信息窃取恶意软件（infostealer）在全球范围感染设备，并收割设备中最敏感的内容：凭据、浏览器会话、私钥和访问证书。然而，由于缺乏符合伦理、法律要求且经过策展的研究数据集，受害者影响一直难以被系统研究。为弥补这一空白，作者构建了一条隐私保护流水线，将非法来源的 infostealer 日志转化为可复现的研究工件，在最小化敏感数据的同时保留测量效用。基于该流水线，作者构建了一个覆盖多个 infostealer 家族、包含 170,298 名受害者的数据集。分析发现，受害最严重的服务与全球最流行的平台高度重合，游戏与娱乐服务占比明显过高。样本中还识别出高价值机构的凭据泄露，包括执法域、政府与军事服务、全部八所常春藤盟校，以及安全关键基础设施、金融、远程访问和开发平台的大量暴露。受害者普遍存在凭据复用，并表现出显著的重复受害风险，其群体与钓鱼和勒索软件受害者存在重叠。该工作的核心贡献是发布首个匿名化、受害者级别的 infostealer 数据集，在受控访问条件下支持符合伦理、隐私保护且可复现的信息安全与受害者行为研究。适合安全研究人员、SOC/威胁情报团队、隐私与网络犯罪测量研究者，以及数据治理与合规人员阅读。

本文介绍了CtPhishCapture，一个专门检测针对加密货币钱包的凭证盗窃钓鱼诈骗的系统。研究背景是随着加密货币的普及，攻击者通过仿冒钱包登录页面、虚假空投或客服钓鱼等手段窃取用户助记词或私钥。核心问题在于现有反钓鱼方案难以有效识别针对加密货币生态的定制化钓鱼页面。CtPhishCapture的方法结合了视觉相似度分析（网页截图与已知合法钱包UI对比）、URL特征工程（检测域名乱真模式）以及行为分析（检测页面动态加载的凭证提交行为）。系统采用多阶段流水线：首先通过爬虫收集疑似钓鱼URL，然后利用轻量级视觉哈希与OCR提取页面文本，再通过机器学习分类器判断是否具钓鱼特征。实验基于真实钓鱼样本和合法钱包页面数据集，证明系统在低误报率下达到高检测率，尤其能发现隐藏的凭证窃取逻辑。主要贡献包括构建了首个专攻加密货币钱包钓鱼的检测框架、开源了标注数据集，并揭示了攻击者常用的CSS混淆与动态表单注入技术。适合安全研究人员、加密货币交易所防御团队以及关注Web3安全的读者。