。读者对象为对素数理论、数论应用、及跨学科安全研究感兴趣的研究人员。

本文针对 REST API 安全中因文档不完整或缺失导致传统安全方案失效的问题，提出了一种无监督异常检测方法 HRAL（HTTP REST API Learning）。HRAL 直接从网络流量中学习 API 端点结构（如 URL 路径、参数、方法等）及正常行为模式，无需依赖 OpenAPI 规范或预定义规则。其核心创新在于利用图结构建模 API 调用间的关联，并基于统计异常检测识别偏离正常行为的恶意请求。实验在多个真实 API 数据集上进行，评估了不同 OpenAPI 文档覆盖度下的性能。结果显示，HRAL 在仅有部分文档时平均召回率达 82.07%，F1 分数为 87.24%，显著优于现有方法；当与 OWASP ModSecurity CRS 等签名规则结合时，检测率达到 100%。该方法特别适合 DevOps 和 API 安全团队在缺乏完整 API 文档的生产环境中构建基线检测能力。论文贡献包括：提出一种轻量级、不依赖文档的 API 行为建模方法；在部分文档场景下实现接近全文档定义的检测效果；验证了无监督学习与签名规则互补的可行性。

该论文提出了一种无需训练即可检测容器化微服务环境中异常行为的新方法 REPLICAWATCHER。传统的基于异常的入侵检测系统需要建立全面的行为基线，但在微服务等动态环境中，“正常”概念频繁变化，导致基线老化并逐渐失效，需要定期重新训练，这在安全应用场景中颇具挑战。REPLICAWATCHER 的核心洞察是：微服务中为容错或可扩展性而部署的副本（replicas）会执行类似任务并呈现相似行为模式。通过实时观察同一服务的多个容器实例的行为，任何偏离其对应副本的显著差异都可作为安全威胁的重要指标。该方法完全无需训练阶段，避免了基线更新和模型老化问题。实验评估表明，REPLICAWATCHER 对正常行为偏移具有鲁棒性，无需重新训练即可保持有效性。与最先进的基于训练的方法相比，其性能相当，平均精确率达 91.08%，召回率达 98.35%。该研究适用于安全运维工程师、微服务架构师及威胁检测研究人员，尤其适合动态变化环境下的异常检测场景。

该论文研究了基于系统调用轨迹的主机入侵检测系统（HIDS）在从已知漏洞（CVE）泛化到同一弱点类别（CWE）中新漏洞时的表现。传统HIDS通常对单个CVE进行训练和评估，但实际运营中需要识别已知弱点类型的新攻击。作者利用LID-DS-2021数据集中的六个攻击场景，将其分为三个CWE家族：CWE-307（认证绕过）、CWE-89（SQL注入）和CWE-434（无限制文件上传）。他们提取了每滑动窗口的66维Peng-Guo风格特征向量，并使用Isolation Forest和SGD One-Class SVM训练单类异常检测器，通过校准阈值固定目标假阳性率（FPR）。论文定义了四个研究问题：自检测能力、不对称跨CVE迁移、CWE级联合正常轮廓的价值、特征过滤对迁移性的影响。实验结果表明，CWE-307的联合检测器在FPR=0.05时达到了F1=0.6976（精确率0.8994，召回率0.5698），而CWE-89和CWE-434在相同协议下F1≤0.21。跨CVE迁移显示出强烈的方向依赖性，主要受源正常行为轮廓的广度而非CWE标签的影响。作者得出结论：使用当前系统调用特征，CWE级泛化在某些弱点家族中是可实现的，但并非所有；并强调校准FPR是在此类设置中诚实报告的方法论前提。该研究为HIDS在弱点类别级别泛化提供了实证基础，指出了当前方法的局限性和改进方向。

该论文提出了一种名为 FuseChain 的运行时检测框架，旨在应对软件供应链攻击的多阶段、跨源和时间分布特性。现有运行时检测系统通常独立分析不同来源的遥测数据（如包管理、进程事件、网络流量、DNS/HTTP 元数据和安全告警），难以发现低频攻击证据或重建攻击的时间上下文。FuseChain 将这些多源遥测数据统一表示为时间异构图，在统一的事件时间轴上对齐，从而捕捉跨源依赖和稀疏的攻击证据。它从良性前缀遥测数据中学习以异常为中心的时间表示，并通过一个轻量级解码器在冻结异常检测骨干网络上实现可部署的攻击阶段重建。实验表明，在稀疏且不平衡的运行时供应链遥测数据下，联合优化异常检测与阶段预测效果不佳。在七个供应链攻击场景中，FuseChain 使用冻结骨干解码器将可部署的阶段重建召回率（Stage Recall@500）从 0.369 提升至 0.881，自适应检索进一步将可观测阶段召回率从 0.524 提升至 0.655，且无需修改检测器。这些结果突显了将运行时供应链异常检测与下游攻击阶段解释解耦的部署价值。

