该论文关注工业控制系统（ICS）威胁情报跨物理域复用的可靠性问题：为某一工厂记录的安全威胁（例如针对污水处理工艺的攻击手法），其蕴含的网络-物理效应有时可能对另一类目标（如配水系统）同样具有参考价值，但作者指出，仅靠语义相似度无法判定这些效应在目标系统上是否“结构上可准入”、是否“可评估”。为解决这一问题，论文提出 XPhysICS —— 一种来源可追溯（provenance-aware）、以目标为条件（target-conditioned）的方法。其核心设计是把流程显式拆成两段：一是由分析师主导的源端抽象（source abstraction），二是确定性的落地/匹配（deterministic grounding），后者将源端抽象映射到目标系统特化的验证切片（validation slice）中。在给定固定的源端抽象、词汇表与 schema，以及经过机器校验的目标契约（machine-validated target contract）的前提下，XPhysICS 使用五条准入判据来评估候选映射：角色兼容性（role compatibility）、已实现类型兼容性（implemented type compatibility）、阶段一致性（stage coherence）、切片可用性（slice viability）以及规则面适用性（rule-surface applicability）。方法学上的另一个关键贡献是明确提出若干必须相互区分的“证据层”：落地被接受、切片充分性、动态可实现性、消费方适用性以及消费方最终结果，作者强调不能把这些层次混为一谈。实验方面，论文在 83 个结构化源威胁抽象上开展评估，覆盖水处理、配水、水-能（水电/水能耦合）以及化工过程四类目标；受控的目标侧研究包括 SWaT→水处理、WADI→配水两组落地，产生了干净（clean）、被标称工况混淆（nominal-confounded）以及接近阈值（near-threshold）三类消费方结果；另有九个 Hydro/GRFICS 案例扩展了有界验证切片的执行。论文还评估了有界预测型、状态感知型和相位感知型三类消费方通道，未修改的上游 GeCo 实现，以及一个基于论文复现的物理引导搜索方法在三个冻结落地上的表现。总体结论是：跨域 ICS 威胁复用需要可追溯的源端语义、显式的目标条件化落地判据，以及对后续目标侧证据的谨慎分层处理。

恶意域名是钓鱼、恶意软件分发、身份冒充与欺诈交易的核心基础设施。域名注册成本低、易于大规模部署，使其成为跨行业网络犯罪中最常用、破坏性最强的工具之一。传统检测方案大多依赖域名解析后的网页内容、HTTP 响应或被动 DNS 记录等特征，只能在域名已经「上线」之后才做判断，从而留下数天量级的暴露窗口。本文提出 COBRA：一个与内容无关（content-agnostic）、在注册时刻（registration-time）即可工作的检测框架，目标是在域名被填充任何内容之前完成可疑性判定。COBRA 不使用任何基于内容的特征，而是直接分析新注册域名的名称字符串，采用聚类技术依据词法（lexical）与结构（structural）相似性对域名分组，把同一批量注册活动产生的域名聚合为簇，以簇为单位进行异常判定，从而在降低单域名误报的同时提升召回。作者使用包含 150 万个新创建域名的真实数据进行评估，结果显示 COBRA 检测可疑域名的精确率达到 98.5%，共识别出超过 4.7 万个不同的新注册可疑域名；此外，域名名称聚类带来的早期检测能力，使其对约 80% 的可疑或恶意域名能够比一款被广泛使用的威胁情报服务更早发现，而后者在某些情况下需要长达 7 天才能完成标注。该工作表明，在零日（day-zero）阶段仅凭域名名称的结构信息即可获得高精度检测信号，对威胁情报生产、域名信誉评分与主动防御具有实际价值。适合威胁情报、DNS 安全、SOC 检测工程与域名信誉方向的研究者和工程师阅读。

本文研究了大型语言模型（LLM）在网络威胁情报（CTI）运营任务中的可靠性，具体聚焦于“威胁等级判定”这一子任务。随着LLM的快速发展，其在安全运营中被视为潜在的自动化辅助工具，但其实际决策能力尚未得到充分验证。作者首先从公开的MISP OSINT（开放源码情报）数据源中构建了一个经过筛选和标注的评估数据集，该数据集模拟了真实世界中安全分析师需要判断的威胁事件。随后，作者设计了一套定制化的提示词（prompt），在零样本（zero-shot）条件下系统比较了八个不同架构的LLM（未列出具体模型名称）的威胁等级判定表现。实验结果表明，零样本模型整体表现较弱，难以正确分配威胁等级，说明基础LLM缺乏足够的领域知识或推理能力。在此基础上，作者对每个模型进行了有监督微调（supervised fine-tuning），并对比了微调前后的效果。结果显示，微调显著提升了模型性能，F1分数依据基础架构不同介于0.40至0.58之间，但仍未达到实际部署所需的高标准。作者指出，尽管微调带来明显改进，当前性能水平仍不足以支持安全运营中的自动化决策，未来需要在数据质量、模型适配和领域特定调优方面进行更多研究。本研究为评估LLM在CTI分析中的实际边界提供了量化证据，也为后续模型优化方向提供了参考。适合安全分析师、CTI平台开发者和LLM应用研究者阅读。

