知名資安研討會總整理：2026 熱門投稿主題與研究方向分析

知名資安研討會有哪些？先建立一張地圖

這篇是偏研究生視角的整理。 如果你剛開始接觸資安研究，最容易出現的問題不是「哪篇 paper 最強」，而是：到底哪些會議算核心？不同會議各自偏好什麼題目？近幾年大家又都在投什麼？

資安研究不像單純的某個技術領域，它涵蓋系統安全、網路安全、密碼學、隱私、軟體安全、Web 安全、AI for Security、Threat Intelligence、惡意程式分析、硬體安全、量測研究、usable security 等多條支線。不同會議的審稿口味、偏好的方法論與看重的貢獻形式，也差很多。

所以這篇文章不是單純列會議名稱，而是想幫你做三件事：

• 先建立主要資安研討會的基本地圖
• 再分析近幾年熱門投稿主題
• 最後談談哪些方向變熱、哪些方向開始飽和，以及研究生應該怎麼規劃閱讀、選題與投稿視野

第一梯隊：最核心、最常被拿來當頂會的幾個資安研討會

在電腦安全研究圈，最常被視為核心頂會的通常是以下幾個：

• IEEE Symposium on Security and Privacy（IEEE S&P，俗稱 Oakland）
• USENIX Security Symposium
• ACM CCS（Conference on Computer and Communications Security）
• NDSS（Network and Distributed System Security Symposium）

這四個幾乎可以說是資安研究最常被放在同一層級討論的主會議。雖然每個研究群體對排名多少會有自己的偏好，但如果你要看整體影響力與論文能見度，這四個一定要熟。

1. IEEE S&P

IEEE S&P 通常給人的感覺是：

• 理論與系統兼具
• 方法要紮實
• 攻擊模型、威脅模型與驗證設計通常要很完整
• 很多經典安全問題與新興安全議題都會出現在這裡

如果一篇論文想強調的是：

• 安全性定義很清楚
• 攻防模型完整
• 方法與驗證都很硬

那它通常很適合出現在這類 venue。

2. USENIX Security

USENIX Security 近年非常強，而且常被認為對大量高品質系統安全、實作導向與大規模量測型研究特別友善。你會在這裡看到很多：

• 系統安全
• 軟體安全
• Web 安全
• 大型平台量測
• 真實世界攻擊分析

它的一個特色是：很多論文不只是提出方法，還真的做出系統、跑出實驗、或對真實世界做大規模觀察。

3. ACM CCS

CCS 的範圍很廣，常常是整個資安研究裡題材最寬的一個大舞台之一。你可以在 CCS 裡看到：

• 系統安全
• 隱私
• 密碼學與應用密碼
• AI security
• LLM jailbreak / prompt injection
• 惡意程式
• IoT / mobile / web / hardware

近幾年如果你在看新興安全主題，尤其是 AI security 或生成式 AI 相關安全問題，CCS 幾乎一定會非常活躍。

4. NDSS

NDSS 一直以來在網路安全、分散式系統安全、Web 安全、協定安全、實際攻擊分析等方向都非常強。很多與：

• network defense
• protocol attacks
• browser / web ecosystem
• Internet-scale security measurement

