从程序性网络安全文本构建流图
计算与语言
2021-06-01 v1 人工智能
密码学与安全
摘要
遵循自然语言书写的程序性文本颇具挑战。我们必须通读整篇文本以识别相关信息，或辨识指令流以完成任务，这易于出错。若此类文本具备结构，我们便可轻松可视化指令流、推理或推断特定步骤，甚至构建自动化系统以帮助新手达成目标。然而，由于此类文本性质多样，该结构恢复任务是一项挑战。本文提出从此类文本中识别相关信息并生成句间信息流。我们构建了一个网络安全领域的大型标注程序性文本数据集（CTFW）（3154 篇文档）。该数据集包含关于软件漏洞分析经验的宝贵指令。我们在多种设置下使用我们的 LM-GNN 模型变体在 CTFW 上进行了广泛实验。为展示该任务及方法的泛化能力，我们还使用了来自另外两个领域（维护手册与烹饪）的程序性文本进行实验，其与网络安全差异显著。我们的实验表明，采用 BERT 句子嵌入的图卷积网络在所有三个领域均优于 BERT。
引用
@article{arxiv.2105.14357,
title = {Constructing Flow Graphs from Procedural Cybersecurity Texts},
author = {Kuntal Kumar Pal and Kazuaki Kashihara and Pratyay Banerjee and Swaroop Mishra and Ruoyu Wang and Chitta Baral},
journal= {arXiv preprint arXiv:2105.14357},
year = {2021}
}
备注
13 pages, 5 pages, accepted in the Findings of ACL 2021