安全学术圈

本文提出了一种基于功能性变更的版本识别方法，并在五个具有大量漏洞的知名远程软件系统上实现了原型框架VersionSeek。

本文提出的 UNICORN，是一种基于运行时溯源的高级持续威胁（APT）检测器，旨在解决传统检测系统对 APT 检测能力不足、现有溯源分析方法存在静态模型无法捕捉长期行为、动态模型易被破坏、扩展性差等问题。

郭得科&谢国锐老师招收AI+计算机网络方向博士生

薛棣文老师招收安全/网络/测量 方向博士生/RA/访问学者

工业智能与安全互联是新型工业化的核心底座与关键信息基础设施，具有高本期特刊聚焦于工业智能基础理论、工业网络安全互联、工业大模型、工业数据安全流通等重要技术方向的高质量和原创性研究论文，与征稿有关的主题方向如下。度的战略前瞻性。

本文针对网络威胁（如 Mirai 僵尸网络变种）持续升级、传统安全工具难以检测零日攻击与深度分析攻击者行为，且现有蜜罐研究存在 “单蜜罐技术零散、蜜网缺乏系统分类与统一评估模型” 的核心问题。

本文针对微服务架构普及下攻击频发，而传统单体蜜罐存在 “适配微服务动态性差、监控覆盖不完整、易被指纹识别” 的问题，提出并实现基于 Kubernetes（K8s）的微服务 Web 蜜罐 HoneyKube，以填补微服务场景蜜罐技术空白。

本文首次提出并实现了可在真实 Tor 网络中部署的 Trapper 攻击，通过“选择性破坏 + 路径劫持 + 反检测”的组合策略，在仅监控单端流量的弱假设下，40 秒内 100 % 去匿名化用户。

文章提出了一个新颖的基于 LLM 的 Program Repair Agent，它利用语言服务器和补丁验证器来分析程序、生成补丁并进行验证 。

本文提出了一种名为 SPIP 的新型可解释深度学习入侵检测框架，旨在提升物联网网络中入侵检测系统（IDS）的可解释性与性能。

本文提出 XNIDS 框架，用于解释基于深度学习的网络入侵检测系统（DL-NIDS）并生成可操作防御规则，以支持主动入侵响应。

本文提出了一种名为 MDADroid 的新型恶意软件检测方法，通过构建功能 - API 映射实现对 Android 恶意软件的有效检测。

本文聚焦自动化机器学习（AutoML）在恶意软件检测中的应用，旨在通过自动化神经架构搜索（NAS）和超参数优化，解决深度学习模型依赖领域专家设计、适配性不足的问题。

暨南大学网络空间安全学院招聘启事

中国信息和通信安全学术会议(CCICS)由冯登国研究员与多位专家于 1999年联合发起，今年将举办第22届。

2025年度网络空间安全技术国家地方联合工程实验室开放课题指南征集

提出一种针对四种统计性的DNS缓存投毒攻击的缓解系统

本文提出了一种名为 GlareShell 的创新性PHP Webshell检测框架，该框架基于图学习技术，融合了语义嵌入、风险权重分配和图神经网络分类三重机制。

“ACM China 杰出学者讲坛”由ACM中国理事会发起，旨在遴选在信息科学技术及相关领域做出杰出贡献、具有