有關的工作，常常會出現在這裡。

它的研究風格通常會讓人覺得：真實攻擊面、網路場景、實務威脅模型特別重要。

第二梯隊：非常重要、而且主題辨識度很高的會議

除了前面四個，以下幾個也很值得長期追：

• RAID
• ACSAC
• AsiaCCS
• EuroS&P

RAID

RAID（Research in Attacks, Intrusions and Defenses）名字就很直接，它特別適合：

• 攻擊與防禦技術
• 惡意程式分析
• 入侵偵測
• 事件分析
• 威脅行為研究

如果你的研究比較偏向「攻擊怎麼做、怎麼量測、怎麼防」，RAID 常常會是非常自然的 venue。

ACSAC

ACSAC（Annual Computer Security Applications Conference）則有很濃的應用與實務味。很多和：

• 安全應用
• 部署經驗
• 防禦工程
• 企業場景

有關的研究，很適合出現在這裡。

AsiaCCS / EuroS&P

這兩個會議近年也越來越重要，題材通常和 CCS / S&P 有明顯交集，但也各自形成穩定社群。對研究生來說，這些會議很適合拿來看：

• 主題演進
• 方法風格
• 哪些問題開始從新議題變成熟議題

近幾年資安投稿主題有哪些明顯趨勢？

如果把 2022–2025 左右的主要資安會議整體看一遍，大概會看到幾條非常明顯的主線。

趨勢一：AI / LLM Security 爆炸性增長

這幾年最明顯的變化之一，就是和大型語言模型、生成式 AI、模型安全相關的投稿快速暴增。常見題目包括：

• prompt injection
• jailbreak
• 模型濫用
• LLM supply chain risk
• agent security
• 模型對齊與安全性驗證
• RAG pipeline 的 poisoning / retrieval attacks

這波熱潮的特點是：不只是 AI for Security，也有大量 Security of AI。 也就是說，研究者不只在問「AI 能怎麼幫防禦」，也在問「AI 系統本身怎麼被攻擊」。

趨勢二：Threat Intelligence 與自動化分析升溫

如果你最近一直在做的主線是 CTI / LLM / KG / RAG，那你其實正踩在一條正在變熱的線上。

近年和 threat intelligence 有關的熱門投稿主題包括：

• CTI extraction
• ATT&CK mapping
• APT attribution
• RAG for CTI
• CTI credibility assessment
• knowledge graph for CTI
• 論壇 / 報告 / log-based threat intelligence mining

這類研究通常跨越 NLP、graph、security analytics 與 SOC workflow，因此很容易形成新的交叉研究群。

趨勢三：可解釋性與 analyst-facing system 變重要

以前很多安全論文只要分類準、偵測準就夠了；但近幾年，越來越多研究開始重視：

• 可解釋性
• 報告生成
• analyst interaction
• human-in-the-loop security workflow

這點在 LLM / Agent 系統出現後更明顯。因為當模型可以生成長篇說明、做多步驟推理時，研究者自然開始問：那這些說明到底能不能被 analyst 信任？

趨勢四：軟體供應鏈、系統量測與 Web 生態仍然很強

不要被 AI 熱潮騙了，以為傳統主題都退場了。其實沒有。近幾年依然很強、而且經常出現在主會議的，還包括：

• software supply chain security
• dependency / package ecosystem risk
• browser / web security
• mobile platform security
• Internet-scale measurement
• protocol / network attack studies

這些題目雖然沒有「LLM security」那麼新潮，但它們的研究深度與實務影響力仍然很強。

趨勢五：惡意程式、攻擊歸因與對抗性分析持續存在

Malware analysis、APT attribution、campaign correlation、TTP reasoning 這些題目沒有消失，而是逐漸與 AI / graph / retrieval 結合。也就是說，現在更常見的不是單純做 malware family classification，而是：

• 結合 knowledge graph
• 結合 LLM reasoning
• 結合 retrieval augmentation
• 結合 explainability / analyst workflow

這代表攻擊分析研究沒有退場，而是進入「和新工具結合」的階段。

哪些方向正在升溫？

如果只講這兩三年明顯升溫的方向，我會點名以下幾條：

• LLM security / GenAI security
• AI agents in cybersecurity
• RAG security / retrieval poisoning / grounding reliability
• CTI automation with LLMs
• Explainable security systems
• Threat attribution with graph / agent / reasoning pipelines

這些方向共同的特徵是：不只是做模型，而是做模型如何進入真實安全工作流。

哪些方向開始飽和或變得更難投？

有些主題不是不重要，而是如果只做很表面的版本，會越來越難有說服力。例如：

• 只把某個通用 LLM 套到安全資料上的 baseline work
• 只做單純 benchmark 比較、沒有新洞見的模型比較文
• 只有精度提升一點，但沒有新威脅模型、新資料、新場景或新方法論的工作

