该论文针对本地搜索服务（如本地知识面板、地图搜索、语音搜索）中出现的一种新型地下非法药物推广活动——非法药物商户列表——进行了首次大规模测量研究。研究发现，不法分子利用上游本地数据经纪商对数据质量管控宽松的漏洞，发布推广非法药物业务的商户信息。这种推广行为污染了下游主要搜索引擎的知识库，并通过网页搜索、地图搜索和语音搜索触达大量受众。此前，学界和工业界对这种新型非法推广活动的规模、影响和技术手段知之甚少，也缺乏大规模识别此类非法药物商户列表的方法。论文的主要贡献包括：系统性揭示本地商户列表生态系统中存在的数据质量脆弱性和监管缺失；测量此类非法活动的普遍性；评估其对本地搜索受众的影响；并可能提出用于大规模检测此类列表的技术路径。该研究面向安全研究人员、搜索引擎运营商、本地数据经纪商以及政策制定者，有助于理解并应对这一新兴的搜索毒化威胁。

该论文针对威胁报告知识图谱提取工具评估的可复现性问题进行系统审计。研究者注意到工具发布时引用的三元组F1分数高度依赖于预测三元组与黄金标注之间的匹配规则，而匹配算法（精确匹配、同义词、嵌入相似度等）的选择会显著影响最终得分。作者检查了12个公开系统，仅对5个系统能够重新实现其论文中所述的匹配规则，其余7个规则不透明。在共享文档上使用8种不同匹配协议重新评分10个系统的预测输出，结果显示45对系统排名中有11对发生倒置；同一组预测在不同协议下F1得分可从0.16变化至0.70。在GRID外部378项校准数据集上，作者对比了词汇匹配、嵌入和蕴含等机械匹配器与多审阅者的人工裁决，一致性最高不超过71%，而使用LLM作为评判时一致性达到86%。为分离模型本身与匹配规则的影响，作者构建CTIForge，可固定抽取结果、仅改变验证层。实验发现，在7种部署配置下，验证层对精确率的影响并非单边：4个托管后端精确率提升，3个离线后端精确率下降，该差异与骨干网络、解码和提示耦合，不能简单归因于服务方式。同时，对于明确争论实体类型的动作增加了约2.8倍，说明手写验证规则内嵌了其为之开发的后端的约定。作者开源了完整管道、协议集合和逐三元组审计记录。此工作对于安全团队如何客观评估威胁情报知识图谱工具、避免被表面F1分数误导具有重要参考价值。

本论文提出并实现了一个名为 TagZilla 的自动化平台，用于在威胁情报（CTI）报告中为失陷指标（IoC）自动添加归属（owner）和滥用类型（abuse type）标签。在网络攻击活动中，IoC 通常包括 IP 地址、URL、文件哈希和加密货币钱包等，这些指标往往以非结构化文本形式出现在报告中，或仅在报告末尾列出而缺乏上下文，导致其分析价值受限。TagZilla 的核心思路是：给定一份威胁报告，自动分析其文本内容，识别其中描述的 IoC，并为每个 IoC 标记其所属的威胁组织、恶意软件家族，以及该 IoC 相关的滥用类型（例如钓鱼、性勒索、命令与控制等）。在技术方法上，TagZilla 引入了基于大语言模型（LLM）的新颖方案：对归属标签采用开放世界分类（open-world classification），即不限定已知实体集合，能够识别报告中出现的新组织或家族；对滥用类型标签则采用封闭世界分类（closed-world classification），预设了 29 种固定类型。作者构建了包含 100 份威胁报告、1,534 个指标的的人工标注地面真值数据集，评估结果表明 TagZilla 在归属标签上的 F1 分数为 0.94，在滥用类型标签上的 F1 分数为 0.93。进一步，作者将 TagZilla 应用于 765 份威胁报告，共识别出 15,583 个 IoC，归属于 637 个恶意软件家族、113 个威胁组织和 162 个其他实体。实验证明，即使报告中涉及多个攻击者和恶意软件家族，TagZilla 也能有效完成标签标注，从而为这些实体生成 IoC 画像。该研究的主要贡献在于：提供了一种自动化、可扩展的 IoC 上下文增强方法，显著提升威胁报告的可用性和分析效率；其开放世界分类设计尤其适合处理不断演变的新型威胁。适合安全运营中心（SOC）分析师、威胁情报研究员以及自动化安全分析工具开发者阅读。

