Insight-LLM：内部威胁检测中 LLM 增强的多视图融合
密码学与安全
2025-09-03 v1
摘要
内部威胁检测（ITD）需要分析稀疏、异构的用户行为。现有 ITD 方法主要依赖单视图建模，导致覆盖范围有限并遗漏异常。尽管多视图学习在其他领域显示出前景，但将其直接应用于 ITD 带来了重大挑战：独立训练的子模型造成的可扩展性瓶颈、不同特征空间之间的语义不对齐，以及导致高信号模态掩盖较弱模态的视图不平衡。在本工作中，我们提出了 Insight-LLM，首个专为内部威胁检测定制的模块化多视图融合框架。Insight-LLM 采用冻结的预训练模型，以低延迟和参数开销实现了 SOTA 的检测效果。
引用
@article{arxiv.2509.01509,
title = {Insight-LLM: LLM-enhanced Multi-view Fusion in Insider Threat Detection},
author = {Chengyu Song and Jianming Zheng},
journal= {arXiv preprint arXiv:2509.01509},
year = {2025}
}