論文の概要: Elevating Cyber Threat Intelligence against Disinformation Campaigns with LLM-based Concept Extraction and the FakeCTI Dataset

• arxiv url: http://arxiv.org/abs/2505.03345v1
• Date: Tue, 06 May 2025 09:13:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-07 18:50:11.302423
• Title: Elevating Cyber Threat Intelligence against Disinformation Campaigns with LLM-based Concept Extraction and the FakeCTI Dataset
• Title（参考訳）: LLMに基づく概念抽出とFakeCTIデータセットによる偽情報キャンペーンに対するサイバー脅威知能の向上
• Authors: Domenico Cotroneo, Roberto Natella, Vittorio Orbinato,
• Abstract要約: 本稿では,繰り返しの物語から派生した高レベルな意味指標と偽情報キャンペーンの関係に着目した新しいCTIフレームワークを提案する。 フェイクニュースを偽ニュースキャンペーンや脅威アクターに体系的に関連付ける最初のデータセットであるFakeCTIを紹介する。 この研究は、低レベルのアーティファクトから永続的な概念構造へと焦点を移し、偽情報の追跡と対策にスケーラブルで適応的なアプローチを確立した。
• 参考スコア（独自算出の注目度）: 6.530917936319386
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The swift spread of fake news and disinformation campaigns poses a significant threat to public trust, political stability, and cybersecurity. Traditional Cyber Threat Intelligence (CTI) approaches, which rely on low-level indicators such as domain names and social media handles, are easily evaded by adversaries who frequently modify their online infrastructure. To address these limitations, we introduce a novel CTI framework that focuses on high-level, semantic indicators derived from recurrent narratives and relationships of disinformation campaigns. Our approach extracts structured CTI indicators from unstructured disinformation content, capturing key entities and their contextual dependencies within fake news using Large Language Models (LLMs). We further introduce FakeCTI, the first dataset that systematically links fake news to disinformation campaigns and threat actors. To evaluate the effectiveness of our CTI framework, we analyze multiple fake news attribution techniques, spanning from traditional Natural Language Processing (NLP) to fine-tuned LLMs. This work shifts the focus from low-level artifacts to persistent conceptual structures, establishing a scalable and adaptive approach to tracking and countering disinformation campaigns.
• Abstract（参考訳）: フェイクニュースや偽情報キャンペーンの急速な普及は、公衆の信頼、政治的安定、サイバーセキュリティに重大な脅威をもたらす。 ドメイン名やソーシャルメディアハンドルなどの低レベルの指標に依存する従来のサイバー脅威インテリジェンス(CTI)アプローチは、オンラインインフラを頻繁に変更する敵によって容易に回避される。 これらの制約に対処するために、繰り返しの物語から派生した高レベルの意味的指標と偽情報キャンペーンの関係に焦点を当てた新しいCTIフレームワークを導入する。 提案手法では,非構造化情報コンテンツから構造化CTIインジケータを抽出し,Large Language Models (LLMs) を用いたフェイクニュース内のキーエンティティとそのコンテキスト依存性を抽出する。 さらに、フェイクニュースを偽ニュースキャンペーンや脅威アクターに体系的に関連付ける最初のデータセットであるFakeCTIを紹介します。 CTIフレームワークの有効性を評価するため,従来の自然言語処理(NLP)から微調整LDMまで,複数の偽ニュース属性技術を分析した。 この研究は、低レベルのアーティファクトから永続的な概念構造へと焦点を移し、偽情報の追跡と対策にスケーラブルで適応的なアプローチを確立した。

関連論文リスト

• CTINexus: Automatic Cyber Threat Intelligence Knowledge Graph Construction Using Large Language Models [49.657358248788945]
  サイバー脅威インテリジェンス(CTI)レポートのテキスト記述は、サイバー脅威に関する豊富な知識源である。 現在のCTI知識抽出法は柔軟性と一般化性に欠ける。 我々は,データ効率の高いCTI知識抽出と高品質サイバーセキュリティ知識グラフ(CSKG)構築のための新しいフレームワークであるCTINexusを提案する。
  論文  参考訳（メタデータ） (2024-10-28T14:18:32Z)
• AnnoCTR: A Dataset for Detecting and Linking Entities, Tactics, and Techniques in Cyber Threat Reports [3.6785107661544805]
  我々は、新しいCC-BY-SAライセンスのサイバー脅威レポートであるAnnoCTRを提示する。 レポートはドメインの専門家によって、名前付きエンティティ、時間表現、サイバーセキュリティ特有の概念によって注釈付けされている。 少数のシナリオでは、テキストで明示的にあるいは暗黙的に言及されるMITRE ATT&CKの概念を識別するために、MITRE ATT&CKの概念記述は、データ拡張のトレーニングに有効な情報源であることがわかった。
  論文  参考訳（メタデータ） (2024-04-11T14:04:36Z)
• Prompt-and-Align: Prompt-Based Social Alignment for Few-Shot Fake News Detection [50.07850264495737]
  プロンプト・アンド・アライン(Prompt-and-Align、P&A)は、数発のフェイクニュース検出のための新しいプロンプトベースのパラダイムである。 我々はP&Aが、数発のフェイクニュース検出性能をかなりのマージンで新たな最先端に設定していることを示す。
  論文  参考訳（メタデータ） (2023-09-28T13:19:43Z)
• Graph Global Attention Network with Memory for Fake News Detection [0.0]
  偽情報の拡散は、社会的損害をもたらし、情報の信頼性を損なう可能性がある。 ディープラーニングは、偽ニュースを検出するための有望なアプローチとして登場した。 本研究は,偽ニュース検出のための新しいアプローチであるGANMを提案する。
  論文  参考訳（メタデータ） (2023-04-30T11:42:08Z)
• Recognizing and Extracting Cybersecurtity-relevant Entities from Text [1.7499351967216343]
  サイバー脅威インテリジェンス(Cyber Threat Intelligence、CTI)は、脅威ベクトル、脆弱性、攻撃を記述した情報である。 CTIはしばしば、サイバーセキュリティ知識グラフ(CKG)のようなAIベースのサイバー防衛システムのトレーニングデータとして使用される。
  論文  参考訳（メタデータ） (2022-08-02T18:44:06Z)
• Towards Automated Classification of Attackers' TTPs by combining NLP with ML Techniques [77.34726150561087]
  我々は,NLP(Natural Language Processing)と,研究におけるセキュリティ情報抽出に使用される機械学習技術の評価と比較を行った。 本研究では,攻撃者の戦術や手法に従って非構造化テキストを自動的に分類するデータ処理パイプラインを提案する。
  論文  参考訳（メタデータ） (2022-07-18T09:59:21Z)
• A System for Automated Open-Source Threat Intelligence Gathering and Management [53.65687495231605]
  SecurityKGはOSCTIの収集と管理を自動化するシステムである。 AIとNLP技術を組み合わせて、脅威行動に関する高忠実な知識を抽出する。
  論文  参考訳（メタデータ） (2021-01-19T18:31:35Z)
• InfoBERT: Improving Robustness of Language Models from An Information Theoretic Perspective [84.78604733927887]
  BERTのような大規模言語モデルは、幅広いNLPタスクで最先端のパフォーマンスを実現している。 近年の研究では、このようなBERTベースのモデルが、テキストの敵対的攻撃の脅威に直面していることが示されている。 本稿では,事前学習した言語モデルの堅牢な微調整のための新しい学習フレームワークであるInfoBERTを提案する。
  論文  参考訳（メタデータ） (2020-10-05T20:49:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。