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。