論文の概要: STINER: Automated Extraction of Strategic Cyber Threat Intelligence from X

• arxiv url: http://arxiv.org/abs/2608.14418v1
• Date: Fri, 14 Aug 2026 15:59:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-17 20:14:29.428472
• Title: STINER: Automated Extraction of Strategic Cyber Threat Intelligence from X
• Title（参考訳）: STINER: Xからの戦略的サイバー脅威情報の自動抽出
• Abstract要約: ソーシャルメディアストリームから戦略的インテリジェンスを抽出するための分類学および専門家注釈コーパスであるSTINERを紹介する。 現実世界のアラート2,100件の高品質でエキスパートアノテートされたデータセットを構築します。 ベンダーの脅威ランドスケープレポートの振り返りに先立って,STINERがSafePayランサムウェアキャンペーンの早期シグナルを発生させる方法を示す。
• 参考スコア（独自算出の注目度）: 0.09250499188057121
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Strategic Cyber Threat Intelligence (CTI) focuses on high-level insights, such as identifying targeted industries, attributing attacks to specific ransomware groups, and assessing the scale of data loss. Today, X (formerly Twitter) has become the fastest source for this intelligence, often hosting real-time breach announcements days before formal vendor reports. Converting this raw chatter into actionable intelligence requires navigating a complex linguistic landscape. Conventional Named Entity Recognition (NER) models struggle to parse the informal and highly irregular dialect of social media, creating a blind spot for automated defense systems. To address this challenge, we introduce STINER, a taxonomy and expert-annotated corpus for extracting strategic intelligence from social media streams. We construct a high-quality, expert-annotated dataset of 2,100 real-world alerts and propose a granular taxonomy of eight entity types centered on strategic pivots such as Threat Actor, Sector, and Location. We benchmark nine models across 12 evaluated configurations, spanning general-purpose and domain-adapted encoders, open-schema extraction, and generative LLMs in both zero-shot and fine-tuned settings. Domain-adapted encoders such as DarkBERT reach a strict F1-score of 89.33%, outperforming both general-purpose baselines and fine-tuned Large Language Models, which additionally incur substantially higher inference latency. Leveraging STINER-DarkBERT, we conduct a European threat landscape analysis for H1 2025. Our results align with official reporting on major targets while highlighting the distinct visibility profile of attacks in Spain, and illustrate how social-media-driven extraction can surface early signals of the SafePay ransomware campaign prior to its retrospective characterization in vendor threat landscape reports.