该论文提出并评估了一个端到端的联邦学习系统，用于在边缘设备上进行无监督的12导联心电图异常检测。系统结合了三种自编码器架构（VanillaAE、ConvAE、VAE），基于Flower框架实现跨十个模拟医院的联邦平均聚合，并集成客户端差分隐私（DP-SGD，使用Rényi-DP会计）和8位整数量化后训练压缩（在树莓派4上测试）。实验使用PTB-XL数据集，表明联邦学习在所有架构上达到或超过集中式基准（ConvAE的ROC-AUC为0.782），隐私预算ε=4被推荐为临床操作点。INT8量化使模型大小减半，树莓派延迟降低44%，且AUC损失小于0.12%。关键发现是差分隐私和量化惩罚可经验独立叠加，因此实践者无需在强隐私保证和小型边缘部署之间权衡。该工作是首个结合联邦学习、形式化(ε,δ)-差分隐私、无监督重建检测和量化AArch64部署的系统，为医疗物联网中的隐私合规实时监测提供了工程基准。

本文研究人工智能控制监控器（AI-control monitors）在面对分布式破坏攻击时的检测能力。传统监控器基于单步动作打分，但真实的危害可能分散在多个看似正常的步骤中，每个步骤的得分都低于警报阈值。作者提出了一种基于高斯Copula和AR(1)过程的边缘保留、编码相关性的分布式破坏攻击方法。该攻击通过精心构造，使得每一步的监控器得分边缘分布与正常行为完全相同，从而绕过了基于均值、最大值、top-k尾部和阈值等分布形状监控器（Monitor A），而将危害编码在时间相关性结构中。论文围绕三个审稿人要求的验证环节展开：（1）可实现性验证：攻击在所有测试的危害水平（最高3.0）下，其K-S距离与正常行为仅为0.013（几乎为零），证实危害与单步边缘分布完全解耦，可实现性不受危害限制。（2）监控器A与B的调和：作者形式证明了针对监控器A的得分边缘构造的攻击，在另一类监控器B（相关性/序列族：CUSUM、SPRT、HMM-LR、游程检验、自相关、窗口逻辑回归）下仍然维持边缘保留特性，并将最坏情况的主张限定在允许时间特征的那些得分函数上。（3）非空可检测性带：监控器A的AUC为0.52（随机水平），而监控器B在1%假阳性率目标下AUC达到0.79-0.97；随着危害被分摊到更多步骤，监控器A退化为随机猜测，而监控器B仍保持约0.95的AUC。这些结果证明了非空可检测性带的存在，并刻画了亚阈值破坏前沿：分布形状监控器因构造而失效，而时间相关性监控器可以检测但并非简单最优。

本文针对智能家居平台中存在的自动化规则异常和跨平台威胁问题，提出了名为 CP-IoT 的跨平台监控系统。智能家居平台广泛使用，用户通过定义自动化规则实现日常任务，但不同平台上的规则异常（如执行不一致）和跨规则威胁（如多个规则组合导致安全隐患）难以被现有单一平台检测工具覆盖。CP-IoT 的核心创新在于构建一个中心化的动态图模型，用于刻画自动化规则的行为和状态变迁。该系统通过分析两种不同描述粒度的应用页面，提取规则执行逻辑并收集不同平台的用户策略。为了检测同一规则在不同平台上的不一致行为，作者提出了一种基于侧信道流量聚类的自学习事件指纹提取方法，并通过检查规则执行行为与图模型中规格是否一致来实现异常检测。对于跨规则威胁，系统将每种威胁类型形式化为符号表示，并在图上应用搜索算法来发现潜在危险组合。实验在四个主流智能家居平台上进行，结果表明 CP-IoT 能够高准确率地检测异常，并有效发现多种类型的跨规则威胁。该研究为跨平台智能家居安全监控提供了新思路，适合智能家居安全研究人员、平台开发者及安全运维人员阅读。

