論文の概要: Retrieval-Constrained Policy Optimization for Attack Technique Extraction from Cyber Threat Intelligence

• arxiv url: http://arxiv.org/abs/2608.06778v1
• Date: Fri, 07 Aug 2026 03:52:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-10 16:21:25.344333
• Title: Retrieval-Constrained Policy Optimization for Attack Technique Extraction from Cyber Threat Intelligence
• Title（参考訳）: サイバー脅威情報からの攻撃手法抽出のための検索制約ポリシー最適化
• Abstract要約: サイバー脅威インテリジェンス(CTI)テキストは構造化脅威分析に不可欠であるが、手作業によるアノテーションは高価であり、スケールしない。 検索強化された教師付き微調整と強化学習を組み合わせた2段階フレームワークであるTP-R1を提案する。 TTP-R1は最高の平均F1を達成し、クロードソネット4.5よりも7.4ポイント向上した。
• 参考スコア（独自算出の注目度）: 7.721198918466541
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Mapping cyber threat intelligence (CTI) text to MITRE ATT&CK techniques is essential for structured threat analysis, yet manual annotation is costly and does not scale. The ATT&CK taxonomy comprises several hundred attack techniques, and a single CTI passage may describe multiple techniques, making accurate and complete extraction challenging. Existing automated approaches fall short in different ways: multi-label classifiers struggle with severe class imbalance and the large label space, while LLM-based methods--retrieval pipelines and fine-tuned generators--optimize token-level objectives that treat technique annotation as sequence generation rather than set prediction, lacking direct supervision on whether the predicted technique set is correct and complete. We propose TTP-R1, a two-stage framework that combines retrieval-augmented supervised fine-tuning (SFT) with reinforcement learning using verifiable rewards (RLVR). A hybrid retriever first narrows the large label space to a candidate set, and a fine-tuned LLM learns to select the correct techniques. We then apply Group Relative Policy Optimization with a decomposed reward that directly supervises the precision, recall, and output format of the predicted technique set. Across four CTI benchmarks, TTP-R1 achieves the best average F1, improving sub-technique-level F1 by 7.4 percentage points over Claude Sonnet 4.5 with retrieval augmentation, while running 28x faster when served as an 8B-parameter model on a single GPU.
• Abstract（参考訳）: サイバー脅威インテリジェンス(CTI)テキストをMITRE ATT&CK技術にマッピングすることは、構造化脅威分析に不可欠であるが、マニュアルアノテーションはコストが高く、スケールしない。 ATT&CK分類は数百の攻撃技術から構成されており、単一のCTIパスは複数のテクニックを記述し、正確かつ完全な抽出を困難にしている。 マルチラベル分類器は厳しいクラス不均衡と大きなラベル空間に苦しむのに対して、LLMベースの手法-検索パイプラインと微調整ジェネレータ-セット予測ではなく、テクニックアノテーションをシーケンス生成として扱うトークンレベルの目的を最適化し、予測されたテクニックセットが正しく完備であるかどうかの直接的な監督を欠いている。 本稿では,検索強化型教師付き微調整(SFT)と,検証可能な報酬(RLVR)を用いた強化学習を組み合わせた2段階のフレームワークであるTP-R1を提案する。 ハイブリッドレトリバーは、まず大きなラベル空間を候補セットに絞り込み、微調整LDMは正しいテクニックを選択することを学習する。 次に、予測されたテクニックセットの精度、リコール、出力フォーマットを直接監督する分解された報酬をグループ相対ポリシー最適化に適用する。 4つのCTIベンチマークで、TP-R1は最高の平均F1を達成し、Claude Sonnet 4.5よりも7.4ポイント向上した。

