EUREKHA：增强地下论坛关键黑客识别的用户表示
密码学与安全
2024-11-11 v1 计算与语言
社会与信息网络
摘要
地下论坛作为网络空间中网络犯罪活动的中心，为匿名性和规避常规在线监管提供了空间。在这些隐藏社区中，恶意行为者协作，交换非法知识、工具和战术，从而驱动从黑客技术到盗取数据、恶意软件和零日漏洞销售的各种网络威胁。识别背后策划者（即关键黑客）的行为对于理解这些运营至关重要，但仍是复杂的挑战。本文提出了一种新方法，称为 EUREKHA（Enhancing User Representation for Key Hacker Identification in Underground Forums），用于识别这些关键黑客。该方法将每个用户建模为文本序列，通过大型语言模型 (LLM) 进行领域特定适应，LLM 充当特征提取器。提取的特征随后输入图神经网络 (GNN) 以建模用户结构关系，从而显著提高识别准确度。此外，我们采用 BERTopic（Bidirectional Encoder Representations from Transformers Topic Modeling）从用户生成内容中提取个人化主题，实现每个用户多个文本表示，从而优化最具代表性的序列选择。我们的研究表明，微调后的 LLM 在识别关键黑客方面优于现有最先进的方法。此外，结合 GNN 使用后，我们的模型在准确度和 F1 分数上分别实现了约 6% 和 10% 的显著提升。EUREKHA 在 Hack-Forums 数据集上进行测试，我们提供了开源代码以供公开使用。
引用
@article{arxiv.2411.05479,
title = {EUREKHA: Enhancing User Representation for Key Hackers Identification in Underground Forums},
author = {Abdoul Nasser Hassane Amadou and Anas Motii and Saida Elouardi and EL Houcine Bergou},
journal= {arXiv preprint arXiv:2411.05479},
year = {2024}
}
备注
Accepted at IEEE Trustcom 2024