共收录 15 条相关情报。
← 返回所有主题该论文从人因与神经生理学角度审视深度伪造（deepfake）对信息真实性与安全的威胁。作者指出，尽管深度伪造已被广泛视为利用人类对视听感知信任的攻击手段，但此前尚不清楚人类及其潜意识层面的神经生理过程能否可靠区分深度伪造视频与真实视频。为此
本文对现代钓鱼邮件内容开展了大规模实证测量研究。研究背景是：钓鱼邮件长期是最普遍的互联网威胁之一，而邮件内容既是受害者实际阅读的对象，也是自动防御系统所检查的攻击面，但学界对其构成一直缺乏大规模量化。既有工作虽然刻画了主题、行动号召（CTA
本文针对实时深度伪造（real-time deepfake）驱动的语音与视频冒充攻击，提出了一套名为 DF-CAPTCHA 的主动防御框架。研究背景是：随着实时换脸与语音克隆模型推理延迟不断降低，攻击者已能在通话过程中实时伪装成他人身份，用
本文研究了一个由志愿者组成的反欺诈社区——技术支援诈骗（Technical Support Scams, TSS）的“捉弄者”（scambaiters）群体如何对抗技术支持诈骗。作者采用严格的受试者筛选策略，对17名活跃参与TSS scam
本论文聚焦社会工程学（Social Engineering, SE）攻击中心理因素（Psychological Factors, PFs）与攻击类型之间的匹配关系。长期以来，网络钓鱼（phishing）被广泛认知，但随着语音钓鱼（vishi
本文针对大型媒体平台（如 YouTube）上日益猖獗的评论诈骗（comment scams）进行了系统性的测量与特征化研究。随着 YouTube 等平台用户量激增，攻击者开始利用这些平台的海量受众实施社交工程攻击。尽管平台提供了让内容创作者
该论文针对音频深度伪造检测这一日益严峻的安全问题，首次开展了大规模的人类识别能力评估研究。随着语音合成与声音克隆技术的快速发展，深度伪造音频已被用于电信诈骗、虚假信息传播等恶意场景，传统自动检测模型虽然取得一定进展，但人类作为最终决策者的听
该研究通过大规模问卷调查（N=4100）和定性访谈（N=12），评估了美国成年人面对AI驱动的语音钓鱼攻击的脆弱性。研究人员利用先进的语音模型（包括Llama Full Duplex、Sesame、Gemini、OAI AVM、Play.A
本文针对英国近年来激增的“Hi Mum and Dad”短信诈骗（又称亲情诈骗）进行了系统研究。该类诈骗通过冒充子女向父母发送短信（如“妈妈，我手机掉马桶了”），利用紧急情境诱导受害者转账。研究团队收集了英国境内公开报告的诈骗短信样本及受害
本文针对亚马逊Alexa等语音助手环境下的网络钓鱼社会工程学攻击（pretexting）进行了实证评估。研究通过设计模拟攻击场景，测试用户在语音交互中对钓鱼 pretexting 的敏感性。实验招募了参与者，在受控环境中与Alexa互动，并
本文研究了在线社交网络中用户对AI生成的个人资料（即深度伪造资料）的信任程度。研究通过设计实验，让参与者评估真实与AI生成的个人资料的可信度，发现用户难以区分真实与伪造资料，且对伪造资料的信任度较高。论文提出了一个名为DeepPhish的框
该论文针对网络安全领域长期存在的标准框架（如CVE、CVSS、CWE）仅覆盖软件漏洞，而忽视人类行为和心理漏洞的问题，提出了“人类脆弱性与利用（HVE）框架”。研究表明，绝大多数成功的网络攻击并非利用软件缺陷，而是利用人类行为和心理弱点，例
该论文系统性地研究了自主Web智能体在面对社会工程攻击时泄露用户个人可识别信息（PII）的问题。作者首先指出，互联网上广泛存在的欺骗性Web内容（即社会工程攻击）能够操纵自主Web智能体将用户的PII提交给攻击者控制的端点。为了量化这一风险
社交工程攻击通过利用人类信任而非软件漏洞来实施，传统的基于规则的邮件过滤器难以有效检测这类攻击。本文提出了一种名为“Filter-then-Verify”的两阶段检测框架，将归纳式图神经网络（GNN）与协同注意力机制的ModernBERT模
该论文采用混合研究方法，系统性地分析了社交媒体上针对数字支付系统的个人冒充攻击。研究首先收集了大量真实案例，通过定性分析识别出攻击者冒充熟人（如朋友、家人）的核心策略，包括利用公开个人信息增强可信度、伪造紧急支付请求等。随后，作者通过定量实