该论文针对大学学术管理信息系统（ACMIS）面临的多维安全威胁（包括暴力登录、支付欺诈、权限提升、内部数据窃取和学术诚信违规）提出了一种基于AI的安全代理方案。传统基于规则的系统难以区分恶意行为与正常操作，因此作者设计了一个结合监督式异常检测、行为分析以及用于安全密码恢复的自然语言处理聊天机器人的安全代理。该代理监控五个操作层：认证、授权、金融交易、用户行为和系统健康，并通过四级风险升级框架进行响应。系统采用模块化架构，便于扩展到其他机构系统。在模拟的ACMIS事件日志数据集上，该方法实现了威胁检测宏平均F1分数0.91，而基于规则的基线仅为0.49，且关键层级自动响应延迟在95百分位下低于300毫秒。论文适合对AI驱动的异常检测、教育系统安全及自动化响应感兴趣的网络安全研究者阅读。

本文研究云存储中通行密钥（passkey）的安全性，重点关注如何检测通行密钥存储是否被入侵。通行密钥作为密码的替代方案，其私钥通常存储在云端（如iCloud、Google账户），一旦被攻击者获取，将导致用户身份被冒充。论文提出一种基于异常检测的方法，通过分析访问模式、密钥使用日志和存储元数据，识别潜在的入侵行为。该方法包括三个模块：1）行为基线建立，使用无监督学习学习正常用户访问特征；2）异常评分，结合统计检验和机器学习模型对实时事件打分；3）归因分析，确定入侵来源（如内部泄露、外部攻击）。实验使用合成数据集和真实云存储日志进行验证，结果表明该方法在保持低误报率的同时，能有效检测多种入侵场景，包括会话劫持、存储后端泄露、恶意同步等。本文的主要贡献在于首次系统性地针对passkey云端存储构建检测框架，并提供了经验性评估。适合云安全工程师、身份认证研究人员阅读。

该论文提出了TRACE框架，用于检测自主LLM agent在长期任务轨迹中隐藏的恶意行为。问题背景是：标准轨迹级监控难以检测agent通过一系列单独无害但序列组合后具有恶意的行为。现有方法要么一次性评估整个轨迹，要么将轨迹分割成独立窗口评分，这限制了跨时间步连接证据的能力。TRACE框架采用TIJ（Triage-Inspect-Judge）循环：首先筛选出高信号区域，然后进行针对性检查并在推理步骤间维护累积证据，最终综合出轨迹级判定。在SHADE-Arena基准的十个任务域上，TRACE取得了0.713的宏F1和0.844的召回率，尤其在需要长程证据关联的任务上提升显著。该工作面向LLM agent安全监控场景，为蓝队提供了一种新的检测思路。

低地球轨道（LEO）巨型星座（如SpaceX的Starlink和Amazon的Kuiper）依赖光学星间链路（ISL）实现自主网格路由，为全球提供低延迟通信、物联网和安全服务。随着星座密度增加和多运营商对等组网，ISL完整性对商业可用性和国家安全至关重要。然而，现有实时安全方法仅关注物理层安全，对网络层及复合攻击存在盲点。本文提出一种跨层轻量级行为指纹框架CLIF，该框架在卫星上融合物理层测量（如信号强度、角度）与网络层数据（如流量统计、路由状态），以低计算开销检测异常。作者构建了覆盖Starlink第一壳层（1584颗卫星）、Kuiper壳层（1156颗卫星）以及多运营商联合对等场景（2740颗卫星）的轨道仿真，注入十种攻击类型（包括欺骗、流量操纵、路由颠覆等）并设置不同严重等级。评估了三种基于每颗卫星的无监督检测器，其中基于马氏距离的检测器在Starlink上达到99.5%的召回率，Kuiper上99.4%，多运营商星座上94.8%，同时保持假阳性率（FPR）低于0.7%。结果表明，跨层特征融合不仅对LEO星座的全面安全保护是必要的，而且在大规模网络中具有高成本效益，同时适合资源受限卫星的严格星上能量预算。该研究的核心贡献在于首次系统性地将物理层与网络层数据结合用于LEO星座攻击检测，并在大规模仿真中验证了其有效性与轻量性。