安全团队在漏洞利用证据尚未完整时就必须对漏洞进行优先级排序。现有信号如 CVSS、EPSS、安全公告和公开利用代码虽然有用，但彼此割裂且时效性强，基于回溯的评估方法往往使用了决策时点尚不可用的证据，从而高估了实际效果。本文提出 ThreatLens，一个简单但有效、且贴近真实部署场景的 CVE 优先级排序框架。ThreatLens 在每个评审时间点仅使用截止当前有效的证据来对漏洞排序，并利用未来的 CISA KEV 条目作为弱监督信号来学习漏洞与真实被利用之间的相关性。在严格的前向时间、CVE 不重叠的评估设置下，ThreatLens 显著优于 CVSS、EPSS 和基于规则的证据融合基线。在保留测试集上，ThreatLens 在 top 20 中覆盖了未来 KEV 中 80.0% 的 CVE，是 EPSS 同预算下的三倍以上；在 top 50 中达到 95.9%。早期预警分析表明，ThreatLens 能在正式目录收录之前识别出大量后续 KEV 条目，从而支持及时且基于证据的漏洞分流决策。该研究解决了现有方法中的时间偏差问题，为实际安全运营中的漏洞优先级排序提供了一种可落地的解决方案。适合安全运营团队、漏洞管理研究人员及威胁情报分析师阅读。

本文是首个针对暗网/地下市场中“鉴定系统”（appraisal system）的大规模测量研究。在地下市场中，鉴定人（appraiser）会从卖家处免费获取样品，随后发布评估性评论（appraisal review），以帮助其他买家判断商品质量。作者从8个地下市场的1700万条通信记录（时间跨度2006年2月至2023年3月）中，识别出56,229条鉴定评论，来自18,701名独立鉴定人。研究揭示了鉴定人筛选机制中常用的五大要求和优点，表明这是一种高度成熟且结构化的流程，已深度嵌入地下市场生态。更重要的是，作者发现鉴定评论中包含高质量、独特的网络威胁情报（CTI）。例如，能够通过评论识别出社交媒体增粉服务的关注者地理位置，以及恶意软件使用的编程语言。作者构建了一个可提取41种不同类型CTI的抽取模型，成功从16,668条（50.2%）鉴定评论中捕获23,978个关联工件；相比之下，普通商品列表和非鉴定评论中的工件出现率仅分别为8.9%和2.7%。该研究填补了地下市场威胁情报收集中被忽视的空白，为安全分析师提供了新的情报来源和分析视角。

该论文提出了一种名为 TTP-R1 的两阶段框架，用于从网络威胁情报（CTI）文本中自动提取 MITRE ATT&CK 攻击技术。手动标注 ATT&CK 技术成本高昂且难以扩展，而 ATT&CK 分类体系包含数百种技术，单条 CTI 文本可能涉及多种技术，导致准确且完整的提取充满挑战。现有的自动化方法存在不足：多标签分类器受严重类别不平衡和大标签空间困扰；基于大语言模型（LLM）的方法（如检索增强流水线或微调生成器）优化的是 token 级目标，将技术标注视为序列生成而非集合预测，缺乏对预测技术集合正确性和完整性的直接监督。TTP-R1 结合了检索增强的监督微调（SFT）与基于可验证奖励的强化学习（RLVR）。其混合检索器首先将庞大的标签空间缩小为候选集，然后微调 LLM 学习从中选择正确技术；随后应用分组相对策略优化（GRPO），使用分解奖励直接监督预测技术集合的精确率、召回率和输出格式。在四个 CTI 基准上，TTP-R1 取得了最佳平均 F1，子技术级 F1 相比使用检索增强的 Claude Sonnet 4.5 提升 7.4 个百分点，且以 8B 参数模型在单 GPU 上服务时运行速度快 28 倍。该研究聚焦于利用可验证奖励的强化学习来提升结构化威胁情报抽取的准确性与效率。适合 LLM 安全应用、威胁情报自动化及安全运营研究人员阅读。

