AGIR：利用自然语言生成实现网络威胁情报报告自动化
密码学与安全
2023-10-05 v1 计算与语言
摘要
网络威胁情报（CTI）报告在当代风险管理策略中至关重要。随着 CTI 报告数量的持续激增，对自动化工具以简化报告生成的需求日益明显。尽管自然语言处理技术在处理文本数据方面已展现出潜力，但它们往往难以应对多样化数据源及其复杂相互关系的挑战。此外，STIX 等既定范式已成为 CTI 社区的事实标准，强调实体与关系的正式分类以促进一致的数据共享。本文中，我们介绍 AGIR（Automatic Generation of Intelligence Reports，情报报告自动生成），一种专门设计用于应对 CTI 报告领域紧迫挑战的变革性自然语言生成工具。AGIR 的主要目标是通过从实体图的正式表示中自动生成全面的情报报告，来赋能安全分析师，减轻其繁重的任务。AGIR 利用两阶段流水线，结合基于模板方法的优势与 ChatGPT 等大型语言模型（LLM）的能力。我们从定量与定性两方面评估了 AGIR 的报告生成能力。生成的报告准确传达了通过形式化语言表达的信息，实现了高召回值（0.99）且未引入幻觉。此外，我们将报告的流畅性与实用性同最先进方法进行比较，展示了 AGIR 在句法对数比（SLOR）和问卷调查方面如何取得更高分数。通过使用我们的工具，我们估计报告撰写时间减少了 40% 以上，从而简化了任何组织的 CTI 生产，并有助于若干 CTI 任务的自动化。
引用
@article{arxiv.2310.02655,
title = {AGIR: Automating Cyber Threat Intelligence Reporting with Natural Language Generation},
author = {Filippo Perrina and Francesco Marchiori and Mauro Conti and Nino Vincenzo Verde},
journal= {arXiv preprint arXiv:2310.02655},
year = {2023}
}
备注
10 pages, 7 figures