LOCALINTEL：基于全球与本地网络知识生成组织级威胁情报
密码学与安全
2025-02-11 v2 人工智能
信息检索
计算机科学中的逻辑
摘要
安全运营中心 (SoC) 分析师从公开可访问的全球威胁存储库中收集威胁报告，并根据组织需求定制信息，例如制定威胁情报和安全策略。他们还依赖组织内部存储库，这些存储库充当私有的本地知识库。这些本地知识库存储可信的网络情报、关键运营和基础设施细节。SoC 承担着一项劳动密集型的手动任务，即利用这些全球威胁存储库和本地知识库来创建特定于组织的威胁情报和缓解策略。最近，大语言模型 (LLM) 展示了高效处理多样化知识源的能力。我们利用这种能力来自动化生成特定于组织的威胁情报。我们提出了 LocalIntel，这是一种新颖的自动化威胁情报上下文框架，它从全球威胁存储库中检索零日漏洞报告，并利用其本地知识库来确定影响和缓解策略，以警报并协助 SoC 分析师。LocalIntel 包含两个关键阶段：知识检索和上下文化。定量和定性评估表明，该框架在生成组织威胁情报方面的准确率高达 93%，评分者间一致性为 64%。
引用
@article{arxiv.2401.10036,
title = {LOCALINTEL: Generating Organizational Threat Intelligence from Global and Local Cyber Knowledge},
author = {Shaswata Mitra and Subash Neupane and Trisha Chakraborty and Sudip Mittal and Aritran Piplai and Manas Gaur and Shahram Rahimi},
journal= {arXiv preprint arXiv:2401.10036},
year = {2025}
}