2026年, 第4卷, 第5期 刊出日期：2026-10-31
-
全选|
-
网络空间安全科学学报. 2026, 4(5): 2-17. https://doi.org/10.20172/j.issn.2097-3136.260622
在大国战略竞争与数字主权博弈背景下，网络攻击归因已从单纯的技术溯源，演进为融合技术取证、情报评估、战略意图判断与国际法责任分配的复合型决策问题。在当前的高级持续性威胁（advanced persistent threat，APT）归因范式中，微观技术范式面临特征指纹排他性失效，宏观政治范式面临证据透明度不足，知识图谱、大语言模型（large language model，LLM）等智能范式面临跨域融合瓶颈。针对上述问题，通过对技术溯源、政治归因、知识图谱、LLM与智能体、不确定性量化5类研究范式进行系统性梳理与批判性比较，发现现有归因研究的核心困境在于微观技术证据与宏观战略语境之间长期存在表征、时间与因果的三重断裂。基于此，本文提出了一种“技术—政治”融合归因框架，主张通过面向多源异构数据的知识学习与分析算法进行实体抽取与语义对齐，填充并校验“技术—政治”跨域知识图谱，融合Dempster-Shafer证据理论与贝叶斯网络进行冲突消解与因果推断，输出附置信度的归因排序及反事实解释。建议未来研究需构建技术、组织、政治、事件4类锚点的跨域本体，建立微观技术与宏观政治的“时空—因果”对齐机制，并完善“概率推断—反事实检验”的串行推理，以推动网络攻击归因从相关性匹配向具备可审计性、可解释性与不确定性量化能力的因果推理体系跃迁。
-
网络空间安全科学学报. 2026, 4(5): 18-32. https://doi.org/10.20172/j.issn.2097-3136.260924
APT（advanced persistent threat）组织归因旨在根据攻击活动的相关属性及开源情报等识别其潜在攻击主体，是网络威胁分析中的关键任务。然而，APT组织具有多维、异构、稀疏且持续演化的特征，现有方法难以将组织画像中的多源特征统一转化为可计算的归因依据，归因过程依赖专家经验，导致网络威胁归因结果难以统一、共享。为解决上述问题，本文提出一种基于层次量化模型的APT组织归因方法。首先，从工具链、业务链和社交链3个维度构建APT组织层次化特征模型，面向威胁组织建立具有层次关系的归因指标。其次，根据不同指标的特征属性和统计分布生成组织特定的判定条件、量化权重及计算规则，从而将层次化模型转化为面向具体APT组织的层次量化归因规则。最后，针对待分析攻击活动提取对应归因特征，并基于量化模型计算其与不同APT组织的匹配程度，同时输出各层级指标对归因结果的贡献，形成可量化、可解释的APT组织归因结论。实验在具备结构化数据基础的工具链和业务链上开展，其结果表明，本文方法在零标注条件下Top-1归因准确率达97.1%，超越80%标注训练的有监督基线，在准确率、一致性与效率上均优于LLM+RAG归因方式；消融实验验证了规则学习与层次化结构对归因性能的贡献。
-
网络空间安全科学学报. 2026, 4(5): 33-45. https://doi.org/10.20172/j.issn.2097-3136.260921
数据包转发控制协议（packet forwarding control protocol，PFCP）作为5G核心网N4接口的“神经中枢”，支撑用户平面数据转发的动态调度与资源管理等核心任务，其安全性直接关系到用户面功能的稳定运行及数据转发的可靠执行。随着6G网络架构的预研推进与5G-Advanced技术的深化部署，核心网将面临多域融合、算力网络协同等场景带来的挑战，保障信令数据的安全可靠已成为亟待解决的关键问题。本文提出一种基于深度学习的异常信令检测模型，将卷积神经网络对局部信令模式的捕捉能力与Transformer对全局时序关联的建模优势相结合，以实现对PFCP异常信令行为的高精度检测，并通过实验验证该模型的有效性。
-
网络空间安全科学学报. 2026, 4(5): 46-58. https://doi.org/10.20172/j.issn.2097-3136.260925
随着IPv4地址枯竭，IPv6大规模落地，超大地址空间使得传统暴力扫描手段失效。现有无种子IPv6探测方法泛化能力有限，且大多止步于活跃地址发现，无法自动识别多样化未知安全风险。因此，提出一体化IPv6未知空间主动测绘框架：针对高价值Lowbyte1地址，设计6SeqGen自回归模型，从带种子前缀逐半字节学习地址分布并迁移至无种子网段；引入在线闭环反馈，依据实网探测结果迭代优化模型；结合深度测绘与大模型实现非结构化安全风险智能研判，通过风险指纹沉淀形成完整工作闭环。在5个自治域上的真实网络实验表明，6SeqGen探测效率较随机扫描提升2~4个数量级，普通无种子前缀平均命中率为2.66%，高度规整前缀平均命中率最高为91.46%；实测同时观测到大量网关设备信息泄露、老旧高危服务暴露现象。结果证明跨区间地址模式迁移方案可行，可为IPv6网络资产测绘与前置威胁感知提供技术参考。
-
网络空间安全科学学报. 2026, 4(5): 59-74. https://doi.org/10.20172/j.issn.2097-3136.260535