本文提出一种自动化流水线，用于从异构网络威胁情报（CTI）源中生成可操作的攻击表示。现代安全运营依赖来自半结构化威胁表示、IoC、叙事性技术报告等多种来源的CTI，但这些孤立信息往往不足以重构攻击的完整过程、各步骤的可行条件及留下的痕迹。分析人员需手动关联分散的证据，导致预防、检测和响应策略的设计延迟。为此，作者结合检索增强生成（RAG）架构与可本地部署的小型语言模型（SLM），构建了自动整合证据并推断缺失操作细节的流水线。该流水线以半结构化威胁表示和辅助CTI文档为输入，输出富化的攻击图（Attack Graph）：该图捕获粗粒度、对齐战术的攻击进程，并为每个步骤标注显式前置条件、后置条件及富化描述。该表示通过暴露执行需求支持预防，通过突出可观察痕迹支持检测，通过澄清攻击的时间演进支持响应。由于缺乏带真实攻击时间演化标注的验证数据集，作者在10个真实世界案例中测试了完整流水线，覆盖包括通过钓鱼投递的后门和分阶段下载器等多种威胁类型。基于这10个案例的人工评估表明，生成的攻击图与预期攻击进展一致，说明该方法能将分散的CTI证据整合为结构化、可操作的攻击视图，从而辅助分析人员。本文的核心贡献在于提出一种无需大规模人工标注即可融合异构CTI并生成可验证攻击图的新框架，弥合了叙事报告与结构化表示之间的鸿沟。适合安全运营人员、威胁情报分析师以及攻击建模方向的研究者阅读。

论文提出 SCRIPTIOC-BENCH，一个用于衡量大语言模型（LLM）从基于脚本的恶意软件中静态提取可操作威胁情报（IOC）能力的基准。脚本型恶意软件（如 JavaScript、PowerShell、VBScript）仍然是常见的攻击手段，其中往往包含 URL、域名、IP 地址和文件系统痕迹等 IOC。传统静态分析方法难以恢复这些指标，因为相关值可能分散或经过编码/混淆。尽管 LLM 在安全分析中展现出潜力，但其恢复 IOC 的能力尚未被系统研究。该基准包含 634 个经过人工验证的真实恶意脚本样本，覆盖四种 IOC 类型（URL、域名、IP、文件系统痕迹），并进一步将真实 IOC 按恢复层级分层，区分直接暴露的指标和需要解码或重构的指标。作者在该基准上评估了多种商业和开源 LLM，结果显示在没有执行代码的情况下，IOC 恢复对所有模型规模仍具挑战性：最强模型仅达到 65.4 的 F1 分数。为了刻画失败模式，论文引入了一个误报分类法，并用它比较各模型的错误分布。此外，作者在一个小型开源模型上研究了两种缓解措施——确定性字符串工具和任务特定微调——发现它们带来了互补的恢复增益，提高了精确率，并将错误转向基于样本的失配。本文核心贡献包括：构建了首个针对恶意脚本 IOC 静态提取的基准、量化了 LLM 在此任务上的性能瓶颈、提供了细粒度的误报分类，并验证了轻量级增强手段的有效性。适合安全研究者、威胁情报分析人员以及 LLM 安全应用开发者阅读。

该论文针对大型威胁情报共享社区的成效进行了大规模实证测量。研究背景是：安全社区长期假设威胁情报共享能显著提升成员的检测与防御能力，但缺乏对真实共享生态系统的量化证据。研究者选取了一个大规模、活跃的威胁情报共享社区作为观察对象，通过收集其长期的共享数据、成员参与行为以及相关安全事件指标，构建了因果推断框架。核心方法包括：对社区内共享的威胁指标（如恶意域名、IP、URL）进行生命周期分析，追踪这些指标从首次共享到被成员利用的时间差；同时对比社区内外类似威胁的响应速度与缓解效果，以隔离共享行为本身带来的增量收益。主要贡献有：第一，量化了情报共享对缩短检测时间的积极作用，发现成员对共享指标的响应明显快于公开渠道；第二，揭示了共享规模与有效性之间的非线性关系，即过量或低质量共享可能造成告警疲劳并稀释注意力；第三，分析了成员异质性对共享收益的影响，指出积极参与者获得的防护提升更为显著。论文还讨论了数据可用性偏差与自选择问题，为威胁情报共享平台的激励机制设计和质量管控提供了实证依据。适合关注安全运营、情报共享生态建设以及安全经济学的研究人员和蓝队决策者阅读。

