网络安全文献综述需要可复现的论文集合作为筛选和综合之前的固定分母。然而，当前常用的出版商门户、文献索引和学术API的覆盖范围、格式和查询语义随时间变化，导致不同研究之间难以复现和比较。本文提出TopVenues，一个开源系统，将语料库构建实现为版本化的研究工件。TopVenues通过声明一个会议/期刊和年份范围，以DBLP计算机科学书目作为元数据主干，利用开放学术API和特定出版商提取器丰富记录（添加摘要和BibTeX条目），并将结果存储在单调递增的SQLite快照中，提供命令行界面、Web界面以及适用于综述工作流的导出路径。2026年5月的快照包含从2017年至2026年来自11个网络安全来源的9,925篇论文，摘要覆盖率达99.86%，BibTeX覆盖率达99.99%；对完整语料库的关键词搜索在31毫秒内完成，一套包含250个测试的测试套件验证了数据完整性不变性。固定的语料库还支持可重复测量：在我们的范围内，2024至2025年来自四个顶级安全会议的论文中有29.2%以arXiv预印本形式出现，中位时间在正式出版前五个月；基于先前作者记录过滤器在召回率90%时实现了16.5倍的精确度提升，用于筛选后来出现在同一会议集中的预印本。TopVenues通过使语料库本身可执行、可检查、可引用，将语料库构建与可审计的网络安全测量联系起来。该工件在GitHub上开源。

该论文提出了NERDS（非侵入式远程开发者研究环境），旨在解决安全社区在开展软件开发者研究时面临的招募和保留受试者困难的问题。NERDS是一个开源系统，允许研究人员远程进行受控环境下的安全开发研究。作者描述了他们如何构建和部署NERDS，并在两项不同的安全软件开发研究中应用该平台，总结了经验教训。该系统为非侵入式设计，不干扰开发者正常工作流程，同时提供研究所需的数据收集和环境控制能力。论文的主要贡献包括：1）提供了一个可复用的开源研究平台；2）分享了在真实研究中遇到的问题和解决方案；3）为其他希望进行远程开发者安全研究的研究人员提供了实用指导。该工作适合从事安全人因因素、开发者安全行为研究以及安全工具评估的人员阅读。

本文提出了一种名为JSIMPLIFIER的综合JavaScript反混淆工具。研究背景：JavaScript的广泛使用使其成为恶意攻击者的目标，他们利用复杂的混淆技术隐藏有害代码。现有反混淆工具存在局限性，如无法处理多种输入格式、仅针对特定混淆类型、输出晦涩难懂等。JSIMPLIFIER采用多阶段流水线架构，包括预处理、基于抽象语法树（AST）的静态分析、动态执行跟踪以及大型语言模型（LLM）增强的标识符重命名。同时，作者引入了多维度评估指标，整合了控制流/数据流分析、代码简化评估、熵测量和基于LLM的可读性评估。为验证有效性，作者构建并发布了最大规模的真实混淆JavaScript数据集，包含44,421个样本（23,212个恶意样本和21,209个良性样本）。实验结果表明，JSIMPLIFIER在20种混淆技术上的处理能力达到100%，在评估子集上的正确率为100%，代码复杂度降低88.2%，多个LLM验证的可读性提升超过4倍。该工具推进了JavaScript反混淆研究和实际安全应用的基准。