本文提出了一种名为 HoneyRoute 的推理服务层，用于在面向对抗性的大语言模型（LLM）服务中检测恶意请求并将其路由到专用蜜罐模型，从而保护生产模型，同时持续收集攻击者交互并转化为情报。现有防御通常将陷阱嵌入模型内存或在协议层重建欺骗机制，导致服务层本身缺乏保护，且无法将捕获数据反馈给检测系统。HoneyRoute 由三部分组成：(i) 流式路由器，基于冻结的 0.8B 嵌入骨干网络和按领域划分的 MLP 头；(ii) 双实现蜜罐，包含规则/提示工程构造的代码蜜罐或同系列专用副本；(iii) 分析循环，将捕获的交互转换为攻击者指纹，用于路由器再训练。在真实生产流量轨迹和涵盖七个领域的攻击语料上评估，路由器在 38 毫秒中位新增延迟下达到 F1=.911，匹配两层 guard-LLM 级联模型 F1 的 96%，但延迟仅为后者的 1/385，并且在 13 种对抗性变换下实现 0% 逃逸；通过转移恶意请求，在真实 GCG 后缀负载并发洪泛下，生产模型 token 消耗减少 97.8%；训练副本在良性保留请求上与生产模型的协议一致率为 92.9%，而朴素的无条件诱饵注入一致率仅 7.6%，选择性伪装注入可恢复到 88.9%，描绘了可恢复的保真度-可追溯性前沿；循环训练修正头将合法安全研究的误路由降低 9 倍，同时将检测 F1 提升至 .933。该研究主要面向 LLM 服务安全、对抗性机器学习和蓝队防御研究者，核心价值在于提出服务层的主动欺骗与情报闭环思路。

该论文研究了大语言模型（LLM）智能体在自动化渗透测试中面对蜜罐（honeypots）时的预算分配问题。传统蜜罐依赖真实性与隐蔽性来诱捕人类或脚本攻击者，从而暴露其战术、技术与程序（TTPs）；然而，LLM驱动的攻击者能够对异构工件进行推理，并利用对蜜罐的怀疑来指导目标选择决策。作者将攻击者的问题形式化为一个预算决策过程：智能体与潜在目标交互，在侦察和利用阶段消耗LLM执行预算，并在产生蜜罐怀疑时决定是“继续利用”还是“跳过”。研究中提出了一种基于检测器引导的策略，帮助LLM攻击智能体在混合主机测试床中有效分配预算，以成功攻陷目标主机。实验结果表明，该方法能够显著提升攻击效率，证明了在受控混合主机环境中动态分配预算的重要性。论文还讨论了未来对抗性弹性和自适应蜜罐设计的启示，但防御措施不在当前研究范围内。该工作适合关注AI安全、LLM智能体攻防对抗以及欺骗防御技术的研究人员和安全架构师阅读。

该论文研究了如何通过提示设计与监督微调来改进基于本地 LLM 的 SSH 蜜罐的 shell 模拟准确性。研究背景是：现有 LLM 蜜罐通常依赖闭源云模型（如 GPT-3.5）以获得高度真实的 shell 交互体验，但云模型带来部署层面的问题，包括版本不稳定、提供商侧变更、攻击者驱动的使用成本以及模型退役风险。相比之下，本地开放权重模型虽能规避上述问题，但模拟质量通常较差，容易产生格式错误、命令回显、文件系统状态不一致、AI 风格痕迹等暴露蜜罐身份的失误。论文将研究焦点放在如何用提示工程和有监督微调来提升本地模型的 shell 模拟能力。作者共微调并评估了 8 个模型：作为基准的原始微调 GPT-3.5（用于 shelLM）以及 7 个开放权重本地模型，每个均与其基础版本进行对比；同时还测试了提示结构跨模型家族的迁移效果。实验使用 34 个自动化单元测试，在单会话和新会话两类场景下测量 shell 模拟准确性。结果表明：提示设计对模拟质量有显著影响；微调效果取决于数据集覆盖度。使用原始的 112 对话数据集微调并不能提升总体通过率，而基于蜜罐日志扩展得到的新数据集则能明显增强本地模型性能。最终结论是：提示和微调各自都能独立改善本地 LLM 蜜罐，但二者组合并不简单叠加——强规则型提示与有监督适应可能在处理重叠的 shell 行为约束时产生冲突。该研究为构建可靠、可部署的本地 LLM 蜜罐提供了系统性的评估方法和优化路径。