随着关键信息基础设施中网络信息系统的规模与复杂度持续提升，网络防御系统面临告警海量、噪声偏高、关联度弱等问题，导致真实攻击的识别与处置效率受到限制。网络威胁情报（cyber threat intelligence，CTI）可通过提供威胁指标与上下文信息，辅助缩短平均检测时间与平均响应时间，但其来源异构、质量参差不齐、交付流程不透明等问题，导致情报在实战应用中的可信性与可用性难以保障。因此，本文系统梳理近年来威胁情报质量评估的代表性研究成果与工业实践经验，围绕“情报源评估”和“情报内容评估”两条主线，对各类评估指标与方法范式进行归纳与对比，并将评估目标概括为“对不对、快不快、好不好”三类核心维度。在此基础上，本文总结现有评估方法对工业级情报选型、融合与运营的启示，分析当前评估工作在可验证性、适用性与可操作性方面的不足，并提出面向实战需求的后续研究方向。本文可为构建科学、可落地的威胁情报质量评估体系提供参考，支撑网络防御系统提升告警处置与风险响应能力。
-
网络空间安全科学学报. 2026, 4(5): 75-89. https://doi.org/10.20172/j.issn.2097-3136.260705
水下系统是典型的资源受限局域网系统，依托数据分发服务（data distribution service，DDS）实现域内通信，系统面临的安全威胁易通过域通信的发布/订阅机制在系统内传播，该类威胁即为域传播威胁。其中，攻击路径是威胁传播过程中已受影响或存在潜在风险的资产节点序列，攻击路径演化是域传播威胁在系统内形成具有明确时序递进特征攻击路径的动态过程。传统安全评估方法未考虑域传播威胁的攻击路径演化规律，存在资源消耗大、动态性不足等问题，难以适用于水下特殊环境。因此，本文提出一种面向水下系统的攻击路径演化与自适应安全评估方法。该方法首先通过隐马尔可夫模型（hidden Markov model，HMM）获取攻击路径、威胁传播状态及传播概率，完成攻击路径演化验证，筛选关键节点并确定节点权重；然后基于系统不同安全状态，设计评估指标的动态切换机制，筛选关键指标；最后采用组合赋权法完成系统威胁的量化评分。基于OpenDDS搭建模拟水下系统，实验结果表明，本文方法的评估效果显著优于传统行业标准与静态评估模型，可将参与评估节点使用率降低54.5%，评估指标使用率降低76%，为水下系统提供了有效、轻量化的域威胁动态安全评估手段。
-
网络空间安全科学学报. 2026, 4(5): 90-100. https://doi.org/10.20172/j.issn.2097-3136.260851
侧信道分析通过密码设备运行过程中泄露的物理信息恢复密钥，已成为嵌入式系统安全的重要威胁。现有非建模类侧信道方法如相关能量分析（correlation power analysis，CPA）对噪声敏感、信息利用率低，针对该问题，本文提出基于分段稀疏重构的侧信道分析密钥恢复方法SPARSE。该方法将密钥恢复问题转化为基于密钥假设枚举字典的多响应行稀疏重构问题。首先，针对所有候选密钥构建基于汉明重量模型的密钥假设枚举字典；随后，引入L2,1范数正则化构建凸优化模型，利用密钥的唯一性约束解矩阵具备行稀疏特性；最后，结合滑窗策略自适应定位泄露区间，采用基于决定系数的判别准则提升算法噪声鲁棒性。基于AES50000（自采）数据集与Panda2018（公开）数据集开展系统性实验验证，结果表明，SPARSE方法在低迹数场景下相较于传统CPA方法，其在AES50000数据集上的密钥恢复成功率提升20%，在Panda2018数据集上提升10%。
-
网络空间安全科学学报. 2026, 4(5): 101-117. https://doi.org/10.20172/j.issn.2097-3136.260922
针对大语言模型自动化渗透智能体依托传统 Web 应用防火墙（WAF）的阻断反馈信号加速攻击迭代优化的问题，在研究 Web 应用防御机制的基础上，提出一种针对大语言模型渗透智能体的认知对抗型WAF（AIWAF）。该方法通过认知注入引擎激活大语言模型安全对齐机制，使模型终止渗透任务，同时依托伪漏洞引擎构建虚假攻击面，误导智能体的攻击推理过程。基于 5 类智能体框架与 6 种大语言模型的实验结果表明，在本文实验条件下，针对 XBOW 基准测试场景，AIWAF 将渗透成功率由 72.8% 降至 7.3%；在 20 个真实生产网站的测试中，真实漏洞检出数量由 176 个降至 45 个，漏洞命中率仅为 7.50%，同时对渗透智能体诱导生成 95.4% 的误报率。实验结果表明，该方法可有效消耗智能体攻击推理资源、阻断自动化渗透行为，能够在对正常浏览器用户无感知的前提下实现 Web 应用安全防护。
-
网络空间安全科学学报. 2026, 4(5): 118-130. https://doi.org/10.20172/j.issn.2097-3136.260923
针对现有隐私保护机制缺乏用户个体差异感知、难以实现动态安全决策的问题，提出一种基于人格特质的隐私风险个性化评估方法。在该方法中，首先基于Word2Vec与Stacking学习法构建大五人格特质得分预测模型，实现对用户人格特质的精准量化。随后，以人格特质得分和用户真实隐私偏好数据为基础，构建隐私风险评估模型，完成对用户隐私风险的个性化量化评估。其次，面向不同隐私对象，基于隐私风险值实现对隐私保护强度的自适应调整，为个性化隐私防护提供智能决策支持。最后，自主构建数据集采集策略，并基于采集的用户真实数据集对所提方法进行性能验证与分析。结果表明，所提方法能够准确预测用户人格特质，有效评估隐私风险，实现隐私保护策略的动态优化，为数据驱动的个性化隐私保护和智能安全决策提供了一种有效方法。
第4卷 第4期
双月刊
主办：中国航天系统科学与工程研究院
ISSN 2097-3136
CN 10-1901/TP
-
总访问量
今日访问
在线人数
微信公众号