STIXnet：一种用于提取 CTI 报告中所有 STIX 对象的新型模块化方案
信息检索
2023-09-11 v2 密码学与安全
摘要
从网络威胁情报（CTI）报告中自动提取信息在风险管理中至关重要。这些报告发布频率的增加促使研究人员开发新系统，以从文本数据中自动恢复不同类型的实体与关系。大多数最先进的模型利用自然语言处理（NLP）技术，在单次提取少数类型实体时表现优异，但无法检测异构数据或其关系。此外，若干范式（如 STIX）已成为 CTI 社区的事实标准，并规定了不同实体与关系的正式分类，以使各组织能够一致地共享数据。本文提出 STIXnet，这是首个用于自动提取 CTI 报告中所有 STIX 实体与关系的方案。通过使用 NLP 技术与一个交互式实体知识库（KB），我们的方法在考虑显著更多类型实体与关系的同时，取得了与最先进模型相当的实体抽取 F1 分数（0.916）与关系抽取 F1 分数（0.724）。此外，STIXnet 构成一个模块化且可扩展的框架，其管理与协调不同模块，以独特且详尽的方式合并它们的贡献。借助我们的方法，研究人员与组织可通过整合多种技术的成果来扩展其信息抽取（IE）能力，而无需从零开发新工具。
引用
@article{arxiv.2303.09999,
title = {STIXnet: A Novel and Modular Solution for Extracting All STIX Objects in CTI Reports},
author = {Francesco Marchiori and Mauro Conti and Nino Vincenzo Verde},
journal= {arXiv preprint arXiv:2303.09999},
year = {2023}
}
备注
11 pages, 3 figures