本文是一篇面向系统化知识的综述（SoK）论文，聚焦于人工智能（尤其是大语言模型）在网络威胁情报（CTI）生成与共享流程中的应用。研究背景是：CTI 对于保护关键基础设施至关重要，但从原始攻击证据到可共享情报的转化过程目前碎片化且缺乏系统研究。作者首先对学术文献进行了系统梳理，将 CTI 生命周期划分为三个阶段：威胁数据收集、CTI 生成与共享、CTI 消费。文献分析显示，第一阶段和第三阶段已有较多研究，而第二阶段（生成与共享）仅有少量论文涉及。为了解该阶段的真实实践，作者对多个组织中日常生成和共享 CTI 的从业人员进行了问卷调查。受访者描述该过程目前主要依赖人工操作，并反复面临四类挑战：防止敏感信息泄露、从嘈杂的攻击数据中提取指标（IOC）、将观察到的行为与标准化的战术、技术和程序（TTP）相关联、以及将 CTI 转换为共享平台要求的格式。基于从业者反馈，作者将 CTI 生成与共享阶段细分为四个子步骤：情报提取（Intelligence Extraction）、标准化与富化（Normalization and Enrichment）、编码化（Codification）和分发（Distribution）。随后，作者针对每个子步骤开展了试点研究，评估当前大语言模型（LLM）的可行性。试点结果表明，LLM 在这四个子步骤中都能为分析人员提供辅助，但模型只能恢复证据中包含的一小部分指标，难以将每个论断都扎实地追溯到所提供证据，也无法自行判断哪些共享情报对接收方真正有用。因此，每个子步骤仍然需要专家监督。基于这些观察，作者提出了三个自动化生产可共享情报的未来研究方向。本文的核心贡献在于：系统化梳理 CTI 生命周期、通过实证揭示 CTI 生成与共享中的实践瓶颈、并首次针对 LLM 在该环节的可行性进行分步评估。适合关注 LLM 安全应用、威胁情报自动化以及蓝队运营效率提升的研究人员和安全工程师阅读。

本文针对先进制造业中日益复杂的网络物理攻击面与威胁情报分析难题，提出了一种基于图谱的神经符号推理框架 NeuroGraph。尽管大语言模型（LLM）与检索增强生成（RAG）已显著改善威胁情报工作流，但仍存在幻觉问题，并且难以对相互关联的威胁执行结构化推理。传统的图增强 RAG 也缺乏本体一致的多跳推理以及跨异构网络安全数据的透明证据追溯。NeuroGraph 融合了本体感知的符号查询生成、知识图谱检索和神经语言生成，能够在信息技术（IT）与运营技术（OT）环境中进行准确且可解释的威胁分析。该框架采用双大语言模型架构：第一层将自然语言问题转换成可执行的 Cypher 查询，以便在知识图谱上进行符号检索；第二层严格利用检索得到的图谱证据来生成答案，从而抑制臆测。基于公开的 CTI 基准评测，该方法与既有基线相比，在推理准确率上一致更优，同时显著减少幻觉、增强多跳推理能力，并提升了对对抗扰动的鲁棒性。运行时与可解释性分析表明，该框架保持了交互式的推理性能，并输出基于图谱的推理轨迹，分析人员可以据此检查、验证每一步的推理结论。总体而言，这项工作展示了图基神经符号推理在下一代工业5.0环境中作为可扩展、可解释且可靠的威胁情报分析方法的潜力。适合安全研究人员与威胁分析工程师阅读，以了解如何将知识图谱与双 LLM 结合起来提升 CTI 的可信度与可审计性。

本文提出 BEACON，一个基于 LLM 的跨来源网络威胁情报（CTI）知识图谱自动构建框架。研究背景是：大量 CTI 以非结构化报告形式存在，数量庞大且异构性强，人工分析难以应对；现有自动构建知识图谱的方法大多只处理单篇报告的部分信息，未解决跨来源场景中同一威胁被赋予不同名称的实体对齐问题。核心洞察是：攻击行为一旦映射到 MITRE ATT&CK 这一标准化技术目录，即可作为报告的“锚点”。攻击行为是报告描述中的对抗性动作，而上下文实体（如威胁行为体、活动、受影响产品）和失陷指标（IoC，如 IP 地址）则是其参与者与痕迹；将这些元素挂接到锚点后，每篇报告的局部图都能被置于同一个规范空间中。BEACON 分两阶段实现该思路：第一阶段采用“先提出后验证”范式，将每篇报告抽取为图，以报告证据和官方 ATT&CK 定义为基础进行候选验证，抑制 LLM 的误分类与幻觉；第二阶段通过分层对齐策略合并图，按确定性递减顺序依次使用字符级相似、语义相似、技术邻域重叠等信号，并在合并过程中迭代更新邻域。由于现有基准均未将实体关联到技术锚点，也未提供跨来源对齐的真值，作者从 34 个来源构建并发布了两套人工标注数据集：据作者所知，这是最大的报告级 CTI 抽取数据集（8,395 个元素）以及首个跨来源整合数据集（3,487 个元素）。实验显示，BEACON 在两项任务上分别比所有基线至少高出 23% 和 9%。

