基于策略-价值导向的 MDP-MCTS 框架用于网络战链推断
密码学与安全
2025-12-18 v1
摘要
威胁分析师常依赖自然语言报告来描述攻击者行动，而未完整枚举 kill chain 或各阶段之间的依赖关系，这使得自动重建 ATT&CK 一致的入侵路径面临严峻挑战。我们提出一种推理框架，通过将以 Transformer 模型为相条件语义先验与符号马尔可夫决策过程相结合，再结合受 AlphaZero 风格蒙特卡洛树搜索（MCTS）驱动的策略-价值网络，来推断完整的七阶段 kill chain。该框架通过多目标奖励函数强制执行语义相关性、阶段内凝聚性和转换可行性，同时允许搜索探索对 CTI 叙事的备选解释。应用于 FIN6、APT24 和 UNC1549 三个真实入侵案例时，所提方法生成的 kill chain 在语义忠实度和操作一致性方面优于 Transformer 基线，常常与专家选定的 TTPs 一致。我们的结果表明，将上下文嵌入与基于搜索的决策相结合为自动化、可解释的网络战链重建提供了实用的路径。
引用
@article{arxiv.2512.15150,
title = {Policy-Value Guided MDP-MCTS Framework for Cyber Kill-Chain Inference},
author = {Chitraksh Singh and Monisha Dhanraj and Ken Huang},
journal= {arXiv preprint arXiv:2512.15150},
year = {2025}
}
备注
8 pages, 6 figures