该论文提出了一种名为 SECUREVENT 的混合 AI/ML 安全监控架构，用于分布式事件驱动系统。随着物联网遥测、云原生微服务和安全运营管道等场景的普及，分布式事件系统（如发布/订阅服务）的松耦合和异步交付特性在提升可扩展性的同时，也扩大了攻击面：发布者、代理、订阅者、主题、模式和时间顺序都可能被滥用，而单一组件无法观测全局行为。SECUREVENT 架构结合了传统安全机制（如认证传输、主题级授权、签名事件）与在线异常检测、图感知行为特征、复杂事件策略规则、联邦学习以及对抗性机器学习治理。通过在合成事件流攻击上的确定型原型研究，展示了混合 AI/CEP 监控器在保持低误报率的同时，如何提升静态规则的召回率。核心观点是：当事件流、身份、模式和时间关系过于动态，静态控制不足以应对时，基于模型的安全监控是必要的。该研究适合安全架构师、事件驱动系统开发者和安全运营人员阅读。

本文提出 IstGPT，一种基于大语言模型（LLM）和图神经网络的工业系统异常检测工具。工业互联网系统面临复杂的 ICS 攻击，现有工具难以实时检测传感器与执行器之间的复杂依赖关系。IstGPT 首先利用工业多模态知识（包括运行数据、技术文档和系统图），通过多阶段提示工程提取传感器-执行器依赖图；然后通过 LLM 优化迭代改进图的节点准确性、边一致性和逻辑连贯性；最后，集成了改进的图神经网络与编码器-解码器架构，通过重构误差检测异常。在 9 个数据集（2 个公共、6 个模拟和 1 个真实机器人手臂数据集）上与 12 个基线对比，IstGPT 在 F1 分数和新的时间感知指标 eTaF1 上均取得最佳结果。文章还讨论了在真实工业场景中部署的可行性。

本文针对区块链异常检测中面临的两大挑战：恶意行为者造成的对抗性模式演化，以及区块链上交易语义多样性导致的分布外（OOD）问题。作者提出了一种名为 TEMG-TTA（时间感知的图测试时自适应）的新型框架。该框架首先通过高效的计算机制全面捕获每个活跃地址的三节点时间模式分布，从而实现下游的时间模式感知图学习。其次，设计了一种简单有效的测试时自适应策略，促进训练图与测试图之间共享共同模式。在5个真实数据集上的实验表明，TEMG-TTA 平均比现有最先进的图异常检测方法高出54.88%。进一步对可解释模式模式的案例研究表明，TEMG-TTA 能够明确表征异常地址的复杂交易模式，验证了其技术设计的有效性。代码将开源。本文研究工作为区块链异常检测提供了新的思路，尤其适用于处理动态演变的交易模式和数据分布漂移问题。

论文《DeepAID: Interpreting and Improving Deep Learning-based Anomaly Detection in Security Applications》聚焦于安全领域中基于深度学习的无监督异常检测模型的可解释性问题。尽管深度神经网络在检测未知威胁方面表现出色，但其缺乏可解释性严重阻碍了实际部署。现有解释方法主要针对监督学习模型和非安全领域设计，无法直接适用于无监督模型，也难以满足安全领域的特殊需求（如误报分析、攻击溯源等）。为此，作者提出DeepAID框架，旨在为无监督深度学习异常检测模型提供解释。该方法通过分析模型内部表示和决策边界，生成与异常检测任务语义一致的解释，并利用解释结果指导模型改进，提升检测性能。实验在多个安全数据集（如网络入侵检测、恶意软件检测）上验证了DeepAID的有效性：相比基线方法，DeepAID生成的解释更准确、更符合安全专家认知，且能有效帮助安全分析师理解异常原因、减少误报。此外，作者还展示了如何利用解释反馈优化模型，使检测精度进一步提升。该工作为深度学习模型在安全运维中的可信应用提供了重要支撑。