換句話說，現在光是「我也把 GPT / Llama 套到某個資安任務上」通常不夠。審稿人更在意的是：

• 這件事有沒有真的解決安全問題
• 你是不是處理了真實威脅模型
• 你是否提供了新的攻擊面、方法框架、系統設計或分析洞見

如果你是研究生，該怎麼看這些會議與題目？

這一節是整篇的主軸。因為研究生最需要的，通常不是產業趨勢口號，而是：我應該怎麼讀、怎麼選題、怎麼判斷一個方向是不是值得投入。

對研究生來說，最重要的不是先背排名，而是先理解「這些 venue 的研究口味差在哪」。你可以用這種方式看：

1. 先看 problem framing

好的安全論文通常不是只有模型，而是會把 threat model、攻擊場景、限制條件與防禦目標講得很清楚。這點比單看模型名稱更重要。

2. 再看方法層次

方法到底是在做：

• 系統設計
• 量測研究
• 攻擊實驗
• 模型訓練
• RAG / graph / agent orchestration

這些在不同會議裡被接受的方式不一樣。

3. 最後看趨勢，不要只追熱門詞

研究生最容易犯的錯之一，就是只追「今年最紅的詞」，例如 LLM、agent、RAG。這些詞當然重要，但真正能進好 venue 的，通常不是把關鍵字疊滿，而是你有沒有抓到：

• 一個真實且重要的安全問題
• 合理的方法設計
• 足夠強的驗證
• 能說服人的新洞見

研究生視角的建議

• 先用頂會建立題目地圖，而不是先急著追單一熱門關鍵字。
• 閱讀時優先抓 threat model、方法設計與驗證方式，而不是只看 abstract 與結果表。
• 若你的研究方向偏 CTI、APT attribution、RAG、LLM security，這幾年確實是升溫區，但要避免只做套模型式工作。
• 若想進一步走研究，建議把會議當成觀察「問題怎麼被定義」的窗口，而不是只當排名表。

重點整理

• 資安研究最常被視為核心頂會的包括 IEEE S&P、USENIX Security、ACM CCS、NDSS。
• RAID、ACSAC、AsiaCCS、EuroS&P 也都非常重要，且各自有明顯題材傾向。
• 2022–2025 的明顯趨勢包括：LLM / AI security、CTI automation、RAG security、agentic defense、explainable security systems。
• Threat Intelligence、APT attribution、knowledge graph、RAG 與 analyst-facing workflow 正在形成新的交叉研究主線。
• 單純把通用 LLM 套進資安任務的表面工作，正變得越來越難打動審稿人。
• 對研究生來說，比起只追熱門詞，更重要的是理解 venue 風格、threat model 與研究方法層次。

Takeaway

如果只用一句話總結近幾年的資安研討會投稿主題變化，那就是：資安研究正在從單純的偵測與防禦技術，往更複雜的「可解釋、自動化、與真實工作流整合」方向演進，而 AI / LLM / RAG / agent 只是這波轉變裡最醒目的表面現象。

真正值得注意的，不是哪個關鍵字最紅，而是哪一些問題開始被重新定義：例如如何讓 CTI 自動化、如何讓安全系統更可解釋、如何讓模型與分析師共同工作、以及如何在新型 AI 系統本身也成為攻擊面的前提下重新思考安全。對想做研究的人來說，理解這些主題脈絡，比背幾個會議名字更重要。

免責聲明

本文由 AI 整理與撰寫，內容主要依據公開研討會資訊、可取得之研究趨勢資料與技術社群脈絡進行彙整、解讀與分析。儘管已盡力確保內容之完整性與可讀性，仍可能因資料更新時間差、研究社群觀點差異或模型理解限制而存在疏漏、不精確或變動之處。本文內容僅供研究交流與知識分享參考，實際徵稿方向、接受偏好與年度趨勢，仍應以各研討會官方網站、近年 accepted papers 與 program committee 公開資料為準。