analysis of competing hypotheses

LLMs 助力新型“Adversary Brains”，实现动态威胁行为者检测

研究人员推出了一种新颖的威胁行为者检测方法“Adversary Brains”，该方法利用大型语言模型（LLMs）创建动态的、基于假设的逻辑签名。该方法超越了传统的攻击指标（IoCs），通过建模整个威胁行为者的行为并持续将这些假设与传入数据进行测试。通过将竞争性假设分析（ACH）技术应用于规模化和操作化威胁情报，LLMs 可以将文本报告转化为主动检测机制，识别新指标，并保持威胁模型的最优。