論文の概要: From Attack Simulation to SIEM Rule: Deterministic Detection-as-Code Synthesis with Probe-Level Traceability

• arxiv url: http://arxiv.org/abs/2606.05252v1
• Date: Wed, 03 Jun 2026 14:26:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-05 22:39:44.282793
• Title: From Attack Simulation to SIEM Rule: Deterministic Detection-as-Code Synthesis with Probe-Level Traceability
• Title（参考訳）: 攻撃シミュレーションからSIEMルール:プローブトレーサビリティを用いた決定論的検出・コード合成
• Authors: Alexandre Cristovão Maiorano,
• Abstract要約: セキュリティチームは、自身のシステムに対する攻撃をシミュレートして、監視が真の侵入者を捕まえるかどうかをチェックする。 人間はそのギャップを手でブリッジし、それぞれの発見を読み、対応するシグマルールを書きます。 ロックされたコーパスからプローブが引き出されると,この変換が部分的に自動化されることを示す。
• 参考スコア（独自算出の注目度）: 51.56484100374058
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Security teams routinely simulate attacks against their own systems to check whether their monitoring would catch a real intruder. These Breach-and-Attack-Simulation (BAS) tools surface findings, but the security information and event management (SIEM) systems that watch production need detection rules -- and today a human bridges that gap by hand, reading each finding and writing the corresponding Sigma rule (a vendor-neutral detection format). We show this translation can be partially automated when probes are drawn from a locked corpus, so each finding carries a stable identifier back to the originating probe. We describe a deterministic synthesis function that maps each finding to a starter Sigma rule through a small template library (N=23, indexed by categories from the OWASP LLM and Web Top 10), with a back-reference to the originating finding and its MITRE ATT&CK technique. On two locked corpora (17-probe LLM, 23-probe Web), every bypassed-probe finding yields a starter rule, and all 17/17 emitted rules parse and convert to Splunk and Elasticsearch backends. Replayed through a live OpenSearch SIEM, the LLM rules fire on 30% of a held-out AdvBench subset and 14% of HarmBench at 7.7% false positives on a benign baseline; the Web side is validated structurally, not against a held-out attack set. The contribution is a verifiable, byte-stable path from BAS finding to operator-deployable starter rule, re-derivable from the published corpus and template library alone -- trading the breadth of LLM-generative methods for exact reproducibility and a typed traceback from any fired alert to the originating probe.
• Abstract（参考訳）: セキュリティチームは定期的に、自身のシステムに対する攻撃をシミュレートして、監視が真の侵入者を捕まえるかどうかをチェックする。 これらのBreach-and-Attack-Simulation(BAS)ツールは発見を表面化していますが、プロダクションを監視するセキュリティ情報とイベント管理(SIEM)システムには検出ルールが必要です。 この変換は、プローブがロックされたコーパスから引き出されたときに部分的に自動化できることを示し、各発見は安定した識別子を元のプローブに戻す。 そこで本論文では,検索対象をテンプレートライブラリ (N=23, OWASP LLM と Web Top 10 のカテゴリでインデックス付けされている) を通じて初期シグマルールにマッピングする決定論的合成関数について述べる。 ロックされた2つのコーパス(17-probe LLM, 23-probe Web)では、バイパスされたプローブ探索がスタータールールとなり、すべての17/17のルールがパースされ、SplunkおよびElasticsearchバックエンドに変換される。 ライブのOpenSearch SIEMを通じてリプレイされ、LLMはAdvBenchサブセットの30%とHarmBenchの14%を、良心的ベースラインで7.7%の偽陽性で発射する。 このコントリビューションは、BAS発見からオペレータデプロイ可能なスタータルールへの検証可能な、バイト安定なパスであり、公開されたコーパスとテンプレートライブラリのみから導出可能であり、正確な再現性のためにLLM生成メソッドの幅と、発火警報から発火プローブへの型付きトレースバックを交換する。