该论文提出一个名为 DisCTI 的自动化网络威胁情报（CTI）分发系统，旨在解决当前 CTI 分发中缺乏行业感知（sector-aware）和及时性的问题。研究背景是：尽管 MISP 等平台提供了行业标签功能（如能源、金融、政府），但实际中 98% 的 CTI 事件未被分类，导致安全分析师难以从海量异构威胁信息中快速筛选出与自身行业相关的威胁，尤其使关键信息基础设施部门面临更高风险。作者将问题形式化为多标签分类任务：给定一个 CTI 事件，预测其可能影响的目标行业。他们利用对 CTI 结构和行业特定威胁模式的深入领域知识，从一个威胁情报平台（TIP）构建了一个包含 872 条标注了行业标签的 CTI 事件的数据集，并采用基于 Transformer 的 BERT 模型来自动学习事件文本与行业标签之间的映射。为了增强跨平台互操作性，模型输入使用 STIX 结构化威胁信息表达格式。实验结果显示，该模型在自定义数据集上取得了宏平均 F1 分数 0.89，Hamming 损失仅为 0.055，意味着 94.5% 的单个行业标签分配是正确的。研究证明了利用领域知识设计机器学习模型可以显著提升 CTI 分发的自动化和行业针对性，弥补了传统威胁情报流水线中的关键缺口，有助于组织更快地采取与自身行业相关的防御行动。适合威胁情报平台开发者、安全运营中心（SOC）分析师、以及研究 NLP 在网络安全中应用的人员阅读。

该论文介绍了一个名为 PolyDoc 的工具，用于对从 PolySwarm 众包威胁情报网络获取的 PDF 文件进行格式感知的追踪和分析。PDF 格式因其复杂性和对互操作性与一致呈现的严格要求，成为攻击者编码漏洞和攻击的常见载体。研究旨在探究 PDF 文件的结构畸形与其恶意性之间是否存在关联。PolyDoc 以实时狩猎模式运行，收集提交给 PolySwarm 的 PDF 文件，并使用 Mutool、Poppler 和 Caradoc 等主流 PDF 工具执行这些文件，以追踪其执行过程和产生的错误。研究人员共收集并分析了 58,906 个文件，利用 PDF 错误本体论（PDF Error Ontology）根据追踪输出对错误进行分类，并将分类结果与 PolyScore（PolySwarm 提供的恶意性评分）进行比较。研究得出三个核心发现：第一，被归类为恶意的 PDF 文件确实包含语法畸形；第二，未分类的错误本体论类别在不同 PDF 工具中都很常见，表明现有的 PDF 错误本体论可能无法充分覆盖真实世界威胁引擎收到的文件类型；第三，攻击者确实利用特定的语法畸形进行攻击，而这些畸形是当前 PDF 工具能够检测到的。该工作为理解 PDF 恶意文件的特征提供了数据驱动的方法，并指出了改进 PDF 错误分类和检测工具的潜力。

本文针对关键基础设施（CI）防御中开源情报（OSINT）源选择缺乏实证依据的问题，开展了一项病例对照测量研究。研究收集了2010至2024年间54起已确认的CI网络攻击事件，覆盖12个明确行业及跨行业类别，并从相同源空间选取12个未发生攻击的漏洞案例作为零对照组。作者对满足最低数量阈值的十类公开OSINT源，逐一审计其攻击覆盖率、零对照污染率（即误报率）以及信号提前时间。结果表明，这些源可清晰划分为三种操作任务画像：先兆源（6类，在覆盖率不低于5%时未出现任何零对照触发）、披露暴露源（3类，其零对照污染率等于或超过攻击覆盖率）以及一个广覆盖源（混合特征，但语料库内精确率达91.3%）。该分类在2019年时间分区和美国与非美国地理分区中保持稳定。覆盖效率方面，两个源（一个广覆盖、一个先兆）可覆盖92.6%的语料库攻击，三个源合计覆盖96.3%；采用贪心算法选择的3源组合比随机3源组合平均高出39.8个百分点。一个值得注意的发现是，部分被工控系统安全界视为规范的源类别，在操作定位上属于披露暴露画像而非先兆预警，提示其价值在确认而非预警。此外，按行业、攻击者和司法辖区划分的源组合排序各有不同，但共享同一顶级源。作者公开了语料库、关联协议与分类规则，以供复现和后续研究。

