English(EN) BEACON: Behavior-Anchored Cross-Source Knowledge Graph Construction for Cyber Threat Intelligence

新的LLM框架BEACON构建网络威胁情报知识图谱

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-31 04:00

研究人员开发了BEACON，一个使用LLM从网络威胁情报（CTI）报告构建知识图谱的新框架。该方法将提取的信息锚定到MITRE ATT&CK的标准化攻击行为，从而能够整合来自不同来源的数据，即使这些来源对相同威胁使用不同的命名约定。BEACON的两个阶段过程，包括一个提议-验证范式和一个分层对齐策略，旨在减少LLM的误分类和幻觉。为了评估BEACON，创建了两个新数据集，该框架在性能上优于现有方法。 AI

影响这项研究通过更好地整合来自不同来源的情报，有望提高网络威胁分析的效率和准确性。

排序理由该条目描述了一篇研究论文，其中详细介绍了一种用于从网络威胁情报构建知识图谱的新框架和方法论。[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 →

本文如何被排名

Signal score: 14 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目描述了一篇研究论文，其中详细介绍了一种用于从网络威胁情报构建知识图谱的新框架和方法论。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Changze Li, Yutong Cheng, Tsania Camila Finnisa, Qian Cui, Wei Ding, Peng Gao · 2026-08-31 04:00

BEACON：面向网络威胁情报的行为锚定跨源知识图谱构建

arXiv:2608.28394v1 Announce Type: cross Abstract: Cyber threat intelligence (CTI) is foundational to modern cyber defense, yet much of it resides in unstructured reports whose volume and heterogeneity far exceed manual analysis, motivating research on automatically constructing k…

本文如何被排名

报道来源 [1]

BEACON：面向网络威胁情报的行为锚定跨源知识图谱构建

相关实体

相关话题