该论文提出了一种名为 Chameleon 的自适应蜜罐架构，旨在解决传统蜜罐的两个核心缺陷：一是行为轮廓固定不变，熟练攻击者仅需少量诊断命令即可识别出蜜罐环境，从而限制其情报收集价值；二是高成本商业欺骗产品（年费约 10 万至 15 万美元）的响应引擎缺乏基于实时模型的反馈耦合。Chameleon 作为开源分布式平台，集成了三个核心组件：一个双向长短期记忆（BiLSTM）分类器，在七个威胁类别上达到 99.61% 的准确率，CPU 延迟约 2 毫秒；一个本地部署的 Qwen3.5-0.8B 语言模型，上下文生成准确率为 90%，平均延迟 4.5 毫秒；以及两个领域特定的元启发式引擎。威胁校准粒子群优化（TC-PSO）根据分类器的异常输出动态调整群体惯性和目标放大系数，实现对连接保持延迟的实时调节；语义欺骗快速探索随机树（S-RRT）通过由语言模型严重性评估衍生的指数缩放信息素更新来驱动欺骗模式进化，同时深度衰减乘数确保有限的内存占用。在五个基准运行（种子 42 至 46）中，TC-PSO 相比标准 PSO 在平均适应度上提升 48.1%（从 2.60 到 3.85），收敛增益 32.7%；S-RRT 相比标准 RRT 在最佳运行适应度上提升 258.9%（从 450.2 到 1615.8），在关键严重性级别下增益达 329.2%，内存占用减少 24.9%（p < 0.01）。运行成本约为每月 17 美元，比商业替代方案降低约 490 倍。该研究适合蜜罐设计者、欺骗防御研究人员以及需要低成本高交互蜜罐的蓝队工程师阅读。

本文研究了Microsoft Active Directory (AD) 安全加固中的实践挑战。AD作为企业核心管理服务，常成为攻击目标。现有攻击图谱加固方案存在三大局限：1）假设图谱静态，而实际AD环境高度动态；2）仅关注撤销漏洞（边移除），缺乏主动防御机制，如蜜罐部署；3）未考虑系统管理员反馈，导致修复方案不可实施。为此，论文提出一系列基于博弈论和优化的决策模型。首先，提出一种蜜罐/诱饵部署模型，通过最小化最短路径数和域管理员可达节点数来优化部署位置。其次，引入动态/时变AD图谱下的防御策略，目标是在最坏情况下最大化事件响应时间。第三，设计自适应优先级模型，向IT管理员查询每个高风险攻击路径以进行调解。最后，提出端到端自适应优先级模型，通过寻找泛化管理员决策的边移除策略，最小化管理员的审批工作量。论文证明了所有模型背后的计算问题均难以处理。该研究为AD安全提供了实用方法，适合安全工程师和研究人员阅读。

