論文の概要: Tracking What Works: Social Engineering Lures as Signatures for Victim-Centric Infostealer Campaign Discovery
- arxiv url: http://arxiv.org/abs/2611.15394v1
- Date: Wed, 11 Nov 2026 12:16:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.138589
- Title: Tracking What Works: Social Engineering Lures as Signatures for Victim-Centric Infostealer Campaign Discovery
- Title(参考訳): ソーシャルエンジニアリングの成果の追跡 - Victim-Centric Infostealerキャンペーン発見のための署名として-
- Abstract要約: 本稿では,盗難ログから被害者側のアーティファクトを用いてインフォステラーキャンペーンを検出し,追跡するデュアルフレームシステムを提案する。
ソーシャルエンジニアリングの欲求をキャンペーンシグネチャとして扱うことにより、このフレームワークは個々の感染症を自動的に、ほぼリアルタイムで高忠実度キャンペーンに集約する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Despite advances in antivirus technology, infostealer infections persist at scale, driven primarily by social engineering rather than exploits. Yet, existing campaign detection efforts have focused on technical artifacts, overlooking the social-engineering lures exploiting human behavior and driving successful infections. To address this gap, we introduce a dual-framework system that discovers and tracks infostealer campaigns using victim-side artifacts from stealer logs. By treating social engineering lures as campaign signatures, the framework automatically aggregates individual infections into high-fidelity campaigns in near real-time. Recognizing distinct patterns between software and gaming ecosystems, we developed ecosystem-specific pipelines detecting all large and medium campaigns in both ecosystems (one medium gaming campaign was only recovered merged with another), though performance decreased for small campaigns. Analysis of 177 real-world campaigns identified by our framework reveals distinct temporal and infrastructure patterns with direct remediation implications. Software campaigns accumulate over 60% of infections within the first ten days, demanding rapid intervention following detection, while gaming campaigns grow more intense the longer they last, requiring continuous monitoring. Using social engineering lures as campaign signatures provides robustness to infrastructure fragmentation where traditional IoC-based detection fails. This work shifts campaign tracking from infrastructure correlation to victim-centric analysis, capturing why campaigns succeed rather than only how they operate, enabling awareness-driven prevention that addresses the human decision-making dimension absent from existing research.
- Abstract(参考訳): 抗ウイルス技術の進歩にもかかわらず、インフォステラー感染は大規模に継続し、主に搾取ではなく社会工学によって引き起こされる。
しかし、既存のキャンペーン検出の取り組みは、人間の行動を利用して感染を誘発する社会工学的なルアーを見越して、技術的アーティファクトに焦点を当てている。
このギャップに対処するために,盗難ログから被害者側のアーティファクトを用いてインフォステラーキャンペーンを発見し,追跡するデュアルフレームシステムを導入する。
ソーシャルエンジニアリングの欲求をキャンペーンシグネチャとして扱うことにより、このフレームワークは個々の感染症を自動的に、ほぼリアルタイムで高忠実度キャンペーンに集約する。
ソフトウェアとゲームエコシステムの異なるパターンを認識し,両エコシステムのすべての大規模および中規模のキャンペーンを検出する,エコシステム固有のパイプラインを開発した。
本フレームワークで特定した177件の現実世界のキャンペーンの分析により, 直接的な修復効果のある時間的・インフラ的パターンが明らかとなった。
ソフトウェアキャンペーンは最初の10日間で感染の60%以上を蓄積し、検出後の迅速な介入を必要としている。
ソーシャルエンジニアリングのルアーをキャンペーンシグネチャとして使用することで、従来のIoCベースの検出が失敗するインフラストラクチャの断片化に対して堅牢性を提供する。
この研究は、キャンペーンの追跡をインフラの相関から被害者中心の分析にシフトさせ、キャンペーンがどのように動作するかだけでなく、なぜ成功するのかをキャプチャし、既存の研究から欠落した人間の意思決定の次元に対処する認識駆動型予防を可能にする。
関連論文リスト
- Adversarial Attacks for Good: A Survey of Proactive Protection across the Visual Content Lifecycle [65.6642776933861]
