Autonomous OSS Threat Detection via Taxonomy-Aligned LLMs
该论文聚焦开源软件（OSS）供应链安全检测问题。作者指出，当前 OSS 生态面临的供应链攻击手法日趋复杂，涵盖域名抢注/仿冒包名（typosquatting）、依赖混淆（dependency confusion）、Trojan Source
#threat-detection
共收录 10 条相关情报。
← 返回所有主题Combining Exploratory Analysis and Automated Analysis for Anomaly Detection in Real-Time Data Streams
安全分析师在监控实时安全信息时常常面临信息过载，难以全面覆盖所有告警，容易遗漏重要事件及其之间的关联。根本问题在于分析师用于检测、探索和响应网络攻击的系统设计。本文针对这一挑战，研究探索性分析（可视化）与自动化分析的互补性。作者开发了一个原
Federated Attack Campaign Detection via Contrastive Encoding of Threat Indicators in Gradient Updates
针对传统网络攻击活动检测依赖跨组织共享敏感遥测与威胁情报、带来隐私与合规障碍的问题，本文提出一种基于联邦学习的模块化框架 FedIoC，用于在不直接传输 IoC（威胁指标）的情况下恢复跨组织的协同攻击活动模式。其核心思路是：各参与客户端在本
Can Risk-Based Alerting Mitigate Cybersecurity Alert Fatigue?
本文针对安全运营中心（SOC）面临的网络安全告警疲劳问题，首次系统性地评估了基于风险告警（Risk-Based Alerting, RBA）方法的有效性。SOC 日常需要处理海量告警，其中大量为误报，导致真实攻击在有限的人力资源下难以被及时
What's Your NIC Whispering? Network Threat Behavior Recognition via NIC Electromagnetic Side-Channel Leakage
该论文研究了一种新颖的网络威胁行为识别途径：利用网卡（NIC）在活动时产生的非预期电磁（EM）泄漏信号。传统网络威胁检测主要依赖数据包级、流级或主机级遥测数据，而本文探索了物理侧信道这一不同观察面。作者提出NICWhisper系统，通过外部
LLMs for Zero-Shot Threat Detection via Structured Risk Indicators
本文提出一种基于大语言模型（LLM）的两阶段框架，用于从异构安全日志中进行零样本内部威胁和高级持续性威胁（APT）检测。该方法首先将用户活动建模为按时间顺序排列的时间线，并引入检索增强生成（RAG）技术，从用户历史行为中提取个性化上下文，以
Cleaning the NTP Pool: Detecting and Mitigating NTP-Sourced IPv6 Scanning
该论文针对IPv6地址的临时性和随机性带来的安全挑战展开研究。由于IPv6客户端地址难以预测，攻击者难以进行全互联网扫描，但先前工作表明，低权限实体可以轻松加入基于志愿者机制的NTP池，通过部署NTP服务器收集大量活跃的IPv6客户端地址。
A Hybrid, Multi-Layered Pipeline for Phishing and Threat Classification: Independently Validated URL and NLP Engines with a Calibrated Multi-Channel Fusion Stage
本文提出一种针对钓鱼攻击（多模态威胁）的混合多层级检测管道。该管道为每种模态独立构建引擎，最后进行融合决策。具体包括三个引擎：1）四阶段URL检测栈：包含域名守卫、词法模型、威胁情报以及一个非对称L2融合侧车；2）鲁棒性增强的DistilB
HySecTwin: A Knowledge-Driven Digital Twin Framework Augmented with Hybrid Reasoning for Cyber-Physical Systems
本文提出 HySecTwin，一种面向网络物理系统（CPS）的知识驱动数字孪生框架，旨在解决现有数字孪生方法在网络安全建模中缺乏语义推理能力的问题。HySecTwin 将自动推理置于实时威胁检测的核心，通过语义建模将异构的 CPS 遥测数据
Toward Autonomous SOC Operations: End-to-End LLM Framework for Threat Detection, Query Generation, and Resolution in Security Operations
该论文提出了一种面向安全运营中心（SOC）的端到端威胁管理框架，旨在解决威胁数量增长、SIEM平台异构以及人工分诊耗时的运营挑战。框架包含三个核心模块：基于集成学习的检测模块、语法约束的查询生成模块（SQM）以及检索增强的响应支持模块。检测