DICOM是医学影像交换的标准协议，但许多面向互联网的部署缺乏基本安全控制，导致敏感患者数据暴露。现有测量方法因蜜罐、网络望远镜等欺骗伪影而高估实际暴露量。本文提出一种噪声感知的测量方法，结合主动IPv4全扫描和被动蜜罐部署。主动扫描使用伦理约束的探测（仅限关联协商和C-ECHO），并引入可复现的假阳性过滤方法识别蜜罐、望远镜、畸形响应等欺骗伪影，使暴露量减少39%。过滤后识别出3,979个脆弱的DICOM部署，均无加密且接受未认证连接；其中1,782个运行过时软件，1,551个存在已知远程可利用漏洞。后续扫描显示约50%的暴露服务在5个月内无维护迹象，负责任披露仅带来短暂修复。被动测量方面，部署Dicompot蜜罐发现原始会话日志因通用TCP噪声被误记为DICOM会话而高估活动最多83%。过滤后观察到侦察差距：大多数发送C-ECHO探测的行为者从未升级到数据窃取，与高级行为者识别蜜罐后撤离的行为一致。结果表明，DICOM暴露测量可能被欺骗和日志伪影显著扭曲，但修正后揭示了患者隐私和医疗安全的广泛风险，现有欺骗系统不足以捕获。

医疗影像系统（如DICOM和PACS）的安全性至关重要，因为其暴露可能危及敏感患者数据和临床操作。然而，现有的针对DICOM的防御工具（如蜜罐）交互能力有限，容易被攻击者识别指纹而规避。本文提出了DICOMHawk，一种面向医疗成像基础设施的网络欺骗框架。该框架通过模拟真实的DICOM和PACS服务行为，动态填充逼真的医疗记录，并嵌入蜜标（honeytoken）来增强诱饵的真实性。研究者进行了两项实验：一项为期86天的对比测试（与现有Dicompot蜜罐对比），另一项为期347天跨多个网络的部署。结果表明，DICOMHawk吸引了比Dicompot更多的有效会话，成功避免了蜜罐检测，并捕获了49个针对医疗系统的攻击。这些结果证明，通过构建长期、多位置、高交互性的欺骗环境，可以显著提升对威胁的可见性。DICOMHawk为医疗行业提供了一种新的防御手段，有助于早期发现针对PACS和DICOM基础设施的攻击活动。

本文研究了SSH蜜罐中非交互式攻击的普遍性。传统蜜罐设计假设攻击者会登录、打开shell并输入命令，但作者通过部署11个同时支持交互式和非交互式会话的SSH蜜罐，在15天内收集了177,622个认证会话，并使用独立的Cowrie数据集进行验证。结果发现99.23%的会话是非交互式的，仅0.10%为交互式会话。这一发现表明，专注于交互式shell或依赖会话长度和命令数量来评估成功的蜜罐可能会错过绝大多数认证攻击，导致对攻击者行为的错误理解。研究强调了非交互式攻击（如自动化工具、脚本执行）的重要性，并建议蜜罐设计应包含非交互式会话的检测能力。

该论文提出了一种新型的基于大语言模型（LLM）的SSH蜜罐设计，名为AdvancedShelLM。针对现有LLM蜜罐（如shelLM）容易被有经验的攻击者识别的问题，作者采用了多智能体、多LLM架构：一个管理智能体（Manager）和一个工作智能体（Worker），共同提高命令理解的准确性，减少错误响应，增强欺骗性。该蜜罐还实现了持久的文件系统，首次允许多个并发攻击者看到相同的、动态变化的文件系统，从而增加真实性。评估方法包括：单元测试（生成能力）、AI攻击者ARACNE（评估真实性和欺骗性）、人类攻击者（评估欺骗能力）以及互联网部署（评估真实攻击场景下的欺骗效果）。单元测试结果显示AdvancedShelLM的通过率高达99.02%。AI攻击者ARACNE在判断是否为蜜罐时存在困难，但仍轻微偏倾向于判别为蜜罐，即使面对真实的Ubuntu shell也是如此。人类攻击者测试中，AdvancedShelLM比传统Cowrie蜜罐欺骗了更多人类，但与shelLM表现相近。互联网部署提供了具体证据表明AdvancedShelLM的输出能够影响真实攻击者的行为。本文适合蜜罐研究人员、安全运维人员以及AI安全从业者阅读。

