論文の概要: Polar: LLM-Powered Synthesis of Real-World Cyber Evidence for Prioritization and Mitigation

• arxiv url: http://arxiv.org/abs/2610.07298v1
• Date: Mon, 05 Oct 2026 19:36:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.618523
• Title: Polar: LLM-Powered Synthesis of Real-World Cyber Evidence for Prioritization and Mitigation
• Title（参考訳）: 極性: LLMを利用した優先順位付けと緩和のための実世界のサイバー証拠の合成
• Abstract要約: 我々は、LLMを利用した実世界のサイバーエビデンスのためのフレームワークであるPOLARを、優先順位付けと緩和のための脅威中心のアセスメントに提示する。 優先順位付けのために、サイバーエビデンスから重大度メトリクスを推測し、その結果のアセスメントと時間的に順序付けられたエクスプロイト信号を組み合わせる。 緩和のために、合成された脅威データを権威的な修復知識にリンクし、脅威緊急性と運用上の制約に従って適用可能なアクションを整理する。
• 参考スコア（独自算出の注目度）: 13.18964488705143
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cyber threat analysis increasingly depends on evidence distributed across vendor advisories, vulnerability databases, and threat intelligence sources. Turning these fragmented observations into timely decisions requires models to connect technical severity with evolving exploitation evidence and available defensive actions. We present POLAR, an LLM-powered framework for synthesizing real-world cyber evidence into threat-centric assessments for prioritization and mitigation. POLAR first disentangles overlapping incidents and grounds each threat in source-linked evidence. For prioritization, it infers severity metrics from cyber evidence and combines the resulting assessment with temporally ordered exploitation signals to estimate near-term exploitation likelihood. For mitigation, it links the synthesized threat data to authoritative remediation knowledge and organizes applicable actions according to threat urgency and operational constraints. We evaluate POLAR on real-world vulnerability evidence collected from public resources and compare it with multiple baselines. Across heterogeneous incidents and zero-day settings, POLAR improves threat ranking and mitigation retrieval while producing evidence-linked intermediate assessments that support analyst inspection. The results establish evidence synthesis as a practical foundation for LLM-based cyber decision support across related security tasks.
• Abstract（参考訳）: サイバー脅威分析は、ベンダーアドバイザリ、脆弱性データベース、脅威情報ソースに分散した証拠にますます依存している。 これらの断片化された観察をタイムリーな決定にするためには、技術的重大さと進化した搾取証拠と利用可能な防御行動とを結びつけるモデルが必要である。 POLARは、現実のサイバー証拠を優先順位付けと緩和のための脅威中心のアセスメントに合成するLLMベースのフレームワークである。 POLARは最初、重複するインシデントを解消し、ソースリンクされた証拠でそれぞれの脅威を根拠にしている。 優先順位付けのために、サイバーエビデンスから重大度メトリクスを推測し、その結果のアセスメントと時間的に順序付けられたエクスプロイト信号を組み合わせて、短期的なエクスプロイトの可能性を推定する。 緩和のために、合成された脅威データを権威的な修復知識にリンクし、脅威緊急性と運用上の制約に従って適用可能なアクションを整理する。 我々は,公共資源から収集した現実世界の脆弱性証拠についてPOLARを評価し,複数のベースラインと比較した。 不均一なインシデントやゼロデイ設定を通じて、POLARは、アナリスト検査を支援するエビデンス関連中間評価を作成しながら、脅威ランキングと緩和検索を改善する。 その結果,LCMに基づくセキュリティタスクにおけるサイバー意思決定支援の実践的基盤としてエビデンス合成が確立された。