• Abstract（参考訳）: Strategic Cyber Threat Intelligence (CTI)は、ターゲット産業の特定、特定のランサムウェアグループへの攻撃の帰結、データ損失の規模の評価など、高度な洞察に焦点を当てている。 今日、X(元Twitter)は、このインテリジェンスのための最速の情報源となり、しばしば正式なベンダー報告の数日前にリアルタイムの違反発表をホストしている。 この生のチャットを実用的なインテリジェンスに変換するには、複雑な言語環境をナビゲートする必要がある。 従来の名前付きエンティティ認識(NER)モデルは、ソーシャルメディアの非公式かつ非常に不規則な方言を解析するのに苦労し、自動化された防衛システムにとって盲点となっている。 この課題に対処するために、ソーシャルメディアストリームから戦略的インテリジェンスを抽出するための分類学および専門家注釈コーパスであるSTINERを紹介する。 我々は,2,100件の現実世界のアラートの高品質で専門家による注釈付きデータセットを構築し,Threat Actor, Sector, Locationなどの戦略的ピボットを中心とした8つのエンティティタイプの粒度の分類法を提案する。 評価された12の構成、汎用エンコーダとドメイン適応エンコーダ、オープンスキーマ抽出、ゼロショットと微調整の両方で生成LLMにまたがる9つのモデルをベンチマークした。 DarkBERTのようなドメイン適応型エンコーダは、89.33%の厳格なF1スコアに達し、汎用ベースラインと微調整された大規模言語モデルの両方を上回った。 我々はSTINER-DarkBERTを活用して、H1 2025に対する欧州の脅威景観解析を行う。 我々の結果は、スペインにおける攻撃の明確な可視性を強調しながら、主要なターゲットに関する公式な報告と一致し、ベンダーの脅威状況報告の振り返りに先立ち、ソーシャルメディア主導の抽出がSafePayランサムウェアキャンペーンの早期のシグナルをどう表すかを示している。

関連論文リスト

• The CTI Echo Chamber: Fragmentation, Overlap, and Vendor Specificity in Twenty Years of Cyber Threat Reporting [16.828626805387177]
  オープンソースのCyber Threat Intelligence(CTI)が大量にあるにも関わらず、我々の長期的な脅威であるアクターと被害者のダイナミクスに対する理解はいまだに断片的だ。 我々は20年間にわたるオープンソースのCTIレポートを大規模に自動分析した。
  論文  参考訳（メタデータ） (2026-02-19T15:25:09Z)
• CryptoBench: A Dynamic Benchmark for Expert-Level Evaluation of LLM Agents in Cryptocurrency [60.83660377169452]
  本稿では,Large Language Model (LLM)エージェントの現実的能力を厳格に評価するために設計された,最初の専門家による動的ベンチマークであるCryptoBenchを紹介する。 検索と予測のための汎用エージェントベンチマークとは異なり、プロの暗号分析は特定の課題を提示する。
  論文  参考訳（メタデータ） (2025-11-29T09:52:34Z)
• External Data Extraction Attacks against Retrieval-Augmented Large Language Models [70.47869786522782]
  RAGは、大規模言語モデル(LLM)を拡張するための重要なパラダイムとして登場した。 RAGは外部データ抽出攻撃(EDEA)の新たなリスクを導入している。 本研究は, EDEA を検索拡張 LLM に対して形式化する最初の総合的研究である。
  論文  参考訳（メタデータ） (2025-10-03T12:53:45Z)
• An Automated Attack Investigation Approach Leveraging Threat-Knowledge-Augmented Large Language Models [17.220143037047627]
  Advanced Persistent Threats (APTs) は高価値システムを侵害してデータを盗んだり、操作を妨害したりする。 既存の手法では、プラットフォーム全般性の貧弱さ、進化的戦術への一般化の制限、アナリスト対応のレポート作成が不可能なことなどに悩まされている。 動的に適応可能なKil-Chain対応脅威知識ベースを組み込んだLDMを利用した攻撃調査フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-01T08:57:01Z)
• CyberRAG: An Agentic RAG cyber attack classification and reporting tool [0.3914676152740142]
  CyberRAGはモジュール型のエージェントベースのRAGフレームワークで、サイバー攻撃のリアルタイム分類、説明、構造化レポートを提供する。 従来のRAGとは異なり、CyberRAGは動的制御フローと適応推論を可能にするエージェント設計を採用している。
  論文  参考訳（メタデータ） (2025-07-03T08:32:19Z)
• Real-Time Detection of Insider Threats Using Behavioral Analytics and Deep Evidential Clustering [0.0]
  本稿では,行動分析と深層的クラスタリングを組み合わせた,インサイダー脅威をリアルタイムに検出するフレームワークを提案する。 本システムは,ユーザの行動を捉え,分析し,文脈に富んだ行動特徴を適用し,潜在的な脅威を分類する。 我々は,CERTやTWOSなどのベンチマークインサイダー脅威データセットについて,平均検出精度94.7%,偽陽性率38%を従来のクラスタリング手法と比較し評価した。