本研究针对医疗行业网络威胁在2017至2024年间的发展趋势进行了首次大规模、多源实证分析。研究整合了MITRE ATT&CK行为框架、CISA已知已利用漏洞目录（KEV）和NIST国家漏洞数据库（NVD）三个权威数据源，共收集1,214条威胁记录，涉及44个经确认针对医疗行业发起攻击的威胁组织。通过时间序列分析，研究发现攻击者行为发生了显著的战术转移：防御规避(Defense Evasion)始终是使用最频繁的战术，在观测期内稳定占技术使用总量的15%-20%；而持久化(Persistence)和初始访问(Initial Access)战术的使用比例分别从11.2%和9.0%降至零，表明攻击者更倾向于在受害环境中隐蔽驻留并利用已有访问通道而非重新渗透。进一步分析指出，现有检测指导与攻击者的实际能力投放存在结构性错位：攻击者最常使用的技术恰恰是检测覆盖最薄弱的部分。作者还通过收敛性分析将679个已被确认利用的漏洞映射至单一主导行为技术，揭示了漏洞面与行为面之间的公共可干预瓶颈。最终，研究识别出42个高优先级技术，被认为是即时的检测机会，并证明这些技术直接对应于AI集成临床系统所面临的新兴威胁。该工作为医疗行业安全团队提供了基于证据的资源分配依据，并为未来AI医疗系统的威胁建模奠定了基础。

该论文提出了一种可复现的流水线，用于从自由文本的漏洞描述中将 CVE 映射到 MITRE ATT&CK 企业技术。传统方法依赖 CWE->CAPEC->ATT&CK 的推导链，但论文量化了该链在表扩展过程中产生的伪影。作者基于 MITRE 威胁情报防御中心专家人工标注的 1,207 个 CVE 构建了金标准数据集，并训练了一个多标签分类器。实验表明，该模型在 recall@5 上比零样本嵌入相似度基线提升了约一倍，且所有排序指标均有改善。随后论文研究了是否可以利用 LLM 辅助标注来扩展金标准数据集。初步实验出现矛盾结论：单次运行显示性能下降，而五次随机种子平均显示小幅提升。然而，独立复现和扩展规模研究（新增 100 至 984 个 CVE）表明，表面的改进实际上是评估伪影。LLM 生成的标签与专家标注的一致性约为 0.39，在任何扩展规模下都无法提供可靠的改进，并且在新增约 1000 个 CVE 时降低了稀有技术的覆盖率（macro-F1 下降 0.04）。根本原因是评估噪声：在小测试集上选择检查点等效于在多次噪声评估上最大化，导致完全相同的运行之间 recall@5 差异高达 0.05。通过基于验证集检查点选择的修正协议，仅使用金标准数据的模型达到 recall@5 = 0.673 ± 0.019，重复决定性实验确认了 LLM 扩展的零结果。最终扩展研究表明，增加专家人工标注数据能够持续提升性能，而 LLM 标注的数据则不能，表明该分类器受限于标签质量而非数据集规模。所有数据集、模型、代码和训练日志均已公开。适合安全研究人员、威胁情报分析师以及参与 ATT&CK 映射自动化工作的蓝队成员阅读。

本文通过半结构化访谈15名不同角色和专业背景的安全从业者，探讨了高级持续性威胁（APT）分析、归因及面临的挑战。研究发现，从业者在APT归因中采用三层方法，每层有各自目标和挑战。他们通常更关注理解对手的战术、技术和程序（TTP）及动机，而非确定具体攻击实体。现有工具和流程的主要问题包括无法处理多样复杂的数据，以及内部和外部协作的困难。基于这些发现，作者提出了四项改进归因方法的建议，并讨论了这些改进如何应对已识别的挑战。该研究填补了对安全从业者实际感知和挑战理解的空白，为未来APT分析工具和流程设计提供了重要参考。

本文介绍了首次大规模分析 Telegram 上 339 个网络犯罪活动频道（CACs）的研究。这些频道拥有超过 2380 万订阅者，传播包括泄露凭证、盗版软件和媒体、社交媒体操纵工具以及恶意软件、漏洞利用工具包、社会工程诈骗等黑帽黑客资源。为评估这些频道，作者开发了 DarkGram——一个基于 BERT 的框架，能够自动识别 CACs 中的恶意帖子，准确率达 96%。利用 DarkGram，他们对 2024 年 2 月至 5 月期间这些频道分享的 53,605 条帖子进行了定量分析，揭示了内容的几个关键特征：虽然大部分内容免费分发，但频道管理员常采用促销和赠品策略来吸引用户并推动高级网络犯罪内容的销售；有趣的是，这些频道有时对其订阅者构成重大风险，28.1% 的分享链接包含钓鱼攻击，38% 的可执行文件捆绑了恶意软件。分析订阅者如何消费和积极回应这些共享内容，描绘了网络犯罪内容大规模持续传播的危险图景。研究还发现，CACs 可通过快速迁移到新频道并最小化订阅者损失来逃避审查或平台封禁，突显了该生态系统的韧性。为应对此问题，作者利用 DarkGram 检测新兴频道，并向 Telegram 和受影响组织报告恶意内容，三个月内促使 196 个频道被关闭。研究结果强调了迫切需要协调努力应对这些频道日益增长的威胁。为助力此工作，作者开源了数据集和 DarkGram 框架。本文适合安全运营团队、威胁情报分析师、平台安全工程师以及研究网络犯罪生态的学者阅读。

