Social-HUMINT框架：LLM量化社媒画像与攻击脆弱性
热点事件持续更新
Social-HUMINT框架：LLM量化社媒画像与攻击脆弱性
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月22日，研究者Pellegrino Casoria在arXiv发布论文《Social-HUMINT: An LLM-Augmented Unified Framework》。该工作提出一种LLM增强的统一框架，旨在量化大语言模型对社交媒体用户画像的准确性，并评估社会工程攻击的 susceptibility。 框架将SOCMINT与Cyber-HUMINT合并为38项能力分类法。论文显示，该分类法经专家验证后，Fleiss' kappa一致性系数达到0.92，表明分类标准具有高度可靠性。 实验结果指出，LLM提取的属性F1值达97.3%，推断属性得分为4.73/5，两项指标均远高于基于规则和NER的基线模型，且成本极低。此外，模型推断结果与用户实际选择高度匹配，显著优于随机水平。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
Social-HUMINT：一种 LLM 增强的社交媒体曝光度测量统一框架报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv · AISocial-HUMINT：一种 LLM 增强的社交媒体曝光度测量统一框架
Social-HUMINT 提出统一框架，量化 LLM 对社交媒体用户的画像准确性及社会工程攻击 susceptibility，将 SOCMINT 与 Cyber-HUMINT 合并为 38 项能力分类法，专家验证一致性 $\kappa$ 为 0.92。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。