論文の概要: CVE-to-ATT&CK Mapping via Evidence-Constrained Ranking

• arxiv url: http://arxiv.org/abs/2610.33924v1
• Date: Sat, 24 Oct 2026 21:36:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.484113
• Title: CVE-to-ATT&CK Mapping via Evidence-Constrained Ranking
• Title（参考訳）: Evidence-Constrained RankingによるCVE-to-ATT&CKマッピング
• Abstract要約: ATT&CK技術は、ディフェンダーが脆弱性情報を敵の行動に関する仮説に翻訳するのに役立つ。 関係する証拠は 異質なセキュリティソースで 断片化されています 我々は、CVE-to-ATT&CKマッピングをマルチエビデンス制約付きランキングとして定式化する。
• 参考スコア（独自算出の注目度）: 4.553766006297636
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Mapping CVEs to MITRE ATT&CK techniques helps defenders translate vulnerability information into hypotheses about adversary behavior. Automating this mapping is challenging because relevant evidence is fragmented across heterogeneous security sources. In addition, ATT&CK techniques can be semantically similar, and existing annotations cover a highly long-tailed subset of the technique space. Existing supervised, retrieval-based, and LLM-based approaches therefore face limitations from closed-set supervision, semantic ambiguity, or unconstrained prediction. We formulate CVE-to-ATT&CK mapping as multi-evidence constrained ranking. Our framework TRACE first integrates complementary structural and semantic evidence from multiple sources to construct a bounded, high-coverage candidate pool over the complete ATT&CK technique space. It then reranks the retained candidates by combining their accumulated evidence with CVE--technique textual interactions and frequency-aware scoring. We evaluate the framework across six public datasets with different annotation processes and vulnerability distributions. Candidate construction reduces the 201-technique ATT&CK search space by approximately 60% while retaining at least one ground-truth technique for 95.11%-100% of CVEs. These results show that combining heterogeneous security evidence with constrained ranking provides a more controlled and generalizable bridge from vulnerability information to adversary behavior.
• Abstract（参考訳）: CVEをMITRE ATT&CK技術にマッピングすることで、ディフェンダーは脆弱性情報を敵の行動に関する仮説に翻訳する。 このマッピングの自動化は、不均一なセキュリティソース間で関連する証拠が断片化されているため、難しい。 さらに、ATT&CK技術は意味論的に類似しており、既存のアノテーションはテクニック空間の非常に長い部分をカバーする。 したがって、既存の教師付き、検索ベース、LLMベースのアプローチは、クローズドセットの監督、セマンティックな曖昧さ、制約のない予測といった制限に直面している。 我々は、CVE-to-ATT&CKマッピングをマルチエビデンス制約付きランキングとして定式化する。 我々のフレームワークTRACEは、まず複数のソースからの補完的な構造的および意味的な証拠を統合し、完全なATT&CK技術空間上の有界かつ高被覆な候補プールを構築する。 その後、蓄積した証拠をCVE-テクネクティックテキストインタラクションと周波数認識スコアリングと組み合わせることで、保持された候補を再評価する。 アノテーションプロセスと脆弱性分布の異なる6つの公開データセットでフレームワークを評価する。 201の技術を持つATT&CKサーチスペースを約60%削減し、95.11%-100%のCVEに対して少なくとも1つのグランドトラス技術を維持している。 これらの結果は、不均一なセキュリティ証拠と制約付きランキングを組み合わせることで、脆弱性情報から敵の行動へのより制御され、一般化可能なブリッジが得られることを示している。