该论文对2026年1月至5月间在VirusTotal（VT）上观察到的约152万个恶意域名进行了纵向研究。研究选取了至少被5个独立VT扫描引擎检测到、且首次出现在研究窗口内的域名。数据集被分为被攻陷域名和攻击者创建域名，后者约占89.3%。结合WHOIS注册记录、被动DNS（PDNS）数据与VT数据集，研究者从八个维度刻画了攻击者行为：时间分布、被攻陷与攻击者创建分类、首次检测时的域名年龄、注册商和顶级域名（TLD）偏好、DNS查询量（作为损害代理）、托管基础设施集中度（IP和ASN级别）、批量注册模式以及品牌仿冒。关键发现包括：大多数攻击者创建的域名寿命短，在创建后数周内被使用；少数注册商和TLD承载了大部分滥用；Cloudflare基础设施被广泛用于域名前端；涉及单个注册商一天内注册数千个域名的批量注册事件普遍存在；多个全球品牌（尤其是WhatsApp和Google）被大量仿冒。研究者将标注后的数据集公开在GitHub上以供进一步研究。

本文提出 TeleHunt，一个用于系统性评估 Telegram 上网络犯罪社区发现策略有效性的框架与工具。研究背景是 Telegram 已成为网络犯罪活动的重要平台，但如何高效、可靠地定位这些隐蔽社区仍缺乏系统研究。TeleHunt 采用引用驱动的雪球采样策略，结合消息级分类、上下文过滤和市场细分标签，能够从开源或暗网种子出发，自动扩展探索。作者通过实验系统比较了种子来源、指针类型（如邀请链接、用户名提及）和探索策略对发现结果在效率、可达性和重新发现三个维度的影响。主要贡献包括：(i) 一个模块化的网络犯罪内容发现流水线；(ii) 首次对 Telegram 发现策略的系统比较，并实证刻画了不同市场细分（如数据泄露、毒品交易）的可达性；(iii) 一个包含 172M+ 消息、覆盖 6,022 个 Telegram 社区的大规模标注数据集。该研究为威胁情报分析人员提供了方法论指导和可用工具，有助于提升对 Telegram 生态中网络犯罪活动的监测与溯源能力。

该论文系统研究了YARA规则共享过程中的匿名性问题。YARA规则常用于威胁情报社区共享恶意软件检测规则，社区普遍认为去除元数据（如作者字段）足以保护贡献组织身份。为了验证这一假设，作者从三个主要公共YARA规则库收集了23,305条规则，采用三种互补方法（词汇n-gram的Burrows' Delta、语法AST特征的Caliskan-Islam方法、以及微调后的CodeBERT）训练分类器，沿着四个风格测量维度（个体作者、来源仓库、恶意软件家族、时间漂移）进行推断。实验结果表明：仓库来源几乎可完美恢复（最高99%准确率），个体作者可远高于随机概率被重新识别（76%），恶意软件家族分类达到95%。通过对比完整历史与时间限制子集下的仓库归因任务，发现存在9-18%的准确率差距，初步证明仓库指纹存在时间漂移。进一步针对恶意软件家族内的作者归因实验：在七种测试家族中，五种家族内的作者仍可被重新识别（平均准确率74.6%）。这些发现首次系统证明了YARA规则共享是一个可测量的OPSEC攻击面，仅去除元数据无法缓解该风险。该研究适合威胁情报分析师、安全运营工程师以及开发YARA规则共享平台的人员阅读。

网络犯罪在规模和复杂性上呈指数级增长，传统分类方案难以捕捉现代威胁的复杂性和多样性。为此，本文提出 STRIKE（Structured Taxonomy for Risk, Impact, Knowledge, and Emerging Threats），一种统一的多维网络犯罪分类框架。STRIKE 覆盖传统与新兴领域，包括勒索软件、钓鱼、网络入侵、儿童性虐待材料（CSAM）、加密货币劫持、深度伪造和供应链攻击。它利用攻击向量、对抗战术、社会影响、检测技术和缓解策略等标准对威胁进行组织。此外，论文还回顾了最新的检测方法进展，并提出了一个响应工作流，以协助从业者在活跃威胁条件下进行应对。该工作为研究人员、安全专业人员和政策制定者提供了威胁分析、比较评估和自适应网络防御的实用基础。