論文の概要: An Automated Framework for Extracting Reachable Attack Chains from Cyber Threat Intelligence Reports
- arxiv url: http://arxiv.org/abs/2607.19742v1
- Date: Wed, 22 Jul 2026 04:16:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-23 18:51:37.975473
- Title: An Automated Framework for Extracting Reachable Attack Chains from Cyber Threat Intelligence Reports
- Title（参考訳）: サイバー脅威インテリジェンスレポートから到達可能な攻撃鎖を抽出するフレームワーク
- Abstract要約: サイバー脅威インテリジェンス(CTI)は、現実世界の攻撃プロセスを十分に記述しているが、それらの非構造的な物語は、自動攻撃パス推論に直接使用することはできない。
本稿では,各攻撃ステップを事前条件,攻撃行動,事後条件の攻撃単位としてモデル化することにより,到達可能な攻撃チェーンを抽出する自動フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 8.445810236675674
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Cyber Threat Intelligence (CTI) reports richly describe real-world attack processes, but their unstructured narratives cannot be directly used for automated attack-path reasoning. Existing CTI extraction methods focus on indicators, entities, or TTP labels without modeling the execution conditions and resulting states of each attack step, so the extracted knowledge supports neither state matching nor reachability analysis across multi-stage attack chains. This paper proposes an automated framework that extracts reachable attack chains by modeling each attack step as an attack unit of preconditions, an attack behavior, and postconditions. A multi-stage pipeline assisted by large language models (LLMs) extracts attack behavior skeletons, recovers their preconditions and postconditions, normalizes them into predefined predicates, and repairs broken dependencies; the resulting units are compiled into Datalog-style rules for attack-goal reachability reasoning. On a dataset of 20 CTI reports containing 334 human-validated annotated steps, our framework achieves higher annotated-step coverage than representative CTI extraction systems in recovering attack behaviors. Moreover, by explicitly generating preconditions and postconditions, it produces attack units that are more complete and consistent than those generated by end-to-end LLM baselines. On the extracted chains, Datalog inference reaches the specified attack goal in 19 of 20 reports, while backward search yields 34 attack paths under the generated rules. The source code and experimental artifacts are available in an anonymized repository. .
- Abstract（参考訳）: サイバー脅威インテリジェンス(CTI)は、現実世界の攻撃プロセスを十分に記述しているが、それらの非構造的な物語は、自動攻撃パス推論に直接使用することはできない。
既存のCTI抽出手法では,実行条件や各攻撃手順の状態をモデル化することなく,指標,エンティティ,TPラベルに重点を置いているため,抽出した知識は多段階攻撃チェーン間の状態マッチングや到達可能性解析をサポートしない。
本稿では,各攻撃ステップを事前条件,攻撃行動,事後条件の攻撃単位としてモデル化することにより,到達可能な攻撃チェーンを抽出する自動フレームワークを提案する。
大規模言語モデル(LLM)が補助する多段階パイプラインは、攻撃行動スケルトンを抽出し、事前条件と事後条件を回復し、それらを事前定義された述語に正規化し、壊れた依存関係を修復する。
334個のアノテートステップを含む20個のCTIレポートのデータセットを用いて,攻撃行動の回復におけるCTI抽出システムよりも高いアノテートステップカバレッジを実現する。
さらに、プレコンディションとポストコンディションを明示的に生成することで、エンド・ツー・エンドのLCMベースラインによって生成される攻撃ユニットよりも完全で一貫性のある攻撃ユニットを生成する。
抽出されたチェーン上では、データログ推論が20のレポートのうち19の特定の攻撃目標に達する一方、後方探索は生成されたルールの下で34の攻撃パスを出力する。
ソースコードと実験的なアーティファクトは匿名リポジトリで入手できる。
と。
関連論文リスト
- Merging Cyber Threat Intelligence Through Retrieval-Augmented Generation and Small Language Models for Rich Threat Representation [37.97052739331593]
我々は、異種CTIソースからのサイバー攻撃の実行可能な表現を導出する自動パイプラインを提案する。
このパイプラインは、RAGアーキテクチャとローカルにデプロイ可能なSLMを組み合わせることで、これらのエビデンスを統合し、運用上の詳細を推測する。
10の実世界のケーススタディのマニュアルアセスメントは、生成されたグラフが予想される攻撃進行と一致しているという最初の証拠を提供する。
