Tweezers：基于以事件归因为中心的推文嵌入的安全事件检测框架
密码学与安全
2024-09-13 v1
摘要
Twitter 被认为是传播和收集网络威胁情报的关键平台。其提供实时、可操作情报的能力使其成为检测安全事件不可或缺的工具，帮助安全专业人员应对不断增长的威胁。然而，海量的推文和人工编写推文固有的噪声给准确识别安全事件带来了巨大挑战。虽然许多研究试图基于关键词过滤与事件相关的推文，但由于其在理解推文语义方面的局限性，这些方法并不有效。Twitter 安全事件检测的另一个挑战是安全事件的全面覆盖。以往的研究强调了安全事件早期检测的重要性，但忽略了事件覆盖的重要性。为了应对这些挑战，在我们的研究中，我们引入了一种新颖的以事件归因为中心的推文嵌入方法，以实现事件的高精度和高覆盖率。我们的实验结果表明，所提出的方法在识别安全事件方面优于现有的基于文本和图的推文嵌入方法。利用这种新颖的嵌入方法，我们开发并实现了一个框架 Tweezers，适用于从 Twitter 检测安全事件以收集 CTI。该框架展示了其有效性，与既定基线相比检测到两倍的事件。此外，我们展示了基于 Tweezers 构建的两个用于安全事件整合和检查的应用，即安全事件趋势分析和有价值安全用户识别。
引用
@article{arxiv.2409.08221,
title = {Tweezers: A Framework for Security Event Detection via Event Attribution-centric Tweet Embedding},
author = {Jian Cui and Hanna Kim and Eugene Jang and Dayeon Yim and Kicheol Kim and Yongjae Lee and Jin-Woo Chung and Seungwon Shin and Xiaojing Liao},
journal= {arXiv preprint arXiv:2409.08221},
year = {2024}
}