基于BERT进行网络威胁报告中自动攻击测试流程提取
密码学与安全
2025-07-11 v1
摘要
在不断演变的网络安全领域，快速识别和缓解高级持续性威胁(APT)至关重要。安全从业者依赖详细的威胁报告来了解攻击者所使用的战术、技术和程序(TTP)。然而，手动从这些报告中提取攻击测试流程需要难以获取的知识，并且耗时且容易出错。本文提出FLOWGUARDIAN，一种新颖的解决方案，利用语言模型(即BERT)和自然语言处理(NLP)技术自动从非结构化威胁报告中提取攻击测试流程。FLOWGUARDIAN系统性地分析和上下文化安全事件，重建攻击序列，然后生成全面的测试流程。这种自动化方法不仅节省时间并减少人为错误，还确保在网络安全测试中实现全面覆盖和稳健性。使用公共威胁报告进行的实证验证表明,FLOWGUARDIAN在准确性和效率方面具有显著优势，大大增强了安全团队在主动威胁狩猎和事件响应方面的能力。
引用
@article{arxiv.2507.07244,
title = {Automated Attack Testflow Extraction from Cyber Threat Report using BERT for Contextual Analysis},
author = {Faissal Ahmadou and Sepehr Ghaffarzadegan and Boubakr Nour and Makan Pourzandi and Mourad Debbabi and Chadi Assi},
journal= {arXiv preprint arXiv:2507.07244},
year = {2025}
}