CTINEXUS:利用优化的 LLM 上下文学习在数据稀缺条件下构建网络安全知识图谱
原文中文,约300字,阅读约需1分钟。发表于: 。本研究针对当前网络威胁情报(CTI)提取方法缺乏灵活性和普适性的问题,提出了CTINexus框架,利用优化的上下文学习技术进行数据高效的CTI知识提取和高质量网络安全知识图谱(CSKG)构建。CTINexus通过自动提示构建策略和层次实体对齐技术,实现了对多种本体的适应,且在真实世界CTI报告中的评估结果显示,其在构建准确和完整的CSKG方面显著优于现有方法,具有在动态威胁环境中转变CTI分析的潜力。
本研究提出CTINexus框架,旨在提升网络威胁情报提取的灵活性。通过优化上下文学习技术,CTINexus在构建高质量网络安全知识图谱方面显著优于现有方法,具有变革CTI分析的潜力。