関連論文リスト

• CyTReX: Explainable AI-Based Cybersecurity Threat Reasoning Framework for DER Networks [0.0]
  本稿では,分散エネルギー資源(DER)セキュリティのためのCyTreX(CyTreX)を用いたサイバーセキュリティの脅威推論について述べる。 CyTReXは、ネットワークレベルの異常アラートを、セキュリティオペレーションセンター(SOC)のトリアージと調査をサポートするように設計された、ランク付けされたアナリスト向けの脅威仮説に変換する。
  論文  参考訳（メタデータ） (2026-10-03T04:39:43Z)
• Bridging the First-Hour Gap: Evaluating AI Reliability and Benchmarking Deficiencies in Cyber Incident Response for Law Enforcement [0.0]
  本稿では,サイバー犯罪の最初の対応者を支援するために設計された意思決定支援アーキテクチャを体系的に調査する。 本稿では,RAGに基づくシステムを自然言語適応性から,比較的有効な中間解として認識する。 我々は, 確実な堅牢性クエリとエビデンス保存に着目した新しい評価ベンチマークの必要性を論じる。
  論文  参考訳（メタデータ） (2026-09-11T10:25:28Z)
• AI Slop and Hallucinations in Vulnerability Assessment: A Survey on Reasoning Failures and Trustworthy Mitigation [48.55515767840701]
  AIスロープ(AI slop)は、アーティファクト、幻覚的脆弱性、可視だが正しくないパッチ、セマンティックに再パッケージされたバグレポートである。 本稿では,実証的証拠を調査し,統一メカニズムを特定し,信頼に値するトリアージへの道筋をたどる。
  論文  参考訳（メタデータ） (2026-08-26T11:48:38Z)
• Large Language Models in Misinformation Ecosystems: Misuse, Defense, and Vulnerability [65.56750741053266]
  大規模言語モデル(LLM)は、誤情報をコンテンツ中心の問題からより広範なエコシステムレベルのセキュリティ課題に転換した。 本稿では,これらのリスクと防御を統一する役割層フレームワークを提案する。 この役割はLLMを攻撃者、ディフェンダー、検証システムの脆弱なコンポーネントとして特徴づけ、層次元はコンテンツ、社会的コンテキスト、エビデンス環境、検証をカバーしている。
  論文  参考訳（メタデータ） (2026-07-11T17:04:17Z)
• Human-Centred Risk Mitigation for AI-Mediated Information Manipulation: A SOCMINT Framework Based on Information Manipulation Sets [0.0]
  本稿では,情報操作セット(IMS)に基づくSOCMINTフレームワークを提案する。 VIGINUM/EEASの対FIMI分析におけるIMSの使用に基づいて、このフレームワークは操作を物語、アカウント、インフラ、時間的パターン、クロスプラットフォーム移行、合成増幅、認知的ターゲティングを含む一貫性のあるプロセスとして扱う。 また、意思決定品質、信頼性校正、緩和比例性を評価するためのテーブルトップ評価プロトコルを提案する。
  論文  参考訳（メタデータ） (2026-06-08T17:12:11Z)
• Benchmarking Knowledge-Extraction Attack and Defense on Retrieval-Augmented Generation [50.87199039334856]
  Retrieval-Augmented Generation (RAG) は知識集約型アプリケーションの基礎となっている。 近年の研究では、悪意あるクエリによって知識抽出攻撃が機密知識ベースコンテンツを回復できることが示されている。 本稿では,RAGシステムに対する知識抽出攻撃のための最初の体系的ベンチマークを紹介する。
  論文  参考訳（メタデータ） (2026-02-10T01:27:46Z)
• Searching for Privacy Risks in LLM Agents via Simulation [61.229785851581504]
  本稿では,プライバシクリティカルなエージェントインタラクションのシミュレーションを通じて,攻撃と防御戦略の改善を交互に行う検索ベースのフレームワークを提案する。 攻撃戦略は、直接の要求から、不正行為や同意偽造といった高度な戦術へとエスカレートする。 発見された攻撃と防御は、さまざまなシナリオやバックボーンモデルにまたがって伝達され、プライバシーに配慮したエージェントを構築するための強力な実用性を示している。
  論文  参考訳（メタデータ） (2025-08-14T17:49:09Z)
• Lazarus Group Targets Crypto-Wallets and Financial Data while employing new Tradecrafts [0.0]
  本報告では、悪意のあるソフトウェアサンプルを包括的に分析し、そのアーキテクチャ、行動特性、基礎となる意図を詳述する。 永続メカニズム、コマンド・アンド・コントロール通信、データ流出ルーチンを含むマルウェアの中核機能を識別する。 このマルウェア分析報告は、過去の敵行為を再構築するだけでなく、将来の攻撃を予測し軽減するための堅牢な基盤も確立している。
  論文  参考訳（メタデータ） (2025-05-27T20:13:29Z)
• Information Retrieval Induced Safety Degradation in AI Agents [52.15553901577888]
  本研究では,検索アクセスの拡大がモデル信頼性,バイアス伝搬,有害コンテンツ生成に与える影響について検討した。 整列 LLM 上に構築された検索可能なエージェントは、検索なしでの無検閲モデルよりも安全でない振る舞いをすることが多い。 これらの発見は、検索可能でますます自律的なAIシステムの公正性と信頼性を確保するための堅牢な緩和戦略の必要性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2025-05-20T11:21:40Z)

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。