该论文提出 AUTOSIGMA，一个将非结构化网络威胁情报（CTI）报告自动转换为 Sigma 规则的解决方案。针对高级持续性威胁（APT）快速演变下，传统人工编写 Sigma 规则容易出错、依赖专家知识且难以扩展的问题，AUTOSIGMA 不单纯依赖语言模型，而是结合结构化知识库增强不完整输入，将增强后的内容与现有 Sigma 规则库匹配，并采用 LLM-as-a-Judge 机制迭代验证生成的规则。该方法通过知识驱动增强、模板化规则落地和多阶段流程，实现准确、上下文相关且有效的规则生成。在多个真实 APT 报告和安全博客的评估中，AUTOSIGMA 在规则有效性、相关性、MITRE ATT&CK 技术覆盖率和输入质量鲁棒性方面均优于现有替代方案和纯 LLM 模型。该研究适合安全运营工程师、检测工程团队及从事威胁情报自动化研究的人员阅读，用于提升从报告到可执行检测逻辑的转换效率。

该论文提出 CTIFoundry，一个面向智能体（agent）的网络安全威胁情报（CTI）语料库脚手架。研究背景是：CTI 的消费正从人类分析师转向 LLM 智能体，后者在查询时组合多步调查流程。虽然智能体侧的规划循环、工具协议、上下文管理已快速成熟，但语料库侧仍停留在传统 RAG 的“不透明分块+嵌入索引”阶段。作者认为制约智能体 CTI 调查的瓶颈并非模型能力，而是语料库的底层组织结构。CTIFoundry 在构建阶段将 CTI 语料库的潜在结构显式物化：在 CVE、CWE、CAPEC、ATT&CK 四个权威知识库上构建确定性本体图，官方交叉引用被转化为类型化、可遍历的边；构建 span 级报告层，将跨厂商、经别名消解的规范实体与携带溯源信息的分块关联；并提供混合密集+词法检索接口。在查询阶段，该结构通过七个类型化工具和三个过程性技能暴露给智能体，并挂载到开源智能体框架上。在公开的 CTIConnect 基准上，仅替换动作表面（action surface）就将相同框架的智能体在四种模型、两家提供商的组合上整体 F1 提升了 +0.19 至 +0.28；使用 CTIFoundry 的小模型甚至超过了使用平坦语料库的旗舰模型，且这种增益并非通过增加搜索开销获得——在两种 Claude 模型上，启用脚手架的智能体在工具调用约减半的情况下准确率反而更高。消融实验表明：类型化结构贡献了主要增益，过程性技能将结构转化为纪律性，二者组合呈超加性，因为技能只绑定到已存在的结构上。论文的核心贡献是论证了语料库脚手架（而非模型能力）是智能体 CTI 调查的瓶颈，并提供了一种可复现的实现方案。适合研究方向：LLM 智能体、威胁情报自动化、知识图谱增强检索、安全分析工具链的开发者与研究者阅读。

本文提出 STINER，一个面向社交媒体（特别是 X/Twitter）的战略级网络威胁情报（CTI）自动提取框架。战略 CTI 关注高级别洞察，如识别受攻击行业、将攻击归因于特定勒索软件组织、评估数据泄露规模等。X 平台往往在官方报告发布前数天就出现实时泄露公告，是获取此类情报的最快来源，但其非正式且高度不规则的社交媒体语言使得传统命名实体识别（NER）模型难以准确解析，形成自动化防御系统的盲区。为解决此问题，作者构建了一个专家标注的高质量语料库，包含 2,100 条真实告警，并设计了一个包含 8 种实体类型（如威胁行为者、行业、地点等）的细粒度分类体系。他们针对 12 种配置评估了 9 个模型，涵盖通用与领域自适应编码器、开放模式提取以及零样本和微调设置下的生成式大语言模型（LLM）。实验结果显示，领域自适应编码器（如 DarkBERT）取得了 89.33% 的严格 F1 分数，优于通用基线以及微调后的 LLM，且 LLM 推理延迟显著更高。基于 STINER-DarkBERT，作者进行了 2025 年上半年的欧洲威胁态势分析，结果与官方关于主要目标的报告相符，同时突出了西班牙攻击的独特可见性，并展示了社交媒体驱动提取如何能提前发现 SafePay 勒索软件活动的早期信号，而无需等待厂商威胁态势报告的追溯性描述。该研究适合网络安全防御者、威胁情报分析师以及自然语言处理研究人员阅读，有助于理解如何从非结构化社交媒体数据中高效提取战略级情报。

本次输入仅提供了论文标题、作者列表及其 arXiv 分类（Algorithms and the Foundations of Software technology），未包含完整摘要。根据标题和作者的研究背景，该论文聚焦于勒索软件归因中高级入侵指标（IOC）的有效性问题。标题中的“High Stakes, Low Certainty”暗示了在攻击归因这一高风险、低确定性场景下，传统的基于低级 IOC（如文件哈希、IP 地址）的关联方法可能不足以可靠地识别攻击者。论文很可能提出或评估了一种使用高级 IOC（如战术、技术、程序 TTPs）的归因方法，并对其准确性、稳定性以及与威胁情报的契合度进行实证分析。作者团队来自荷兰多所大学和机构，具备扎实的安全研究背景。由于缺乏摘要详情，本文的具体方法、数据集和实验结论无法确认，但研究主题对蓝队和威胁情报分析具有直接参考价值。

