通过结合 NLP 与 ML 技术实现攻击者 TTP 的自动分类
密码学与安全
2022-07-19 v1 计算与语言
摘要
威胁行为者日益复杂且数量不断增长，加之网络攻击展开的速度极快，使得及时识别攻击对组织的安全至关重要。因此，负责安全的人员采用大量关于新兴攻击、攻击者行动过程或失陷指标的信息源。然而，大量所需的安全信息以非结构化文本形式存在，这给攻击者战术、技术与流程(TTPs)的自动化及时提取带来困难。为解决此问题，我们系统评估并比较了研究中用于安全信息提取的不同自然语言处理(NLP)与机器学习技术。基于我们的调研，我们提出一种数据处理流水线，可根据源自对手战术、技术与流程知识库的攻击者战术与技术，对非结构化文本自动分类。
引用
@article{arxiv.2207.08478,
title = {Towards Automated Classification of Attackers' TTPs by combining NLP with ML Techniques},
author = {Clemens Sauerwein and Alexander Pfohl},
journal= {arXiv preprint arXiv:2207.08478},
year = {2022}
}