本文提出名为 LOKI 的系统，旨在主动发现在线诈骗网站。现有检测系统虽能准确判断网站是否欺诈，但获取候选扫描网站的途径存在瓶颈：依赖用户报告被动且滞后，主动搜索引擎查询覆盖低且难以泛化。LOKI 通过挖掘“有毒”搜索查询（即返回高比例欺诈网站的查询）来主动发现诈骗站点。其核心是一种基于学习特权信息（LUPI）的关键词评分模型，结合从搜索引擎结果页面（SERP）中提取的特征蒸馏技术。作者在 10 个主要诈骗类别（如购物诈骗、宠物诈骗等）上验证，相比启发式和数据驱动基线，发现效率平均提升 20.58 倍。仅使用 1663 个已知诈骗站点作为种子，LOKI 找到了 52493 个新诈骗网站。系统还能泛化到未见过的诈骗类别，凸显其在发现新兴威胁方面的实用性。该研究为主动威胁狩猎提供了新思路，适合安全运维、威胁情报和反欺诈团队关注。