この介入点付近で成長した保護パラダイムについて検討する。
ほとんどの保護は、主に静的あるいは弱い適応的な敵に対して検証されている。
我々は、堅牢で構成可能で、デプロイ可能な所有者側の保護のために、クロスステージ対策とオープンな問題を統合することで、閉鎖する。
論文 参考訳(メタデータ) (2026-08-05T00:46:50Z) - Israel-Hamas War on X: A Case Study of Coordinated Campaigns and Information Integrity [34.92040311900383]
ソーシャルメディア上での協調キャンペーンは危機情報環境を形成する上で重要な役割を担っている。
我々は,2023年のイスラエル・ハーマス戦争をTwitter上でケーススタディとして,協調キャンペーンと情報整合性の間の相互作用について検討した。
論文 参考訳(メタデータ) (2026-04-12T10:22:34Z) - ALETHEIA: Combating Social Media Influence Campaigns with Graph Neural Networks [1.4874091977063157]
本稿では,悪質なアカウント(またはトロルアカウント)の検出を形式化するシステムであるALETHEIAを提案する。
我々は、さまざまな国のRedditとXのインフルエンサーキャンペーンを分析した。
ALETHEIAは、最先端のグラフニューラルネットワーク(GNN)を使用して、大規模ネットワークにスケール可能な悪意のあるユーザを検出する。
論文 参考訳(メタデータ) (2025-12-24T19:17:59Z) - Accurate and Scalable Detection and Investigation of Cyber Persistence Threats [6.426529295074839]
本稿では, サイバーパーシステンス検出装置(CPD)について紹介する。
CPDは、差し迫った永続的な脅威を知らせるセットアップを認識し、リモート接続にリンクされたプロセスをトレースし、永続化実行アクティビティを識別する。
本稿では,持続的脅威に関連する偽陽性をさらに低減する新しい警告トリアージアルゴリズムを提案する。
論文 参考訳(メタデータ) (2024-07-26T15:51:49Z) - The Anatomy of Deception: Technical and Human Perspectives on a Large-scale Phishing Campaign [4.369550829556578]
本研究は,Metaユーザを対象とした大規模フィッシングキャンペーンについて,前例のない深層調査を行った。
世界中の2万5000人以上の被害者のデータを分析し、これらのキャンペーンのニュアンスを強調します。
自然言語処理や機械学習などの高度な計算技術の応用を通じて、この研究は犠牲者の精神に対する重要な洞察を明らかにする。
論文 参考訳(メタデータ) (2023-10-05T12:24:24Z) - Unsupervised deep learning techniques for powdery mildew recognition
based on multispectral imaging [63.62764375279861]
本稿では,キュウリ葉の粉状ミドウを自動的に認識する深層学習手法を提案する。
マルチスペクトルイメージングデータに適用した教師なし深層学習技術に焦点をあてる。
本稿では, オートエンコーダアーキテクチャを用いて, 疾患検出のための2つの手法を提案する。
論文 参考訳(メタデータ) (2021-12-20T13:29:13Z) - Improving the Adversarial Robustness for Speaker Verification by Self-Supervised Learning [95.60856995067083]
この研究は、特定の攻撃アルゴリズムを知らずにASVの敵防衛を行う最初の試みの一つである。
本研究の目的は,1) 対向摂動浄化と2) 対向摂動検出の2つの視点から対向防御を行うことである。
実験の結果, 検出モジュールは, 約80%の精度で対向検体を検出することにより, ASVを効果的に遮蔽することがわかった。
論文 参考訳(メタデータ) (2021-06-01T07:10:54Z) - TraND: Transferable Neighborhood Discovery for Unsupervised Cross-domain
Gait Recognition [77.77786072373942]
本稿では、教師なしクロスドメイン歩行認識のための領域ギャップを橋渡しするTransferable Neighborhood Discovery (TraND) フレームワークを提案する。
我々は、潜在空間におけるラベルなしサンプルの自信ある近傍を自動的に発見するために、エンドツーエンドのトレーニング可能なアプローチを設計する。
提案手法は,CASIA-BとOU-LPの2つの公開データセットに対して,最先端の結果を得る。
論文 参考訳(メタデータ) (2021-02-09T03:07:07Z) - New Normal: Cooperative Paradigm for Covid-19 Timely Detection and
Containment using Internet of Things and Deep Learning [12.618653234201089]
新型コロナウイルス(COVID-19)の感染拡大は、世界経済に影響を及ぼし、政府や保健当局に数十億ドルの損害を与えた。
本研究は、ウイルスの拡散を検知するだけでなく、ビジネスやエコノミーを再開し、社会生活を再開する上でも役立つコネクテッド・スマート・パラダイムを導入する。
論文 参考訳(メタデータ) (2020-08-15T14:33:53Z) - Give more data, awareness and control to individual citizens, and they
will help COVID-19 containment [74.10257867142049]
連絡先追跡アプリは、多くの国で大規模採用が提案されている。
中央集権的なアプローチは、市民のプライバシーと不必要に強力なデジタル監視に対する懸念を提起する。
我々は、個人の「個人データストア」にのみ連絡先と位置情報を収集する分散的アプローチを提唱する。
論文 参考訳(メタデータ) (2020-04-10T20:30:37Z) - Adversarial vs behavioural-based defensive AI with joint, continual and
active learning: automated evaluation of robustness to deception, poisoning
and concept drift [62.997667081978825]
人工知能(AI)の最近の進歩は、サイバーセキュリティのための行動分析(UEBA)に新たな能力をもたらした。
本稿では、検出プロセスを改善し、人間の専門知識を効果的に活用することにより、この攻撃を効果的に軽減するソリューションを提案する。
論文 参考訳(メタデータ) (2020-01-13T13:54:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。