  論文  参考訳（メタデータ） (2025-05-21T11:21:33Z)
• AgentVigil: Generic Black-Box Red-teaming for Indirect Prompt Injection against LLM Agents [54.29555239363013]
  本稿では,間接的なインジェクション脆弱性を自動的に検出し,悪用するための汎用的なブラックボックスファジリングフレームワークであるAgentVigilを提案する。 我々はAgentVigilをAgentDojoとVWA-advの2つの公開ベンチマークで評価し、o3-miniとGPT-4oに基づくエージェントに対して71%と70%の成功率を達成した。 攻撃を現実世界の環境に適用し、悪質なサイトを含む任意のURLに誘導するエージェントをうまく誘導する。
  論文  参考訳（メタデータ） (2025-05-09T07:40:17Z)
• Adversarial Training for Defense Against Label Poisoning Attacks [53.893792844055106]
  ラベル中毒攻撃は機械学習モデルに重大なリスクをもたらす。 本稿では,これらの脅威に対処するために,サポートベクトルマシン(SVM)に基づく新たな対角的防御戦略を提案する。 提案手法は, 様々なモデルアーキテクチャに対応し, カーネルSVMを用いた予測勾配降下アルゴリズムを用いて, 対向学習を行う。
  論文  参考訳（メタデータ） (2025-02-24T13:03:19Z)
• Web Scale Graph Mining for Cyber Threat Intelligence [2.2572772235310934]
  Threat Intelligence Tracking via Adaptive Networks (TITAN)は、産業規模のグラフマイニングフレームワークである。 Microsoft Unified Security Operations Platform (USOP)に統合され、キー検出とディスラプション機能を提供する。 配備以来、TITANは製品のインシデント・インシデント・インシデント・インシデント・インシデント・インシデント・インシデント・インシデント・インシデント・インシデント・インシデント・インシデント・インシデント・インシデント・インシ
  論文  参考訳（メタデータ） (2024-11-09T17:43:57Z)
• 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)
• KGV: Integrating Large Language Models with Knowledge Graphs for Cyber Threat Intelligence Credibility Assessment [38.312774244521]
  サイバー脅威インテリジェンス(サイバー脅威インテリジェンス、CTI)は、高度で組織化され、兵器化されたサイバー攻撃を防ぐ重要なツールである。 本稿では,大規模言語モデル (LLM) と単純な構造化知識グラフ (KG) を統合し,CTIの信頼性自動評価を行う最初のフレームワークである知識グラフベース検証(KGV)を提案する。 実験の結果,我々のKGVはCTI-200データセット上で最先端の事実推論手法より優れており,F1は5.7%向上していることがわかった。
  論文  参考訳（メタデータ） (2024-08-15T11:32:46Z)
• Relaxing Graph Transformers for Adversarial Attacks [49.450581960551276]
  グラフトランスフォーマー(GT)は、いくつかのベンチマークでMessage-Passing GNNを上回り、その逆の堅牢性は明らかにされていない。 本研究では,(1)ランダムウォークPE,(2)ペアワイドショートパス,(3)スペクトル摂動に基づく3つの代表的なアーキテクチャを対象とすることで,これらの課題を克服する。 評価の結果, 破滅的に脆弱であり, 作業の重要性と適応攻撃の必要性を浮き彫りにする可能性が示唆された。
  論文  参考訳（メタデータ） (2024-07-16T14:24:58Z)
• LLMCloudHunter: Harnessing LLMs for Automated Extraction of Detection Rules from Cloud-Based CTI [24.312198733476063]
  オープンソースのサイバー脅威インテリジェンス(OS-CTI)は、脅威ハンターにとって貴重な資源である。 OSCTI分析の自動化を目的とした以前の研究は、実行可能な出力を提供できなかった。 我々は,OSCTIデータからジェネリック署名検出規則候補を自動的に生成する新しいフレームワーク LLMCloudHunter を提案する。
  論文  参考訳（メタデータ） (2024-07-06T21:43:35Z)
• Graph Backdoor [53.70971502299977]
  GTAはグラフニューラルネットワーク(GNN)に対する最初のバックドア攻撃である。 GTAは、トポロジカル構造と記述的特徴の両方を含む特定の部分グラフとしてトリガーを定義する。 トランスダクティブ(ノード分類など)とインダクティブ(グラフ分類など)の両方のタスクに対してインスタンス化することができる。
  論文  参考訳（メタデータ） (2020-06-21T19:45:30Z)

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。