関連論文リスト

• SEEK: Agentic Knowledge Graph Retrieval for Secure Code Generation [52.549964800555124]
  大きな言語モデル(LLM)は、悪用可能なセキュリティ脆弱性を導入しながら、機能的に正しいコードを生成することができる。 本稿では,セキュリティ知識グラフを構成するセキュアコード生成のためのエージェントグラフRAGフレームワークであるSEEKを提案する。 我々は、C、C++、PythonにまたがるCodeGuard+とCyberSecEvalの配布外設定でSEEKを評価した。
  論文  参考訳（メタデータ） (2026-10-10T14:37:22Z)
• Adversarial Attacks for Good: A Survey of Proactive Protection across the Visual Content Lifecycle [65.6642776933861]
  この介入点付近で成長した保護パラダイムについて検討する。 ほとんどの保護は、主に静的あるいは弱い適応的な敵に対して検証されている。 我々は、堅牢で構成可能で、デプロイ可能な所有者側の保護のために、クロスステージ対策とオープンな問題を統合することで、閉鎖する。
  論文  参考訳（メタデータ） (2026-08-05T00:46:50Z)
• A Structured Cyber Threat Intelligence Dataset Using STIX 2.1 Entities and MITRE ATT&CK Mappings [0.20415910628419062]
  本研究では,150の英語CTIレポートを手作業で構築したデータセットを提案する。 複雑な実体関係と正規化された敵行動を保持するレポートレベルのデータセットは、依然として限られている。 このデータセットは、CTI情報抽出、知識グラフの構築、インシデント分析、脅威属性のベンチマークを提供する。
  論文  参考訳（メタデータ） (2026-07-25T17:59:35Z)
• CVE-TTP KG: Knowledge Graph Linking Software Vulnerabilities to Attack Behaviors [3.4943147506551555]
  この作業は、脆弱性とMITRE ATT&CKフレームワークの振る舞いパターンを結びつけることでギャップを埋める。 CySecBERTのマクロF1スコアは87.71%(技術)と96.16%(戦術)である。 これらのアウトプットはNeo4jベースのCyber Threat Knowledge Graphに統合され、脆弱性の構造化された可視化を可能にする。
  論文  参考訳（メタデータ） (2026-06-30T12:14:22Z)
• 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)
• Rethinking Transferable Adversarial Attacks on Point Clouds from a Compact Subspace Perspective [55.919842734983156]
  CoSAは、共有された低次元セマンティック空間内で機能する転送可能なアタックフレームワークである。 CoSAは、最先端のトランスファー可能な攻撃を一貫して上回っている。
  論文  参考訳（メタデータ） (2026-01-30T15:48:11Z)
• The Procedural Semantics Gap in Structured CTI: A Measurement-Driven STIX Analysis for APT Emulation [0.5399800035598185]
  サイバー脅威インテリジェンス(CTI)はSTIXで符号化され、MITRE ATT&CKフレームワークに従って構造化されている。 多段階の敵エミュレーションを支援するのに十分な振る舞いの詳細を構造化されたアーティファクトに含めているかどうかを問う。
  論文  参考訳（メタデータ） (2025-12-12T22:53:52Z)
• DATABench: Evaluating Dataset Auditing in Deep Learning from an Adversarial Perspective [70.77570343385928]
  内的特徴(IF)と外的特徴(EF)(監査のための技術導入)に依存した既存手法の分類を新たに導入する。 回避攻撃(evasion attack)は、データセットの使用を隠蔽するために設計されたもので、偽造攻撃(forgery attack)は、未使用のデータセットを誤って含んでいることを意図している。 さらに,既存手法の理解と攻撃目標に基づいて,回避のための分離・除去・検出,偽造の逆例に基づく攻撃方法など,系統的な攻撃戦略を提案する。 私たちのベンチマークであるData dataBenchは、17の回避攻撃、5の偽攻撃、9の攻撃で構成されています。
  論文  参考訳（メタデータ） (2025-07-08T03:07:15Z)
• Is Vertical Logistic Regression Privacy-Preserving? A Comprehensive Privacy Analysis and Beyond [57.10914865054868]
  垂直ロジスティック回帰(VLR)をミニバッチ降下勾配で訓練した。 我々は、オープンソースのフェデレーション学習フレームワークのクラスにおいて、VLRの包括的で厳密なプライバシー分析を提供する。
  論文  参考訳（メタデータ） (2022-07-19T05:47:30Z)

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。