関連論文リスト

• Hierarchical Retrieval Augmented Generation for Adversarial Technique Annotation in Cyber Threat Intelligence Text [0.4199844472131922]
  H-TechniqueRAGは、この戦術的技術的分類を強力な帰納バイアスとして注入し、高度に効率的かつ正確なアノテーションを実現する新しい階層的RAGフレームワークである。 H-TechniqueRAGは、最先端のTechnicalRAGを3.8%のF1スコアで上回るだけでなく、推論遅延の62.4%、LLM API呼び出しの60%の削減を実現している。
  論文  参考訳（メタデータ） (2026-03-24T05:21:46Z)
• Constructing Multi-label Hierarchical Classification Models for MITRE ATT&CK Text Tagging [0.0]
  我々は、MITRE ATT&CKテキストタグタスクの「タスクスペース」の特徴付けを行う。 テキストタギングタスクのための多ラベル階層分類モデルを構築した。 私たちのモデルは、古典的な機械学習手法にのみ依存しながら、最先端のパフォーマンスを満たしたり、超えたりします。
  論文  参考訳（メタデータ） (2026-01-21T00:41:34Z)
• Fine-Tuning Causal LLMs for Text Classification: Embedding-Based vs. Instruction-Based Approaches [0.0]
  我々は、リソース制約下での下流テキスト分類のためのLLM(Large Language Models)を微調整する戦略について検討する。 1)事前訓練した因果LLMに分類ヘッドをアタッチしてタスクを微調整し,(2)分類のためのプロンプト>応答形式でLSMを指導する,という2つの手法を検討した。
  論文  参考訳（メタデータ） (2025-12-14T13:02:06Z)
• PT$^2$-LLM: Post-Training Ternarization for Large Language Models [52.4629647715623]
  大きな言語モデル(LLM)は、様々なタスクにまたがる印象的な機能を示しているが、その大きなメモリと計算能力は、デプロイメントを妨げている。 PT$2$-LLMを提案する。 その中核は2段精製パイプラインを備えた非対称3次量子化器である。
  論文  参考訳（メタデータ） (2025-09-27T03:01:48Z)
• GLiClass: Generalist Lightweight Model for Sequence Classification Tasks [49.2639069781367]
  本稿では,シーケンス分類タスクにGLiNERアーキテクチャを適用する新しい手法であるGLiClassを提案する。 提案手法は,ゼロショットおよび少数ショット学習シナリオに必要な柔軟性を維持しつつ,埋め込み方式に匹敵する高い精度と効率を実現する。
  論文  参考訳（メタデータ） (2025-08-11T06:22:25Z)
• AHDMIL: Asymmetric Hierarchical Distillation Multi-Instance Learning for Fast and Accurate Whole-Slide Image Classification [51.525891360380285]
  AHDMILは非対称な階層的蒸留マルチインスタンス学習フレームワークである。 2段階のトレーニングプロセスを通じて、無関係なパッチを排除します。 分類性能と推論速度の両方において、従来の最先端手法を一貫して上回っている。
  論文  参考訳（メタデータ） (2025-08-07T07:47:16Z)
• SynthCTI: LLM-Driven Synthetic CTI Generation to enhance MITRE Technique Mapping [1.2534672170380357]
  我々は,表現不足のMITRE ATT&CK技術に対して,高品質な合成CTI文を生成するためのフレームワークであるSynthCTIを提案する。 本手法では,学習データから意味コンテキストを抽出するためにクラスタリングベースの戦略を用いる。 利用可能な2つのCTIデータセットであるCTI-to-MITREとTRAM上で,異なる容量のLLMを用いてSynthCTIを評価する。
  論文  参考訳（メタデータ） (2025-07-21T09:22:39Z)
• Towards Effective Identification of Attack Techniques in Cyber Threat Intelligence Reports using Large Language Models [5.304267859042463]
  本研究は,Web上で利用可能な脅威レポートから攻撃手法を識別するためのサイバー脅威情報(CTI)抽出手法の性能を評価する。 我々は、Threat Report ATT&CK Mapper(TRAM)やLlama2のようなオープンソースのLarge Language Models(LLM)など、最先端ツールを利用する4つの構成を分析した。 以上の結果から, クラス不均衡, オーバーフィッティング, ドメイン固有の複雑性など, 正確なテクニック抽出を阻害する重要な課題が明らかとなった。
  論文  参考訳（メタデータ） (2025-05-06T03:43:12Z)
• Bridging SFT and DPO for Diffusion Model Alignment with Self-Sampling Preference Optimization [67.8738082040299]
  自己サンプリング優先最適化(SSPO)は,訓練後強化学習のための新しいアライメント手法である。 SSPOは、SFTのトレーニング安定性を維持しながら、ペアデータと報酬モデルの必要性を排除する。 SSPOは、テキスト・ツー・イメージベンチマークにおける以前のアプローチを全て上回り、テキスト・ツー・ビデオベンチマークにおける優れたパフォーマンスを示している。
  論文  参考訳（メタデータ） (2024-10-07T17:56:53Z)
• A Channel-ensemble Approach: Unbiased and Low-variance Pseudo-labels is Critical for Semi-supervised Classification [61.473485511491795]
  半教師付き学習(SSL)はコンピュータビジョンにおける実践的な課題である。 Pseudo-label (PL) メソッド、例えば FixMatch や FreeMatch は SSL で State of The Art (SOTA) のパフォーマンスを取得する。 本稿では,複数の下位PLを理論的に保証された非偏りと低分散のPLに集約する,軽量なチャネルベースアンサンブル法を提案する。
  論文  参考訳（メタデータ） (2024-03-27T09:49:37Z)
• Adversarial Training with Complementary Labels: On the Benefit of Gradually Informative Attacks [119.38992029332883]
  不完全な監督を伴う敵の訓練は重要であるが、注意は限られている。 我々は、徐々に情報的攻撃を用いた新しい学習戦略を提案する。 提案手法の有効性を,ベンチマークデータセットを用いて実証する実験を行った。
  論文  参考訳（メタデータ） (2022-11-01T04:26:45Z)
• Composite Adversarial Attacks [57.293211764569996]
  敵対攻撃は、機械学習(ML)モデルを欺くための技術です。 本論文では,攻撃アルゴリズムの最適組み合わせを自動的に探索するための複合攻撃法(Composite Adrial Attack,CAA)を提案する。 CAAは11の防衛でトップ10の攻撃を破り、時間の経過は少ない。
  論文  参考訳（メタデータ） (2020-12-10T03:21:16Z)

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。