使用 AI 实施化网络风险管理：将网络事件连接到 MITRE ATT&CK 技术、安全控制与指标

Emad Sherif; Iryna Yevseyeva; Vitor Basto-Fernandes; Allan Cook

使用 AI 实施化网络风险管理：将网络事件连接到 MITRE ATT&CK 技术、安全控制与指标

密码学与安全 2026-03-16 v1 人工智能

作者: Emad Sherif , Iryna Yevseyeva , Vitor Basto-Fernandes , Allan Cook

摘要

网络攻击的频率不断攀升，对组织构成重大挑战，尤其是那些缺乏内部专业知识、知识储备不足且财力有限的中小型企业。本研究提出一种新框架，利用自然语言处理技术应对这些挑战，通过自动化将网络事件映射到对手技术。我们引入了 Cyber Catalog 知识库，系统性地整合了 CIS 关键安全控制、MITRE ATT&CK 技术以及 SMART 指标。这一集成资源使组织能够直接将威胁情报连接到可操作的控制措施和可衡量的结果。为实现该框架，我们微调了 all-mpnet-base-v2——一款广受赞誉的句子转换模型，用于将文本转换为数值向量，同时使用包含 74,986 条事件-技术配对的增强数据集，以提高网络事件与 MITRE ATT&CK 技术之间的语义相似性。我们的微调模型实现了 0.7894 的斯皮尔曼相关系数和 0.8756 的皮尔逊相关系数，显著优于包括 all-mpnet-base-v2、all-distilroberta-v1 和 all-MiniLM-L12-v2 在内的顶级基线模型。此外，我们的模型相较于所有基线模型表现出显著更低的预测误差（MAE=0.135，MSE=0.027），证明了卓越的准确性和一致性。Cyber Catalog、训练数据集、训练好的模型及实现代码已公开，旨在促进进一步研究并在资源受限的环境中实现实际部署。本工作弥合了威胁情报与操作安全管理之间的鸿沟，为系统化网络事件响应和基于证据的网络风险管理提供了可操作工具。

关键词

网络风险管理 MITRE ATT&CK 自然语言处理安全控制事件映射

引用

@article{arxiv.2603.12455,
  title  = {Operationalising Cyber Risk Management Using AI: Connecting Cyber Incidents to MITRE ATT&CK Techniques, Security Controls, and Metrics},
  author = {Emad Sherif and Iryna Yevseyeva and Vitor Basto-Fernandes and Allan Cook},
  journal= {arXiv preprint arXiv:2603.12455},
  year   = {2026}
}

使用 AI 实施化网络风险管理：将网络事件连接到 MITRE ATT&CK 技术、安全控制与指标

摘要

关键词

引用

相关论文