為遭竊資料定價

本研究所採用的市場掛牌資料涵蓋了 2025 年 1 月至 2026 年 2 月這一時期。相關資料於 2026 年 2 月至 3 月期間收集，來源包括 NordStellar 平台（主要來源）、尚未被 NordStellar 收錄的新興市場（次級來源），以及 xLeet 市場（三級來源）：

• Nordstellar 企業級 API：我們執行了 228 項關鍵字搜尋，涵蓋了身分證明文件、金融帳戶、支付卡、憑證及加密貨幣。總計而言，NordStellar 從其索引的市場（BidenCash、Russian Market、Exodus Market 及 Styx Market）中檢索到了近 50,000 筆商品資訊。

• 未納入索引的市場：我們總共從 Ares Market、Black Ops、Nexus Market 和 We The North 收集了 9,400 筆清單。

• xLeet：我們發現約 15,800 個商業電子郵件地址清單，例如 Office365、cPanel 或 GoDaddy 網頁郵件。

來自 NordStellar 已建立索引之市場平台與未建立索引之市場平台的商品清單，共同構成了這份包含 59,050 筆商品的核心資料集。本資料集已經過多階段篩選處理，以減少雜訊、誤判及不可靠的資料：

1. 1.

   我們已排除與藥物和教學課程相關的清單。

2. 2.

   我們採用精確去重技術，剔除了近半數（27,605 筆）標題或描述（經標準化處理後）完全相同的核心商品清單。

3. 3.

   透過 AI 輔助的重複偵測，我們又移除了 69 筆商家資訊。

4. 4.

   跨來源全域去重進一步移除了各市場間重疊的 425 筆資料專案，最終核心資料集中剩下 28,559 筆獨立的商品資訊。

5. 5.

   xLeet 資料集經過了一個獨立且較為簡單的篩選流程，重點放在價格驗證和地理分佈上。

接著，我們對所得資料進行處理以便分析：

• 我們使用 nexos.ai 將剩餘的資料清單分類為 16 個類別。

• 每個資料清單還被分配了一個子類別、地理歸屬（地區和國家）以及一個可信度分數。

• 針對符合最低資料門檻的每個類別與地理區域組合，我們採用了統計聚合方法（最小值、第 25 百分位數、中位數、平均值、第 75 百分位數、最大值）。

• 為了方便比較，我們將價格換算為美元。

我們手動審查了信心度低、價格異常（超過 99 百分位數）或地理資料不明的來源，以確保資料可靠。最後，我們將 xLeet 的電子郵件資料整合到電子郵件帳戶分析中，以提供價格地理分布資訊，這是單靠核心資料集所無法做到的。