Compute-Budgeted Exploitability Evidence Graphs for Prospective Vulnerability Triage

Resumo Técnico: Grafos de Evidência de Explorabilidade com Orçamento de Computação para Triagem Prospectiva de Vulnerabilidades

Declaração do Problema
Os defensores enfrentam uma restrição crítica de recursos: o volume de vulnerabilidades recém-divulgadas (CVEs) excede em muito a capacidade de remediação imediata. Embora as pontuações de severidade como o CVSS comuniquem o impacto técnico, elas correlacionam-se fracamente com a exploração real no mundo real, levando a uma priorização de correção ineficiente. Métodos existentes de previsão baseados em dados, como o Exploit Prediction Scoring System (EPSS), visam prever a exploração a curto prazo, mas frequentemente sofrem de uma falha fundamental de avaliação: vazamento temporal (temporal leakage).

Estudos de previsão de exploração padrão frequentemente alimentam modelos com evidências públicas (avisos, código de prova de conceito, discurso de hackers) que se tornam disponíveis após uma vulnerabilidade já ter sido explorada. Isso "vaza o futuro" para os dados de treinamento ou avaliação, inflando artificialmente as métricas de desempenho do modelo. O artigo argumenta que, sem um protocolo temporal rigoroso, a avaliação mede o conhecimento retrospectivo (hindsight) em vez da previsão (foresight), tornando a precisão relatada enganosa para a triagem prospectiva.

Metodologia
Os autores propõem um protocolo de triagem prospectiva livre de vazamento que trata a priorização de vulnerabilidades como um problema de seleção restrito sob um orçamento de computação fixo.

1. Grafo de Evidência Temporal: A evidência pública é organizada como um grafo temporal que vincula CVEs a documentos heterogêneos e com carimbo de tempo (avisos do NVD, arquivos de exploração, commits de correção e discurso da comunidade hacker).
2. Tempo de Decisão e Admissibilidade: Para cada CVE, um tempo de decisão $\tau(v)$ é fixado (tempo de publicação + janela de observação $\Delta$). O protocolo admite estritamente apenas documentos de evidência com carimbos de tempo $ts(e) \leq \tau(v)$. Isso garante que o modelo não possa acessar sinais gerados pelo próprio evento de exploração.
3. Seleção com Orçamento: Em vez de processar todo o texto disponível, o sistema seleciona um número limitado de documentos de evidência ($B$) por CVE.
   • Um bi-encoder (estilo E5) gera embeddings para descrições de CVE e documentos de evidência.
   • Uma restrição de matroide laminar governa a seleção: um orçamento global $B$ limita o total de documentos, enquanto limites por camada $\kappa$ garantem diversidade entre tipos de fontes (por exemplo, evitando que um certificado seja dominado por um único canal, como o texto do NVD).
   • A seleção é realizada de forma gananciosa (greedy) com base em pontuações de similaridade, o que é comprovadamente ótimo para este objetivo modular.
4. Pontuação de Risco e Certificação: Um modelo logístico calibrado agrega características (severidade, priors condicionados a CWE e estatísticas das evidências selecionadas) para produzir uma pontuação de risco. Crucialmente, cada pontuação é acompanhada por um certificado de evidência auditável que lista explicitamente os sinais de suporte, seus carimbos de tempo e camadas de origem, permitindo que os defensores contestem o ranking.
5. Ablação de Rerankers: O estudo avalia um reranker de cross-encoder forte, mas descobre que ele é contraproducente. Embora melhore a relevância semântica, ele tende a trazer à tona reiterações do aviso sobre a descrição da CVE, em vez de sinais de exploração distintos, diminuindo assim o recall prospectivo.

Resultos Principais
Avaliado em 12.012 CVEs prospectivos contra 457 positivos conhecidos como explorados (CISA KEV) e alvos de alto EPSS:

• Penalidade de Vazamento: Uma avaliação ingênua usando divisões aleatórias e evidências não filtradas infla o recall@50 prospectivo em 8,5× (0,044 vs. 0,005) e o recall de EPSS-alto em 5,0×. Isso demonstra que protocolos de avaliação padrão escondem um enorme vazamento temporal.
• Eficiência de Orçamento: A seleção com orçamento proposta eleva o recall@50 prospectivo livre de vazamento de uma linha de base de apenas severidade de 0,010 para 0,026 (um ganho relativo de 150%).
• Retornos Decrescentes: O valor de evidências adicionais satura rapidamente. Um orçamento de apenas 2 documentos de evidência por CVE captura quase todo o valor disponível até um orçamento de 64, indicando que a triagem é "barata" e depende de poucos documentos de alto sinal, em vez de varredura profunda.
• Impacto do Reranker: Adicionar um reranker de cross-encoder diminuiu o recall prospectivo para 0,016, confirmando que a relevância semântica com a descrição da CVE não é um proxy para evidência de exploração.
• Economia de Computação: O caminho de seleção por bi-encoder processa as CVEs em aproximadamente ~0,0068 segundos, recuperando aproximadamente 1.197 positivos de topo por hora de GPU (normalizado).

Significância e Contribuições
A principal contribuição do artigo é metodológica, mais do que puramente arquitetural. Estabelece-se que o protocolo de avaliação é o fator dominante na previsão de explorabilidade, não o modelo de ranking em si.

1. Protocolo Livre de Vazamento: Os autores fornecem uma construção que elimina o vazamento temporal por design, quantificando a "penalidade de vazamento" que protocolos ingênuos incorrem silenciosamente.
2. Certificados Auditáveis: Ao anexar certificados de evidência às pontuações de risco, o trabalho transforma uma predição escalar em uma reivindicação de segurança contestável. Isso permite que os defensores verifiquem se uma pontuação é impulsionada por sinais corroboradores através de camadas independentes (ex: avisos oficiais + discurso da comunidade) em vez de um único canal manipulado.
3. Triagem de Baixo Custo: O estudo demonstra que uma triagem de alto valor não requer orçamentos de computação massivos ou reranking complexo; um conjunto pequeno e diverso de evidências pré-decisão é suficiente para superar significativamente as linhas de base de severidade.

Os autores concluem que trabalhos futuros devem focar na autenticação de evidências contra semeadura adversária (adversarial seeding) e no refinamento da janela de observação $\Delta$ contra prazos operacionais de correção, em vez de simplesmente escalar a complexidade do modelo.