pduggusa/dugganusa-research
GitHub: pduggusa/dugganusa-research
一个基于Claude Code构建的、经过生产环境验证的威胁情报研究出版物集合，提供可同行评审的安全研究成果、检测规则和合规自动化方法论。
Stars: 5 | Forks: 0
# DugganUSA 研究出版物
[](https://doi.org/10.5281/zenodo.17810099)
**作者：** Patrick Duggan
**ORCID：** [0009-0001-0628-9963](https://orcid.org/0009-0001-0628-9963)
**DOI：** [10.5281/zenodo.17810099](https://doi.org/10.5281/zenodo.17810099)
**所属机构：** DugganUSA LLC, Minnesota
**联系方式：** patrick@dugganusa.com
**许可证：** CC BY 4.0 (署名) 除非另有说明
## 使用 Claude Code (Anthropic) 构建
本研究使用 **[Claude Code](https://claude.ai/code)**（Anthropic 的代理式 AI CLI，运行 **Claude Opus 4.6** (`claude-opus-4-6`)）进行实施、记录和整合。
整个研究流程展示了企业级代理式 AI 的能力：
- **多智能体探索** - 5 个并行 Agent 扫描了 45+ 件研究 artifacts，涵盖威胁情报、合规性和方法论
- **基于证据的严谨性** - 每个主张都有凭据。每个模式都有被封禁的账号。每条检测规则都有实测的 FPR。
- **生产级基础设施** - 自动化的每日威胁扫描、STIX 2.1 Feed 生成、Judge Dredd 6D 合规性验证
- **认识论规范** - 95% 置信度上限，诚实的失败报告，民主共享理念
**致质疑者：** 这就是严谨应用前沿代理式 AI 的样子。不是空口无凭——而是证据。不是演示——而是生产。不是承诺——而是被封禁的威胁行为者。
**平台：** Claude Code CLI + Claude Opus 4.5
**方法论：** 人工-AI 协作结合自主多智能体研究扫描
**基础设施：** Azure Container Apps, Cloudflare, STIX/TAXII Feeds
## 研究作品集
本代码库包含来自 DugganUSA 威胁情报和安全自动化工作的、已具备同行评审条件的研究成果。所有研究均有证据支持，并经过生产环境验证。
### 威胁情报 (层级 1 - 高影响力)
| 出版物 | 状态 | 目标出版物 | 证据 |
|-------------|--------|--------------|----------|
| [供应链攻击检测：模式 38-43](./threat-intelligence/pattern-38-supply-chain-attacks.md) | 就绪 | USENIX Security, IEEE S&P | 5 个被封禁的 GitHub 账号 |
| [Shai-Hulud V2：自传播 npm 蠕虫分析](./threat-intelligence/shai-hulud-npm-worm.md) | 就绪 | NDSS, ACM CCS | 700+ 个受感染的软件包 |
| [规模化威胁行为者归因](./threat-intelligence/threat-actor-attribution.md) | 已发布 | 白皮书 | 305 个 IP，5 个威胁行为者，90%+ 置信度 |
| [自动化威胁情报架构](./threat-intelligence/automated-threat-intel-architecture.md) | 已发布 | 白皮书 | 3 秒内完成从检测到发布 |
### 检测规则 (层级 1 - 可立即部署)
| 规则集 | 规则数 | 格式 | FPR 范围 |
|----------|-------|---------|-----------|
| [DugganUSA 检测规则](./detection-rules/) | 13 | Sigma, Splunk, KQL, JSON | <1% - 20% |
已在 1,500+ 个被封锁的 IP 上进行生产环境测试，经过筛选后精确率达到 94.04%。
### 合规性框架 (层级 2 - 新颖方法论)
| 框架 | 新颖性 | 状态 |
|-----------|---------|--------|
| [Judge Dredd 6D 验证](./compliance-frameworks/judge-dredd-6d.md) | 包含道德指标的合规即代码 | 生产环境 |
| [FDA 510(k) 自动化](./compliance-frameworks/fda-510k-automation.md) | 医疗设备合规即代码 | 95% 就绪 |
| [SOC2 Type 2 证据自动化](./compliance-frameworks/soc2-evidence-automation.md) | 0 美元/月的人工合规 | 81% 已自动化 |