論文 参考訳（メタデータ） (2026-09-07T09:46:26Z) - Analyzing Defensive Misdirection Against Model-Guided Automated Attacks on Agentic AI Systems [0.0]
エージェントAIシステムは、命令を解釈し、外部データを処理し、ツールを呼び出し、他のエージェントと調整するための言語モデルコンポーネントにますます依存している。
本研究は、標的システムの確率モデル、防御機構、および攻撃者の自動判断による攻撃防御設定を解析する。
論文 参考訳（メタデータ） (2026-06-18T16:50:28Z) - Who Pays the Price? Stakeholder-Centric Prompt Injection Benchmarking for Real-world Web Agents [93.19140872946842]
大規模言語モデル(LLM)によって駆動されるWebエージェントは、現実の環境にますますデプロイされる。
これにより、一見良質なコンテンツがエージェントの振る舞いを操作する敵の命令を埋め込む、プロンプト・インジェクション・アタックに対して脆弱になる。
実世界のWebエージェントシステムにおいて,損害を体系的に分類し,属性付けするベンチマークである textbfsysname を導入する。
論文 参考訳（メタデータ） (2026-06-11T14:12:43Z) - 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) - Provably Secure Agent Guardrail [89.79561918065122]
既存の防衛アーキテクチャは経験的セマンティックガードレールと確率論的大モデル調整器に依存している。
本稿では,論理的推論の基本的制約に基づくエージェントのための新しいセキュリティパラダイムを提案する。
論文 参考訳（メタデータ） (2026-05-28T02:12:41Z) - TwinGate: Stateful Defense against Decompositional Jailbreaks in Untraceable Traffic via Asymmetric Contrastive Learning [60.68349524623048]
分解されたジェイルブレイクは、大きな言語モデルにとって重大な脅威となる。
我々はステートフルなデュアルエンコーダ防御フレームワークであるTwinGateを紹介する。
我々は、8600の異なる悪意のある意図にまたがる360万以上の命令の包括的なデータセットを構築した。
論文 参考訳（メタデータ） (2026-04-30T13:44:01Z) - Semantic Intent Fragmentation: A Single-Shot Compositional Attack on Multi-Agent AI Pipelines [0.9772267314090434]
LLMオーケストレーションシステムに対する攻撃クラスとして,SIF(Semantic Intent Fragmentation)を導入する。
SIFは、バルクスコープ、サイレントデータ抽出、組み込みトリガデプロイメント、擬似識別アグリゲーションの4つのメカニズムを利用する。
GPT-20Bオーケストレータは71%のケースでポリシー違反の計画を作成し、各サブタスクは良心的に見える。
論文 参考訳（メタデータ） (2026-04-08T18:19:03Z) - Dynamic analysis enhances issue resolution [53.50448142467294]
DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。
テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。
Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
論文 参考訳（メタデータ） (2026-03-23T14:48:54Z) - ARMOR: Agentic Reasoning for Methods Orchestration and Reparameterization for Robust Adversarial Attacks [28.44035744358622]
ARMORは3つの正反対プリミティブ、Carini-Wagner(CW)、Jacobian-based Saliency Map Attack(JSMA)、空間変換攻撃(STA)を編成する。
標準ベンチマークでは、ARMORはアーキテクチャ間転送の改善を実現し、両方の設定を確実に騙す。
論文 参考訳（メタデータ） (2026-01-26T11:36:34Z) - BackdoorAgent: A Unified Framework for Backdoor Attacks on LLM-based Agents [58.83028403414688]
大規模言語モデル(LLM)エージェントは、計画、メモリ、ツールの使用を組み合わせた多段階ワークフローを通じてタスクを実行する。
エージェントワークフローの特定のステージに注入されたバックドアトリガーは、複数の中間状態を通して持続し、下流出力に悪影響を及ぼす可能性がある。
LLMエージェントにおけるバックドア脅威を統一したエージェント中心のビューを提供するモジュールおよびステージアウェアフレームワークである textbfBackdoorAgent を提案する。
論文 参考訳（メタデータ） (2026-01-08T03:49:39Z) - Malice in Agentland: Down the Rabbit Hole of Backdoors in the AI Supply Chain [82.98626829232899]
自分自身のインタラクションからのデータに対する微調整のAIエージェントは、AIサプライチェーン内の重要なセキュリティ脆弱性を導入している。
敵は容易にデータ収集パイプラインに毒を盛り、検出しにくいバックドアを埋め込むことができる。
論文 参考訳（メタデータ） (2025-10-03T12:47:21Z) - ELBA-Bench: An Efficient Learning Backdoor Attacks Benchmark for Large Language Models [55.93380086403591]
生成可能な大規模言語モデルは、バックドアアタックに対して脆弱である。
$textitELBA-Bench$は、パラメータを効率的に微調整することで攻撃者がバックドアを注入できるようにする。
$textitELBA-Bench$は1300以上の実験を提供する。
論文 参考訳（メタデータ） (2025-02-22T12:55:28Z) - CRUcialG: Reconstruct Integrated Attack Scenario Graphs by Cyber Threat Intelligence Reports [9.466898583539214]
CTIレポートによる攻撃シナリオグラフ(ASG)の自動再構築システムCRUcialGを提案する。
まず、NLPモデルを用いて、CTIレポートから系統的な攻撃知識を抽出し、予備的なASGを形成する。
そこで本研究では,攻撃手順を用いた戦術的段階からの4段階攻撃検証フレームワークを提案し,ASGの理性を評価する。
論文 参考訳（メタデータ） (2024-10-15T02:50:59Z)
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。