本文提出 Agent-ToM，一个基于心理理论（Theory-of-Mind, ToM）推理的监控框架，用于检测自主大语言模型（LLM）代理的隐蔽恶意行为。现有监控方法通常将每条轨迹独立处理，未利用历史监控经验，且缺乏对代理信念、意图和目标一致性的显式推理。Agent-ToM 在推理时采用“推理-验证-精炼”（Reason-Verify-Refine）流水线：首先推理代理的信念和意图假设并校准置信度，预测预期行为，然后通过与任务一致的行为基线对比检测偏差，最后验证并精炼监控决策。在训练阶段，Agent-ToM 将批评信号蒸馏为持久的“语义护栏记忆”，从而在不同剧集间复用信念和意图条件约束。作者在对抗性代理监控基准 SHADE-Arena 和 CUA-SHADE-Arena 上评估 Agent-ToM，结果表明其在精确率-召回率平衡上优于包括集成方法在内的现有监控基线，且仅需两次调用推理流水线。该工作表明，在监控层结合结构化 ToM 推理与验证，为保护自主 LLM 代理提供了有效且可部署的基础。

该论文提出了一种名为FALCON-C（Flow-based Analysis and Labeling for Connected Vehicular Network Cybersecurity）的框架，旨在增强电动汽车充电设施（EVSE）的网络安全。随着电动汽车普及，EVSE成为网络攻击的新目标，确保EVSE组件与车辆客户端之间网络通信的安全性和完整性至关重要。FALCON-C采用自编码器进行异常检测，仅使用CICEVSE2024数据集中的少量良性流量进行训练。模型通过学习正常流量的行为模式，并通过检测重建误差的统计差异来识别恶意流量。实验结果显示，该模型能够成功识别恶意流量，达到100%的准确率。最初，部分良性流量被误分类为恶意，导致假阳性率不理想。通过对自编码器性能及误分类流量的深入分析，研究团队优化了决策边界，使框架性能提升了8.6%。FALCON-C旨在通过自动化流量标注来支持安全运营中心（SOC）的活动，从而促进更可靠数据集的构建，这些数据集可用于威胁建模、威胁狩猎、决策审计和入侵检测系统的优化。

本文提出了一种基于潜几何结构进行异常检测的新型框架。传统异常检测方法通常在测量信号超过预设阈值时才发出告警，只能捕捉到状态转变的瞬间，而无法感知转变前的结构压力。作者将大规模行为群体（如匿名网络中的节点行为）视为一个几何能量景观，其形变可以在主要转变发生之前和期间被测量。核心论点是：结构先于几何——群体的结构组织本身就是信号，而几何度量是测量该信号的工具。该框架应用于Tor匿名网络的67个连续每日观察窗口，通过双观察者流水线（dual-observer pipeline）识别出一个稳定的九维承载子空间（load-bearing subspace），该子空间在整个观测期内保持结构不变，并通过蒙特卡洛模拟在16.8 sigma的信噪比下验证了其统计显著性。在24个确认稳定的窗口上，主要检测门限的假阳性率为0.0%。对2026年2月20日一个已确认的基础设施事件进行取证分析，正式反驳了“中继离开”假设，识别出了一种无需拓扑变化即可发生的连接退化模式，并证明这种退化可作为可检测的网络故障模式。本文的贡献在于提出了一个候选的结构监测框架，适用于具有足够遥测数据的行为群体，能够发现传统方法难以捕捉的异常模式。

DNS over HTTPS (DoH) 在提升DNS查询隐私性的同时，也为恶意活动提供了隐蔽通信通道。本文提出一种名为DoHunter的恶意加密流量识别方法，该方法利用大型语言模型（LLM）的先进上下文理解能力，并融合专家特征来检测异常。实验评估表明，该方法不仅能识别常见的和新兴的恶意DoH隧道工具（如dns2tcp、iodine、dnstt），还能在真实APT攻击中识别武器化的DoH流量，召回率达到0.9995。核心贡献在于将LLM的语义理解与领域专家知识结合，提升了对未知或变种恶意隧道的检测能力。该方法适用于网络入侵检测系统，可部署在出口网关或DNS服务器侧。仅基于摘要，具体架构细节和实验设置需查阅全文。

本文提出了一种基于溯源图的检测框架 PROVGUARD，用于识别软件定义网络（SDN）中的控制策略操纵（CPM）攻击。SDN 通过将控制平面与数据平面解耦提升了网络灵活性，但逻辑集中的控制平面易受 CPM 攻击，攻击者通过操纵控制器的网络视图引入错误策略。现有异常检测和配置验证方法因仅关注数据平面而存在局限性，某些隐蔽的 CPM 攻击若不分析控制器决策的因果关系则难以与正常行为区分。PROVGUARD 通过监控控制器活动来检测 CPM 攻击，利用静态分析识别与数据平面相关的控制器操作并指导控制器插桩，从捕获的控制平面活动构建溯源图。该框架通过减少冗余并提取溯源图中的路径作为上下文，以捕获简洁且长期的特征。基于序列到序列预测模型，通过识别导致预测误差超出正常范围的路径来标记可疑行为。作者在 Floodlight 控制器上实现了原型，实验证明该方法成功识别了先前方法无法完全处理的四种典型 CPM 攻击，并为攻击行为调查提供了有价值的见解。