该论文提出 ShellGames，一种基于大语言模型（LLM）的 SSH 壳层模拟器，旨在解决现有网络欺骗技术中难以维持长时间、可信交互式会话的挑战。当前蜜罐等欺骗手段往往缺乏真实性和动态性，容易被攻击者识破。LLM 虽能生成自然对话，但存在状态缺失、输出不一致、幻觉、延迟高以及易被行为诱导暴露欺骗等问题。ShellGames 通过五种互补技术克服这些局限：(i) 自动思维链与少样本学习提升命令执行正确性；(ii) 内存管理维护系统状态一致性；(iii) 推测命令执行降低响应延迟；(iv) 将复杂交互命令智能路由至沙盒环境执行；(v) 利用壳环境的受限输入输出域检测用户颠覆行为。为系统评估，作者引入标准化基准协议和数据集，涵盖正确性、一致性、状态跟踪和鲁棒性任务。实验表明，ShellGames 在正确性上达到 0.898 命令准确率（比基线高 5.3 个百分点），一致性上序列准确率 0.918（高 36 个百分点），状态跟踪准确率 0.98（高 18.3 个百分点），鲁棒性准确率 0.95（高 37 个百分点）。20 人用户研究证实其在自由探索场景下逼真度接近真实壳层，且命令覆盖感知优于传统蜜罐。该工作为 LLM 驱动的动态欺骗系统提供了实用架构和评估基准。

该论文提出了 Honeyval，一个针对基于大型语言模型（LLM）的 HTTP 蜜罐的全面评估框架。蜜罐是一种模拟真实系统组件的诱饵，用于防御网络攻击。近年来，LLM 越来越多地被用作蜜罐的模拟后端，使防御者能够构建高交互蜜罐，同时降低系统安全风险。然而，LLM 驱动的蜜罐开发缺乏统一的评估框架。现有评估方法通常包括在固定命令上测量响应相似性、手动测试或实际部署，但这些方法难以扩展、不可重复、无法代表实际攻击，也无法适应不同的攻击者和蜜罐配置。Honeyval 通过以下方式克服了这些局限性：将蜜罐基于 16 个后端应用程序，使用 AI 黑客代理作为攻击者，采用两个控制任务来监控代理和蜜罐在不同定制下的能力，并为攻击者定义清晰可验证的利用目标。利用 Honeyval，作者对近期成本高效的 LLM 作为 HTTP 蜜罐进行了广泛评估。实验显示，LLM 驱动的蜜罐能够显著延长与攻击者的交互时间，远远超过基于规则的基线蜜罐，并且即使使用前沿模型也很难被检测到，同时平均保持了对抗主动攻击者的成本优势。此外，作者还实验了不同的反制蜜罐配置，观察到了独特的权衡，例如更长的交互时间以增加被检测的风险。该工作为 LLM 蜜罐的开发和标准化评估提供了重要基础。

本文提出HoneySat，一个基于网络的卫星蜜罐框架，旨在模拟真实的卫星通信行为，以欺骗和检测针对卫星网络的攻击。卫星系统正面临日益增长的网络威胁，但现有安全手段（如入侵检测）在卫星领域部署不足，尤其缺乏交互式诱骗机制。HoneySat支持两种主流卫星协议生态系统：CSP（CubeSat Space Protocol）和CCSDS/YAMCS（Consultative Committee for Space Data Systems / Yet Another Mission Control System）。该框架通过Docker容器化部署，模拟了逼真的卫星遥测数据（如电压、温度、电流）、真实通信窗口（仅在预测过顶时段响应）以及交互式指令壳，允许攻击者发送命令并记录所有交互日志。论文通过五个实验系统验证了其设计目标：E1.1证明遥测数据可信；E1.2展示通信窗口的逼真性；E1.3验证交互能力（如执行系统命令）；E1.4确认日志记录功能；E2展示了框架的配置与扩展能力，支持用户自定义卫星名称、位置、协议类型。实验结果表明HoneySat能有效欺骗潜在攻击者并记录其活动。该框架为卫星网络安全研究提供了重要的测试和防御工具。