PulseAugur
中
实时 08:36:42
English(EN) Retrieval-Constrained Policy Optimization for Attack Technique Extraction from Cyber Threat Intelligence

新框架 TTP-R1 增强网络威胁情报分析

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 TTP-R1，一个新颖的两阶段框架，旨在改进从网络威胁情报 (CTI) 文本中提取攻击技术。该框架结合了检索增强监督微调和强化学习，使用可验证的奖励直接监督预测技术集的精度、召回率和格式。TTP-R1 的性能显著优于现有方法，在使用检索增强的情况下，其在子技术级别的 F1 分数比 Claude Sonnet 4.5 提高了 7.4 个百分点，同时运行速度也快得多。 AI

影响 这项研究可能导致更高效、更准确的网络威胁情报自动化分析，从而改善安全运营。

排序理由 该条目是一篇学术论文，详细介绍了从网络威胁情报中提取攻击技术的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架 TTP-R1 增强网络威胁情报分析

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Jiayun Zhang, Junshen Xu, Zejun Xie, Yi Fan ·

    面向网络威胁情报攻击技术提取的检索约束策略优化

    arXiv:2608.06778v1 Announce Type: cross 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 …

相关实体

相关话题