该论文提出了一个名为CLAD的综合框架，用于解决物联网（IoT）和工业物联网（IIoT）环境下的入侵检测问题。随着IoT设备的激增，网络攻击面大幅扩大，传统集中式入侵检测系统面临隐私和扩展性挑战。联邦学习（FL）提供了一种隐私保护方案，但现有FL-based IDS难以处理设备行为的异质性，且通常无法利用大量未标注数据。CLAD通过结合聚类联邦学习（CFL）和一种新颖的双模式微架构（DM²A）来同时解决这两个瓶颈。DM²A包含一个共享编码器和两个分支，分别用于无监督异常检测和有监督攻击分类，从而能够从标注和未标注客户端中提取知识。聚类组件根据流量模式动态分组设备，防止全局模型发散。实验表明，在80%未标注客户端的场景下，CLAD相比现有基线方法实现了30%的检测性能相对提升，且通信开销减半。该框架适合关注隐私保护型IDS、联邦学习在网络安全中应用的研究者和工程师。

该论文提出 HOUSTON，一个针对以太坊去中心化金融（DeFi）协议攻击的实时异常检测系统。研究背景：DeFi 协议遭受多种攻击（如闪电贷攻击、预言机操纵、重入攻击等），现有检测方法多基于规则或签名，难以应对未知攻击且实时性不足。核心问题：如何在大规模交易数据中高效、实时地检测已知与未知攻击。方法：HOUSTON 通过记录并分析每笔交易的程序执行踪迹（如操作码、栈、内存等），将其编码为结构化图表示，然后利用一种新的图神经网络（GNN）架构——时间感知异构图神经网络（TA-HGNN）进行异常评分。系统首先对历史正常交易进行训练，建立行为基线；在实时场景中，对每笔新交易快速提取执行踪迹并计算异常分数，若超过阈值则报警。主要贡献：1）提出一个可扩展的实时检测框架，能够处理以太坊上的高频交易；2）设计 TA-HGNN，有效融合交易执行流中的时序与结构信息；3）在 7 种真实攻击数据集上评估，包括 43 个已知攻击和 257 个变种，检测率超过 95%，误报率低于 0.1%，且平均检测延迟小于 0.5 秒；4）对零日攻击的检测能力良好。适合安全性研究人员、DeFi 协议开发者、区块链安全分析师阅读。

该论文针对大型语言模型（LLM）在多智能体系统（MAS）中集成所带来的安全挑战，提出了一种名为Gammaf（Graph-based Anomaly Monitoring for LLM Multi-Agent systems Framework）的开源基准测试框架。随着LLM增强MAS的协作问题解决能力，攻击面也相应扩大，例如提示感染和智能体间通信泄露等漏洞。虽然基于图的异常检测方法在保护此类网络方面显示出潜力，但领域内缺乏标准化的可复现环境来训练和评估这些模型。Gammaf本身并非新型防御机制，而是一个综合性评估架构，旨在生成合成多智能体交互数据集，并基准测试现有及未来防御模型的性能。框架包含两个相互依赖的流水线：训练数据生成阶段，该阶段通过模拟不同网络拓扑下的辩论，将交互捕获为鲁棒的属性图；以及防御系统基准测试阶段，该阶段在实时推理过程中通过动态隔离标记的对抗节点来主动评估防御模型。论文使用XG-Guard和BlindGuard等防御基线，在MMLU-Pro和GSM8K等多个知识任务上进行了严格评估，证明了Gammaf的高实用性、拓扑可扩展性和执行效率。实验结果表明，为LLM-MAS配备有效的攻击修复不仅能恢复系统完整性，还能通过促进早期共识、切断对抗智能体典型的大量令牌生成，显著降低整体运营成本。这项研究为多智能体系统的安全监控提供了标准化评估工具，适合安全研究人员和AI开发者阅读。