CVE2AP

LLM 通过 CVE2AP 自动化网络安全攻击路径生成

研究人员开发了 CVE2AP，一种利用大型语言模型 (LLM) 从自然语言 CVE 描述自动生成 PDDL 编码攻击路径的新方法。该方法旨在利用 LLM 的推理能力将威胁情报转化为形式化表示，从而克服手动 AP 建模的局限性。CVE2AP 包含一个错误反馈机制以进行迭代优化，并已成功生成高质量的 PDDL 编码攻击路径，其中 GPT-5.5 表现出有利的质量-成本权衡。