Towards Understanding LLM-Based Log Anomaly Detection: An Empirical Study of Performance, Efficiency, and Robustness
该论文针对基于大语言模型（LLM）的日志异常检测展开系统性实证研究。背景是：尽管 LLM 在日志异常检测任务上已展现出可观效果，但从业者并不清楚「适配策略、模型架构、参数规模、量化与部署配置」这些工程变量究竟如何影响最终检测效果，现有工作往
#empirical-study
共收录 26 条相关情报。
← 返回所有主题Do AI Coding Assistants Check Before They Install? A Pre-Registered Demand-Side Audit of Trust Signals in the Research Software Supply Chain
本研究针对AI编程助手在自动选择、安装和配置软件时是否利用供应链安全信号的问题，进行了预注册的受控实证审计。背景是攻击者已通过伪造包名、入侵维护者账号、篡改仓库文本等方式利用助手的能力实施攻击；供应链社区为此发布了机器可验证的信任信号，包括
One Is Not Enough: The Untold Story of Multiple Security Patches for One Vulnerability
本研究针对软件漏洞修复中的一个盲点展开：一个漏洞往往并非由一个安全补丁（SP）就能彻底解决，而是可能通过多个补丁增量修复、跨维护分支传播或在相关代码库中复制完成。由于现有漏洞数据库通常只记录部分补丁，下游用户可能只应用了部分修复，导致漏洞未
ReDAN: An Empirical Study on Remote DoS Attacks against NAT Networks.
本文对针对 NAT（网络地址转换）网络的远程拒绝服务（DoS）攻击进行了系统的实证研究，简称 ReDAN（Remote DoS Attacks targeting NAT）。研究核心发现是：位于互联网上的外部攻击者，即使不在目标 NAT 网
Risky Business? Investigating the Security Practices of Vendors on an Online Anonymous Market using Ground-Truth Data.
该论文针对在线匿名市场中网络犯罪卖家的安全实践进行了实证研究，旨在回答一个核心问题：在高风险犯罪环境下，网络犯罪分子是否会因商业利益驱动而采取不安全的安全实践？以往研究虽提出这一假设，但缺乏基于真实数据的定量验证。作者利用2015-2017
Helping hands: Measuring the impact of a large threat intelligence sharing community.
该论文针对大型威胁情报共享社区的成效进行了大规模实证测量。研究背景是：安全社区长期假设威胁情报共享能显著提升成员的检测与防御能力，但缺乏对真实共享生态系统的量化证据。研究者选取了一个大规模、活跃的威胁情报共享社区作为观察对象，通过收集其长期
A Comprehensive Study of Native Code Bugs in Python Applications
Python 应用在机器学习、科学计算等关键领域广泛存在，这些应用常通过集成 C 等底层语言编写的原生代码来提升性能或实现互操作。然而，原生代码中的缺陷（即 native code bugs）通常隐蔽且难以察觉，给整个 Python 应用的
Prompt Structure Redistributes, Not Reduces: An Empirical Analysis of Security-Weaknesses in LLM-Generated Python Code
本文针对大型语言模型（LLM）从自然语言提示生成代码时，提示工程如何影响生成软件安全性的问题展开实证研究。现有观点认为结构化、面向安全的提示可以促使模型生成更安全的代码，但作者指出，其影响不能仅通过检测到的弱点是否存在来衡量。为此，研究者使
Achievement Unlocked: Let's Get Hacked! An Empirical Study of Cybercrime in the Video Gaming Ecosystem
本文针对电子游戏生态系统中针对玩家的网络犯罪现象进行了实证研究。尽管游戏产业规模庞大且用户基数众多，已成为复杂的社会与经济生态系统，但针对游戏玩家的网络犯罪此前缺乏系统性的学术关注。研究者结合定性分析与观察性分析，旨在刻画游戏相关攻击的特征
Large-Scale Study of Vulnerability Scanners for Ethereum Smart Contracts.
