基于意见池的模块化自动网络威胁归因方法

网络威胁归因可以在提高应对数字威胁的韧性方面发挥重要作用。近期的研究侧重于自动化威胁归因过程，并将其与威胁狩猎等其他工作相集成。为了支持网络威胁归因过程日益增长的自动化，本文提出了一种模块化架构，作为当前单体式自动化方法的替代方案。该模块化架构可以利用意见池来结合具体归因者的输出。与单体式替代方案相比，所提出的解决方案提高了威胁归因问题的可处理性，并提供了更高的可用性和可解释性。此外，提出了一种配对聚合器 作为一种聚合方法，该方法基于不同特征将归因者配对以产生中间结果，最终产生单个概率质量函数 (PMF) 作为输出。配对聚合器依次应用对数意见池和线性意见池。实验验证表明，模块化方法不会导致性能下降，与单体式替代方案相比甚至可以提高精确率和召回率。结果还表明，配对聚合器可以提高相对于线性意见池和对数意见池的精确率。此外，实验中改进的 k-accuracy 表明，取证专家可以在其手动归因过程中利用生成的 PMF 来提高其效率。