本文针对安全运营中一个长期存在的痛点：当安全研究员发布网络攻击报告后，检测工程师需要将其转化为可用的检测规则。然而，现有自动化方法大多只能从报告中提取最浅层的威胁指标（如恶意IP、域名、文件哈希）并生成封禁列表，这种策略极易被攻击者通过更换基础设施绕过，导致检测规则很快失效。安全社区用“痛苦金字塔”（Pyramid of Pain）来描述这一现象：越往塔顶的指标（如TTP、工具、行为特征）越难改变，也就越有检测价值。该研究提出将微软GraphRAG（一种基于知识图谱的检索增强生成系统）而非传统向量相似度检索（Naive RAG）用于CTI报告的处理，以生成更依赖高层级、持久性指标的检测计划。实验中，两个系统使用相同的报告、相同的生成指令和相同的语言模型，仅检索方式不同。在一份APT28报告的详细案例研究中，GraphRAG生成的计划在所有IP、域名和文件哈希都被轮换后仍能保持100%的检测触发率，而Naive RAG仅剩29%。随后对四家厂商的九份真实CTI报告进行重复比较，验证了相同模式：GraphRAG生成的计划在痛苦金字塔上达到更高、更难绕过的层级，即使两者总分接近。研究结论认为，知识图谱感知的检索可作为自动生成SOC可部署狩猎计划的架构正确基础，同时提示生成提示词的措辞与检索后端几乎同等重要。本文适合检测工程、威胁情报分析、SOC自动化平台研发人员阅读，尤其对关注LLM+RAG在安全运营落地效果的团队具有参考价值。

本文针对恶意URL重定向网络难以实时发现的问题，提出了一种主动式的发现与测量方法。恶意URL常通过多层重定向隐藏自身以逃避检测，传统方法多为被动响应，难以实时捕捉重定向流量。作者提出一个三步算法：首先收集种子域名的重定向路径；其次将共享重定向路径中公共节点的域名进行聚类；最后通过IP同驻关系搜索其他关联域名。实验基于对2,300个流行假新闻网站的审计，从中选取276个发生重定向的假新闻域名作为种子，成功发现了三个大规模重定向活动。进一步验证表明，91%的入口域名并非新注册，而是近期过期后被重新注册并停放于专用主机的域名。为缓解该威胁，作者部署了系统自动收集新重新注册的域名并发布新的重定向网络。在五个月的运营中，其威胁情报报告获得了超过50,000次Google搜索展示，并被商业安全厂商工具推荐。此外，研究结果已报告给Google和AWS，两家公司均迅速采取行动移除恶意组件。该工作为持续发现来自重新注册域名的规避性重定向流量提供了一条可行途径。

本文提出一个名为 CTI4AI 的框架，旨在解决 AI 模型红队测试后产生的威胁情报（Threat Intelligence, TI）难以标准化和共享的问题。当前，AI 模型易受对抗性攻击、提示注入、数据投毒等威胁，而红队测试结果往往以非结构化报告形式存在，缺乏跨组织共享的通用格式。CTI4AI 框架借鉴传统网络威胁情报（如 STIX/TAXII 标准），设计了一套专门针对 AI 模型威胁的情报模型，包括：1) 统一的威胁描述格式，涵盖攻击类型、目标模型、漏洞利用条件等关键字段；2) 从红队测试日志自动提取情报的流水线；3) 基于 TAXII 协议的情报共享机制。框架原型在多个开源 LLM 上进行了验证，实验表明能够自动生成结构化的 STIX 2.1 对象，并成功在模拟的安全运营中心（SOC）间交换。该工作为 AI 安全社区提供了第一个专门针对 AI 红队结果的威胁情报标准框架，有助于促进 AI 漏洞的协同防御。

本文针对商业威胁情报（CTI）中高级持续性威胁（APT）归因的一致性问题展开系统性比较研究。研究背景：准确归因对于安全团队制定针对性防御策略至关重要，但不同 CTI 供应商对同一攻击事件的归因结果经常存在分歧，这可能导致资源浪费和防御盲点。核心问题：CTI 供应商之间的归因差异有多普遍？产生差异的技术与非技术因素是什么？方法：作者收集了多家主流 CTI 供应商（如 FireEye、CrowdStrike、Mandiant 等）在 2018-2022 年间发布的 APT 归因报告，通过构建统一分析框架，对同一攻击事件的不同归因结果进行交叉验证与统计对比。主要发现：（1）约 30% 的攻击事件存在至少两家供应商归因结果不一致；（2）不一致主要集中在中等置信度归因中，高置信度归因分歧较少；（3）分歧的原因包括：命名规范不同、证据链权重差异、以及商业利益对归因结论的影响。贡献：首次从实证角度量化了 CTI 归因的不一致性，提出了改进归因透明度的建议，并呼吁建立行业通用的归因评估标准。适合安全分析师、威胁情报研究人员及 CTI 消费者阅读，以批判性地审视归因报告的可信度。