関連論文リスト

• GenTI: Benchmarking LLMs for Autonomous IDPS Rule Generation for Unseen Attacks [1.7816843507516946]
  Generative Thread Intelligence (GenTI) は、見えない攻撃をターゲットとしたIDPSルールの自動生成のためのベンチマークである。 GTIは、Snort、Suricata、Emerging Threats、50k YARAから150k以上の検出および防止ルールを集約し、それぞれにプロトコル動作、ペイロードシグネチャ、コンテキスト関係、CTI(Cyber Threat Intelligence)へのマッピングを注釈付けしている。 我々のGenTIインスタンス化は、複合ルール品質スコア89.4%、CTIカバレッジ94.8%、未確認攻撃検出45%から87.4%の改善、偽陽性率8.5%の削減を実現している。
  論文  参考訳（メタデータ） (2026-06-04T08:19:52Z)
• FLIPS: Instance-Fingerprinting for LLMs via Pseudo-random Sequences [4.351505522514463]
  我々は,同一の大規模言語モデルの構成を区別するレギュレータ指向のパラダイムであるインスタンスレベルのフィンガープリントを導入する。 提案手法FLIPSは237モデルインスタンスで96%(クローズドセット)、90%(オープンセット)の識別精度に達するために生成したバイナリランダムシーケンスのバイアスを利用する。 これは、インスタンスレベルの指紋認証が規制に必要であり、事実上実現可能であることを示している。
  論文  参考訳（メタデータ） (2026-06-02T08:39:50Z)
• Refusal Evaluation in Coding LLMs and Code Agents: A Systematic Review of Thirteen Malicious-Code Prompt Corpora (2023-2025) [0.0]
  既存の調査では、コードセキュリティ、ジェイルブレイク分類、または脆弱性検出を中心的な対象として扱い、パス時にのみこれらのコーパスに言及している。 本稿では,素早いデータセットを解析単位として扱う。 合成は3つの連続する方法論的ギャップを表面化する。
  論文  参考訳（メタデータ） (2026-05-19T18:05:51Z)
• Beyond Input Guardrails: Reconstructing Cross-Agent Semantic Flows for Execution-Aware Attack Detection [32.301679396929536]
  静的な入力フィルタリングから実行対応分析へ、防御パラダイムをシフトするフレームワークであるSysNameを提案する。 SysNameは断片化された操作プリミティブを連続した行動軌跡に合成し、システムアクティビティの全体像を可能にする。 実証的な評価により、SysNameは10以上の異なる複合攻撃ベクトルを効果的に検出し、それぞれノードレベルとパスレベルのエンドツーエンド攻撃検出に対して85.3%と66.7%のF1スコアを達成した。
  論文  参考訳（メタデータ） (2026-03-04T01:59:16Z)
• When Benchmarks Lie: Evaluating Malicious Prompt Classifiers Under True Distribution Shift [0.0]
  有害なリクエスト、ジェイルブレイク、間接的なプロンプトインジェクション、抽出攻撃にまたがる18のデータセットのベンチマークを用いて、包括的な分析を行う。 我々は,真のアウト・オブ・ディストリビューションの一般化を評価するために,LODO(Leave-One-Dataset-Out)評価を提案する。
  論文  参考訳（メタデータ） (2026-02-15T14:21:43Z)
• The Trojan Knowledge: Bypassing Commercial LLM Guardrails via Harmless Prompt Weaving and Adaptive Tree Search [58.8834056209347]
  大規模言語モデル(LLM)は、有害な出力を誘導するために安全ガードレールをバイパスするジェイルブレイク攻撃に弱いままである。 CKA-Agent(Correlated Knowledge Attack Agent)は、ターゲットモデルの知識基盤の適応的木構造探索としてジェイルブレイクを再構成する動的フレームワークである。
  論文  参考訳（メタデータ） (2025-12-01T07:05:23Z)
• CompassVerifier: A Unified and Robust Verifier for LLMs Evaluation and Outcome Reward [50.97588334916863]
  評価と結果報酬のための正確で堅牢な軽量検証モデルであるCompassVerifierを開発した。 数学、知識、多種多様な推論タスクにまたがる多分野の能力を示し、様々な答えの型を処理する能力を示す。 我々は,複数のデータソースから収集したモデル出力からなるVerifierBenchベンチマークを導入し,メタエラーパターンを手動で解析してCompassVerifierを強化する。
  論文  参考訳（メタデータ） (2025-08-05T17:55:24Z)
• Defending against Indirect Prompt Injection by Instruction Detection [109.30156975159561]
  InstructDetectorは、LLMの動作状態を利用して潜在的なIPI攻撃を特定する、新しい検出ベースのアプローチである。 InstructDetectorは、ドメイン内設定で99.60%、ドメイン外設定で96.90%の検出精度を達成し、攻撃成功率をBIPIAベンチマークで0.03%に下げる。
  論文  参考訳（メタデータ） (2025-05-08T13:04:45Z)
• Towards Copyright Protection for Knowledge Bases of Retrieval-augmented Language Models via Reasoning [58.57194301645823]
  大規模言語モデル(LLM)は、現実のパーソナライズされたアプリケーションにますます統合されている。 RAGで使用される知識基盤の貴重かつしばしばプロプライエタリな性質は、敵による不正使用のリスクをもたらす。 これらの知識基盤を保護するための透かし技術として一般化できる既存の方法は、一般的に毒やバックドア攻撃を含む。 我々は、無害な」知識基盤の著作権保護の名称を提案する。
  論文  参考訳（メタデータ） (2025-02-10T09:15:56Z)

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。