사이버 위협 인텔리전스(CTI) 문서에서 보안 지식 그래프를 구축하기 위한 엔드투엔드 프레임워크 GRID를 소개한다. 추적 가능한 문서-그래프 정렬로 보안 도메인 감독 신호를 구성하고, 문서-그래프 학습을 4지선다 문항과 트리플 레벨 정규식 매칭의 태스크 뱅크로 변환해 안정적인 보상을 제공한다. 249개 CTI 문서 평가에서 태스크 뱅크 보상 모델이 84.62% 소스 평균 정밀도, 64.91% 소스 평균 재현율, 68.53% 평균 F1을 달성했다.
- •CTI 문서에서 보안 지식 그래프를 구축하는 엔드투엔드 프레임워크 GRID 제안
- •추적 가능한 문서-그래프 정렬로 보안 도메인 감독 신호 구성
- •4지선다 문항과 트리플 레벨 정규식 매칭으로 안정적인 태스크 뱅크 보상 설계
- •249개 CTI 문서에서 84.62% 소스 평균 정밀도, 64.91% 소스 평균 재현율, 68.53% 평균 F1 달성
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
GRID: Graph Representation of Intelligence Data for Security Text Knowledge Graph Construction
본문 미리보기
arXiv:2605.16714v1 Announce Type: new Abstract: Security knowledge graphs can provide computable external memory for security agents, but constructing them from long-form cyber threat intelligence (CTI) remains difficult: LLMs often lack grounded security-domain knowledge, and end-to-end document-to-graph training is hard to supervise with cheap, stable rewards. We present GRID (Graph Representation of Intelligence Data), an end-to-end framework for security text knowledge graph construction. G
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:12AI 초안