该论文研究了利用开源权重的大语言模型（LLMs）从网联与自动驾驶汽车（CAV）相关的通用漏洞披露（CVE）中生成结构化威胁信息表达（STIX）的问题。CAV依赖互联的软件和硬件组件，漏洞通常以纯文本形式记录在CVE数据库中，但安全从业者需要受影响资产、弱点类型和攻击行为的结构化信息来有效缓解风险。为此，作者构建了CAV-STIXGen数据集，将CAV漏洞描述映射到STIX域对象（SDO）、STIX关系对象（SRO）、通用弱点枚举（CWE）和MITRE ATT&CK技术映射。使用该数据集，评估了11个开源权重LLM（4B到120B参数），采用不同提示策略和温度参数。单模型配置在SDO、SRO和CWE映射上的F1分数分别达到0.94、0.63和0.99，但完整的MITRE ATT&CK映射仍具挑战性。在多智能体设置中，Gemma-4-31B和Codestral-22B在SDO和SRO上分别达到0.91和0.43的F1分数。进一步分析了CWE和ATT&CK的共现模式，识别出CAV领域的重复威胁模式，展示了AI辅助的漏洞到STIX转换如何自动化威胁情报并优先防御运输安全。

本文指出网络安全机器学习基准数据集中普遍存在的标签错误问题，并以威胁情报（CTI）领域为例，构建了改进版数据集 D-LADDER++（基于公开的 LADDER 数据集经人工修正标签错误后得到）。作者使用开源模型 Microsoft Phi-3 和闭源模型 Google Gemini 在 D-LADDER++ 上进行了零样本和少样本评估，并对 Phi-3 进行了微调以提升适配性。实验结果表明，测试集中的标签错误会显著影响模型性能评估，进而误导模型选择。研究强调了构建高质量、无标签错误的网络安全基准数据集的重要性，以确保机器学习模型的可靠评估和实际部署。

网络威胁情报（CTI）报告通常是非结构化、异构且包含噪声的，这限制了它们在自动化分析与推理中的直接可用性。网络安全知识图谱（CSKG）能够以结构化形式表示攻击实体、行动和关系，但从自由文本CTI中构建此类图谱仍然是一个挑战。现有方法通常依赖单一的大型语言模型（LLM）进行端到端的信息提取和补全，这会导致高昂的成本、有限的可控性和不稳定的性能。本文提出了TACTIC-KG，一个基于智能体的CSKG构建框架，它将任务分解为多个模块化的、专门的LLM智能体，分别负责信息提取、类型标注、验证和精炼。通过使用轻量级模型（3B-8B参数），TACTIC-KG在提升稳定性、召回率和图一致性的同时降低了部署成本。该框架实现了并评估了TACTIC-KG，与最新的先进系统进行了对比。在人工标注的CTI报告上的实验表明，智能体专业化在提取F1分数、类型标注准确性和结构图相似性方面始终优于更大的单体语境学习（ICL）基线方法。这项工作为利用小型专家智能体团队构建高质量CTI知识图谱提供了可扩展且经济高效的解决方案。

该论文针对网络安全威胁情报（CTI）共享的实际效果进行了实证研究。虽然CTI共享被认为能够自动化威胁分析并提升安全意识，但缺乏对其类型分布和有效性的系统评估。作者提出了CTI-Lense框架，用于从多个公开CTI源收集和分析结构化威胁信息表达（STIX）数据，重点关注数据量、时效性、覆盖范围和质量。研究从2014年10月31日至2023年4月10日收集了来自十个数据源的约600万个STIX对象。分析发现：STIX数据共享量虽逐年稳步增长，但总体覆盖率仍较低；共享的威胁数据类型有限，恶意软件签名和URL占据90%以上；URL的共享时效性较好（约72%早于或等于VirusTotal），但恶意软件签名的共享明显滞后；此外，19%的威胁行为者数据包含错误信息，仅0.09%的指标数据提供了检测规则。基于这些发现，作者提出了改进STIX数据共享有效性和可扩展性的实践建议。该研究对安全运营团队、CTI平台设计者和政策制定者具有参考价值。

本文提出 TIBlender，一个基于多智能体 LLM 的跨平台社交媒体威胁情报早期预警系统。当前网络安全威胁信号分散于多个社交媒体平台（如 X、Reddit、Telegram 和 Discord），尚未有方法能完全自动化地将这些碎片化信息整合为可操作的威胁情报（TI）报告。TIBlender 通过角色专用的 LLM 智能体，对四个平台进行实时监控，并开展多视角调查，追踪证据链以发现相关的入侵指标（IoC）。在实际部署中，TIBlender 能够在四种威胁类别（漏洞利用、恶意软件、钓鱼、僵尸网络）中提前于公共 feed 检测到新兴威胁，包括在公开漏洞库尚未收录时即发现野外利用。其提取的 IoC 大部分未被现有任何流行的威胁情报 feed 收录。定量评估进一步证实：每个平台贡献了其他平台无法提供的独特威胁信息；若排除任一平台，特定威胁类别的报告量将显著下降。与单平台基线相比，TIBlender 在相同输入条件下的 IoC 提取性能达到或超过基线水平，而完整流水线可发现更多 IoC，且大部分 IoC 不存在于任何单平台基线中。这些结果证明了跨平台社交媒体监控作为运营 TI 管道中一种有效且可扩展的早期预警层的能力。

