POLAR: 通过 LLM 驱动的评估自动化网络威胁优先级排序

Luoxi Tang; Yuqiao Meng; Ankita Patra; Weicheng Ma; Muchao Ye; Zhaohan Xi

POLAR: 通过 LLM 驱动的评估自动化网络威胁优先级排序

密码学与安全 2025-10-03 v1 人工智能

作者: Luoxi Tang , Yuqiao Meng , Ankita Patra , Weicheng Ma , Muchao Ye , Zhaohan Xi

摘要

大型语言模型(LLM)正在被广泛用于帮助安全分析师应对网络威胁的快速利用，其中LLM提供网络威胁情报(CTI)，以支持漏洞评估和事件响应。虽然近期工作表明LLM可支持广泛的CTI任务，如威胁分析、漏洞检测和入侵防御，但实际部署中仍存在显著的性能差距。本文我们聚焦于LLM在CTI中的内在漏洞，关注源自威胁格局本身特性而非模型架构所导致的挑战。通过大规模评估跨多个CTI基准和真实威胁报告，我们引入一种新颖的分类方法，将分层、自回归细化和人类在环监督相结合，以可靠地分析失效实例。通过大量实验和人类检查，我们揭示了三个根本性漏洞：虚假关联、矛盾知识和受限泛化，这些漏洞限制了LLM在有效支持CTI方面的能力。随后，我们提供了可操作性见解，用于设计更健壮的LLM驱动CTI系统以促进未来研究。

关键词

大型语言模型网络威胁情报 LLM 漏洞威胁分析安全评估

引用

@article{arxiv.2510.01552,
  title  = {POLAR: Automating Cyber Threat Prioritization through LLM-Powered Assessment},
  author = {Luoxi Tang and Yuqiao Meng and Ankita Patra and Weicheng Ma and Muchao Ye and Zhaohan Xi},
  journal= {arXiv preprint arXiv:2510.01552},
  year   = {2025}
}

备注

25 pages

POLAR: 通过 LLM 驱动的评估自动化网络威胁优先级排序

摘要

关键词

引用

备注

相关论文