PHANTOM：基于叙事定制化组织模仿的多态化蜜罐令牌适应

蜜罐令牌是为检测和归因未授权访问而种植的仿冒数字资产，是网络欺骗中已确立的基本要素。现有的生成工具产生静态、基于模板的令牌，缺乏组织的特定性，易被统计学、语法和语义分析所识别。我们引入PHANTOM（Polymorphic Honeytoken Adaptation with Narrative-Tailored Organisational Mimicry），一个通过编码组织特定知识（域名、服务命名约定、技术堆栈习语以及真实的秘密值分布）来生成情境令人的蜜罐令牌的框架。我们通过四组成分的可信度评分来形式化蜜罐令牌质量，涵盖语法有效性、语义连贯性、统计合理性和人类接受度。我们使用此指标对PHANTOM在8种令牌类型和4种组织背景下针对基于模板的基线进行评估。PHANTOM的B值为0.778 ± 0.057，而模板的B值为0.576 ± 0.058（差值Δ = +0.203，t = 14.07，p < 0.001，Cohen的d = 3.52）。人类评估者的接受度从6.2%提升至100%，在三个模拟扫描器模型（正则表达式、熵分析和机器学习分类器）中的检测抗性DR = 1 - Pd从0.609提高到0.870（每个模型均p < 0.001）。语义连贯性差值ΔSc = +0.309，d = 4.52为主要驱动因素，确认了组织背景是当前方法中缺失的关键要素。所有结果均在不依赖外部API的情况下复现，使管道可完全部署在空气隔离环境中。