随着信息技术的快速发展，传统线下模式向高效互联的线上环境转变，但同时也带来了身份盗窃、冒充和网络钓鱼等网络威胁的增加。侦察（即信息收集）是攻击者的关键阶段，通常利用开源情报（OSINT）来收集目标的敏感和广泛信息。为应对这一挑战，本研究提出了reconCTI，一个基于Python构建的命令行工具，适用于Linux系统。该工具旨在搜索表层网络和暗网平台上的敏感数据泄露。用户可输入特定关键词，同时扫描多个站点，并通过引用MITRE ATT&CK框架评估发现结果。最终生成包含可能缓解策略的威胁报告。reconCTI旨在帮助网络安全专业人员和普通用户及早识别风险并采取适当行动。该工具的主要贡献在于提供了一种主动式的网络威胁情报方法，整合了OSINT收集、自动扫描、MITRE ATT&CK映射和报告生成，降低了威胁情报获取的门槛。

本文提出 KnowHow，一种自动化应用 CTI 报告高级知识的在线溯源分析方法。现有攻击检测系统（如溯源分析）依赖底层系统事件（文件访问、网络连接等），而 CTI 报告中的知识以自然语言形式（如 ATT&CK 技术）描述，两者之间存在语义鸿沟。手动关联耗时且易错。KnowHow 的核心是一种新的攻击知识表示——gIoC（graph of Indicators of Compromise），它抽象了攻击的主体、客体和动作。通过将系统标识符（如文件路径）提升为自然语言术语，KnowHow 能够将系统事件与 gIoC 匹配，进而与自然语言描述的技术关联。然后，基于匹配的技术，KnowHow 推理攻击步骤的时间逻辑，检测潜在 APT 攻击。实验使用开源和工业数据集，KnowHow 准确检测了全部 16 个 APT 活动，而现有方法均产生大量误报。同时，KnowHow 将节点级误报最多减少 90%，且节点级召回率更高，对未知攻击和模仿攻击具有鲁棒性。该方法有效地弥合了高级 CTI 知识与低级日志之间的鸿沟，提升了溯源分析的准确性和可解释性。

该论文针对恶意域名检测中普遍存在的误报（False Positive）问题，提出了“良性指标（Indicator of Benignity, IoB）”这一新概念。传统检测方法依赖恶意指标（Indicator of Compromise, IoC），但容易将正常域名误判为恶意，导致安全运营负担加重。论文从工业界视角系统分析了误报产生的原因，包括域名解析行为、注册信息、内容特征等多维度因素。为此，作者设计了一个基于灰名单和信誉评分的域名信誉系统，通过综合评估域名的良性特征（如长期稳定的解析记录、合法注册信息、无恶意内容等）来降低误报率。实验基于大规模真实网络流量数据，验证了该方法能有效减少误报，同时保持对真正恶意域名的检测能力。论文还讨论了误报对安全运营流程的影响，并提出了将IoB集成到现有检测框架的可行方案。适合安全运营分析师、威胁情报研究人员阅读。

该论文通过主动测量方法，深入分析了威胁情报（TI）生态系统的动态特征和潜在风险。研究收集了大量TI数据源，评估了其覆盖范围、准确性和时效性，并探讨了情报共享中的协作与竞争关系。论文揭示了TI生态系统中的信息质量差异、数据重复和延迟问题，以及可能的供应链攻击面。实验结果表明，现有TI系统在面对快速演变的威胁时存在显著盲区，为改进情报分发机制提供了实证基础。

该论文提出了一种名为NEXUS的新方法，旨在实现漏洞与攻击技术（如MITRE ATT&CK）之间的准确且可扩展的映射。当前网络安全领域中，漏洞与攻击技术的关联主要依赖人工分析，效率低下且难以跟上漏洞数量的快速增长。NEXUS通过自动化技术（可能结合自然语言处理、知识图谱或机器学习）提升映射的准确性和覆盖率。实验结果表明，NEXUS在多个数据集上优于现有方法，能够将漏洞描述与ATT&CK技术ID进行高效匹配，并支持大规模扩展。该研究填补了自动化威胁情报映射的空白，有助于安全运营团队快速理解漏洞的实际攻击风险，优化修复优先级。主要贡献包括：提出端到端的映射框架、构建高质量标注数据集、以及验证方法的有效性。适合安全分析师、威胁情报工程师和漏洞管理研究人员阅读。