以太坊智能合约是运行在区块链上的自治去中心化应用，常常管理着价值数百万美元甚至更多的数字资产，因此成为网络攻击的主要目标。仅在2023年，由智能合约漏洞导致的直接经济损失就超过了十亿美元。为了应对这些威胁，学术界和商业界开发了多种漏洞扫描工
Does Fixing Break Security? An Empirical Study of Security Degradation in Iterative LLM-Driven Infrastructure-as-Code Repair
本文针对迭代式大语言模型（LLM）驱动的 Infrastructure-as-Code（IaC）修复过程中的安全退化问题进行了实证研究。研究背景是：当前主流做法采用迭代反馈循环来改进 LLM 生成的 IaC 配置，例如使用 Checkov
Dissecting Software Graphs: Structural Insights for Driver-Guided Fuzzing
本文是一项关于多驱动模糊测试（multi-driver fuzzing）的实证研究。许多软件通过命令行选项、子命令和配置标志暴露多种执行模式。对于这类程序，模糊测试同时依赖于变异的输入和所调用的模式，但现有评估主要关注覆盖率和 bug 数量
A Bird's-Eye View on Security Considerations in RFCs
本文对互联网工程任务组（IETF）发布的征求意见书（RFC）中的安全考量章节进行了首次大规模实证研究。RFC 是互联网核心协议的标准、备忘录及相关技术文档，自20世纪90年代初起，每篇 RFC 被要求包含专门的安全考量章节。作者从多个维度分
Do You Play It by the Books? A Study on Incident Response Playbooks and Influencing Factors.
该论文对网络安全事件响应剧本（playbooks）进行了系统性的实证研究。事件响应剧本是组织用于指导人工或自动化系统执行安全对抗措施的结构化操作流程，通常整合了威胁信息与组织特定上下文。尽管实践者对剧本兴趣浓厚，但学术界对其特性缺乏深入探讨
Why Not Fix It Once and for All? An Empirical Study of Multiple Patches for Vulnerability Fixes in Open-Source Software
该论文对开源软件中由多个补丁组成的漏洞修复序列进行系统性实证研究。现有研究大多关注单一补丁，但实际中许多漏洞需要多个补丁才能彻底修复，这给漏洞分析和补丁应用带来挑战。作者通过手动审查1,646条多补丁修复记录，构建了一个由3个主类别和6个子
Open Models, Open Risks: Measuring Unsafe Generation in Text-to-Image Models In the Wild
本文对野外（in-the-wild）文本到图像（T2I）模型的安全性进行了大规模实证研究。现有关于T2I越狱（jailbreak）的安全研究大多在受控实验室环境下进行，通常只针对少量经典模型，因此快速增长的野外T2I生态系统当前的安全状况尚
Empirical Evaluation of Multi-Modal Touch Detection in Over-the-Shoulder Video Surveillance
本文提出并评估了一个用于过肩视频监控（Over-the-Shoulder Video Surveillance）的多模态触摸检测框架，旨在从物理手指交互中重建移动键盘上的按键事件。该框架并行集成四种检测模态：MediaPipe 手部关键点、
Sharing cyber threat intelligence: Does it really help?
该论文针对网络安全威胁情报（CTI）共享的实际效果进行了实证研究。虽然CTI共享被认为能够自动化威胁分析并提升安全意识，但缺乏对其类型分布和有效性的系统评估。作者提出了CTI-Lense框架，用于从多个公开CTI源收集和分析结构化威胁信息表
Can Trustless Agents Be Trusted? An Empirical Study of the ERC-8004 Decentralized AI Agent Ecosystem
本研究针对 ERC-8004 协议——首个为 AI 代理经济设计的无许可信任层——进行了首次实证分析。该协议通过链上身份、声誉和验证三个注册表，旨在解决自主 AI 代理跨组织交易时的信任评估问题。尽管协议被快速采用，但其实际有效性和安全性未
Representation Matters: An Empirical Study of Program Representations for LLM Vulnerability Reasoning
本论文针对大语言模型（LLM）用于自动化漏洞检测时，程序结构与语义信息的表示方式这一关键问题进行了实证研究。作者指出，当前的提示工程方法通常直接提供原始源代码，但这一做法缺乏理论支撑，且可能引入冗余信息导致推理效果下降。为此，论文构建了Re