ClaimMirage: When Self-Claims in Domain Names Change LLM Threat Judgments
该论文研究大型语言模型(LLM)在域名威胁判定中受到域名自身“自我声称”词汇操纵的现象,作者将其命名为 ClaimMirage:待检域名本身声称自己安全或已获授权。研究构建了品牌仿冒风格的域名集合,覆盖 64 个品牌与 5 个 LLM,共分
#domain-reputation
共收录 3 条相关情报。
← 返回所有主题COBRA: A Content-Agnostic Framework for Zero-Day Detection of Suspicious Domains
恶意域名是钓鱼、恶意软件分发、身份冒充与欺诈交易的核心基础设施。域名注册成本低、易于大规模部署，使其成为跨行业网络犯罪中最常用、破坏性最强的工具之一。传统检测方案大多依赖域名解析后的网页内容、HTTP 响应或被动 DNS 记录等特征，只能在
Discovering and Measuring Malicious URL Redirection Campaigns from Fake News Domains.
本文针对恶意URL重定向网络难以实时发现的问题，提出了一种主动式的发现与测量方法。恶意URL常通过多层重定向隐藏自身以逃避检测，传统方法多为被动响应，难以实时捕捉重定向流量。作者提出一个三步算法：首先收集种子域名的重定向路径；其次将共享重定