迈向 aCTIon 时刻：真实环境中网络威胁情报的自动化分析
密码学与安全
2023-07-21 v1 机器学习
摘要
网络威胁情报 (Cyber Threat Intelligence, CTI) 在评估风险和增强组织安全性方面起着关键作用。然而，从非结构化文本源中提取相关信息的过程可能昂贵且耗时。我们的经验表明，现有的自动化结构化 CTI 提取工具存在性能局限。此外，社区缺乏用于定量评估其性能的通用基准。我们填补了这些空白，提供了一个新的大型开放基准数据集和 aCTIon（一种结构化 CTI 信息提取工具）。该数据集包含 204 份真实世界公开可用的报告及其对应的 STIX 格式结构化 CTI 信息。我们的团队策划了该数据集，涉及三组独立的 CTI 分析师在数月内的工作。据我们所知，该数据集比先前发布的开源数据集大两个数量级。然后我们设计了 aCTIon，在两个自定义信息提取流程中利用最近引入的大语言模型 (GPT3.5)。我们将我们的方法与先前工作中的 10 种解决方案进行比较，对于缺乏开源实现的情况我们开发了自己的实现。我们的结果显示，aCTIon 在所有任务上的结构化 CTI 提取 F1-score 较先前工作提高了 10 到 50 个百分点，表现更优。
引用
@article{arxiv.2307.10214,
title = {Time for aCTIon: Automated Analysis of Cyber Threat Intelligence in the Wild},
author = {Giuseppe Siracusano and Davide Sanvito and Roberto Gonzalez and Manikantan Srinivasan and Sivakaman Kamatchi and Wataru Takahashi and Masaru Kawakita and Takahiro Kakumaru and Roberto Bifulco},
journal= {arXiv preprint arXiv:2307.10214},
year = {2023}
}