### 方法论 (层级 2 - 原创框架)
| 框架 | 创新点 | 验证 |
|-----------|------------|------------|
| [D&D 威胁分类学](./methodologies/dnd-threat-taxonomy.md) | 游戏化威胁分类 (CR 0-30+) | 1,422 个 IP，243 个神级 |
| [故事密度分析器 (120.9 比率)](./methodologies/story-density-analyzer.md) | 量化技术写作中的参与度 | 平均会话时长 8 分 26 秒，跳出率 0.3% |
| [心理战 (PsyOps) 检测框架](./methodologies/psyops-detection-framework.md) | 20 分制操纵评分 | 95% 置信度上限 |
| [趋同进化指标](./methodologies/factorial-validation-8d.md) | 具有阶乘强度的 8D 验证 | 40,320 倍交叉验证 |
| [星际工程分析 v1.3](./methodologies/interstellar-engineering-analysis.md) | 以工程优先的 ISO 评估方法论 | 3I/ATLAS：29+ 个异常，7 个预测，JUICE 数据已整合。**距离木星测试还有 17 天。** |
| [CERN 方法：规模化信号检测](./methodologies/cern-signal-detection-at-scale.md) | 将 CERN 流程应用于情报分析，Ma'at 标准 | 740 万份文档，95% 置信度上限 |
### 案例研究 (支持性证据)
| 案例 | 类型 | 结果 |
|------|------|---------|
| [加拿大住宅代理调查](./case-studies/canada-proxy-scraping.md) | OSINT | Layer3 情报归因 (95% 置信度) |
| [新加坡健康监控](./case-studies/singapore-health-monitoring.md) | 违规后监控 | 统计学异常 (+32.9σ) |
| [模式 28 TLS 蜜罐](./case-studies/pattern-28-tls-honeypot.md) | 防御性研究 | 记录的失败 (诚实报告) |
## 学术指标
**研究总 artifacts：** 45+
**具备出版条件：** 60%+
**新颖贡献：** 6 项高度新颖，2 项中等新颖
**证据基础：** 1,500+ 个被封锁的 IP，305 个已归因，识别出 5 个威胁行为者
**生产环境验证：** 所有研究均在实时环境中经过测试
## 引用
如果您使用了本研究，请引用：
```
@software{duggan2025butterbot,
author = {Duggan, Patrick},
title = {Butterbot by DugganUSA - Enterprise Threat Intelligence Platform},
year = {2025},
publisher = {Zenodo},
url = {https://github.com/patrickduggan/enterprise-extraction-platform},
orcid = {0009-0001-0628-9963}
}
```
或使用代码库根目录中的 `CITATION.cff` 文件。
## 投稿路线图
### 层级 1 出版物 (高影响力)
- **USENIX Security** - 模式 38-43 供应链研究
- **IEEE S&P** - 威胁行为者归因方法论
- **NDSS** - Shai-Hulud npm 蠕虫分析
- **ACM CCS** - 自动化威胁情报架构
### 层级 2 出版物 (特定领域)
- **RAID** - 带有实测 FPR 的检测规则
- **IEEE TDSC** - 合规即代码 (Judge Dredd 6D)
- **CHI** - 故事密度参与度框架
### 行业出版物
- **Black Hat / DEF CON** - 检测模式的现场演示
- **BSides** - 合规自动化演讲
- **SANS Reading Room** - 检测规则白皮书
## 民主共享理念
所有研究均免费且开放。商业用途仅需注明出处。
**信任套利分数：** 7.1 倍 (证据与主张比率)
**民主共享分数：** 99.5% 的文件公开
**认识论谦逊：** 95% 置信度上限 (绝不声称 100%)
**最后更新：** 2025 年 12 月 3 日
**版本：** 1.0
标签：AI辅助研究, Anthropic, Azure Container Apps, CC BY 4.0, CIS基准, Claude, Cloudflare, CVE检测, DOI, GitHub安全披露, MITRE ATT&CK, ORCID, OTX, PyRIT, STIX, TAXII, Zenodo, 企业级安全, 出版物资库, 合规验证, 多智能体系统, 威胁情报, 开发者工具, 指标关联, 检测规则, 生产级基础设施, 网络安全, 网络资产发现, 证据驱动, 误报率, 逆向工具, 隐私保护