CTIFoundry: An Agent-Native Corpus Scaffold for Cyber Threat Intelligence
Este artigo apresenta o CTIFoundry, um scaffold de corpus nativo para agentes que materializa a estrutura latente da Inteligência de Ameaças Cibernéticas por meio de um grafo de ontologia determinístico e relatórios fundamentados em spans, aumentando significamente o desempenho e a eficiência da investigação de agentes em comparação com substratos de recuperação planos tradicionais.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
No mundo digital, especialistas em segurança caçam constantemente pistas sobre quem os está atacando e como. Este trabalho, conhecido como inteligência de ameaças cibernéticas, baseia-se em coleções massivas de relatórios escritos por diferentes empresas e organizações. Durante anos, a forma padrão de utilizar estes relatórios com inteligência artificial tem sido tratar estes documentos como uma biblioteca de livros desorganizados. Quando um programa de computador faz uma pergunta, o sistema procura as palavras mais semelhantes no texto e extrai algumas páginas. Este método funciona bem para perguntas simples, mas tem dificuldades quando a investigação exige ligar pontos entre diferentes documentos. Um único grupo de hackers pode ser chamado por três nomes diferentes em três relatórios distintos, e os registos oficiais que ligam uma falha de software específica a um método de ataque conhecido estão frequentemente enterrados profundamente em parágrafos longos de texto. Se o computador não conseguir ver estas ligações ocultas, não conseguirá resolver o enigma, não importa quão inteligente seja o programa de inteligência artificial.
Uma equipa de investigadores descobriu que o problema não é a inteligência do computador, mas sim a forma como a informação é armazenada. Eles construíram um novo sistema chamado CTIFoundry, que atua como uma estrutura especializada para organizar estes relatórios de segurança antes de o computador sequer tentar lê-los. Em vez de deixar os dados como um amontoado de texto, o sistema constrói primeiro um mapa claro dos factos. Ele pega nos registos oficiais de quatro bases de dados de segurança importantes e liga-os com linhas precisas, mostrando exatamente qual a fraqueza de software que leva a qual padrão de ataque. Depois, lê os relatórios desordenados dos fornecedores e encontra as frases específicas que mencionam estes grupos ou falhas conhecidos, etiquetando-as com a sua localização exata no texto original. Este processo transforma uma pilha plana de documentos num sistema estruturado onde cada peça de informação conhece os seus vizinhos e a sua fonte.
Os investigadores testaram este novo sistema dando ao mesmo agente de inteligência artificial duas formas diferentes de aceder ao mesmo conjunto de dados de segurança. Num cenário, o agente utilizou o método antigo e desorganizado. No outro, utilizou o novo mapa estruturado. Os resultados foram impressionantes. Quando o agente utilizou o novo sistema, a sua capacidade de responder corretamente a perguntas aumentou significொmente, mesmo quando os investigadores utilizaram um modelo de computador menor e menos potente. De facto, o modelo menor utilizando o novo mapa teve um desempenho superior ao modelo mais poderoso utilizando a pilha de texto antiga e desorganizada. A melhoria não se deveu ao facto de o computador estar a pesquisar com mais afinco ou a ler mais páginas. Pelo contrário, o agente que utilizava o novo sistema encontrou as respostas certas realizando aproximadamente metade das tentativas de procura de informação. Simplesmente tinha um caminho melhor para seguir.
O estudo também revelou por que razão o método antigo falhava tantas vezes. Sem o mapa pré-construído, o computador perdia-se frequentemente no texto, procurando palavras semelhantes que levavam a becos sem saída ou resultados confusos. Ele perdia as ligações oficiais que os especialistas já tinham escrito porque essas ligações estavam escondidas dentro de frases longas. O novo sistema força o computador a seguir as conexões oficiais primeiro, tratando o texto como uma fonte secundária de detalhe em vez de ser o guia primário. Esta abordagem provou ser tão eficaz que os investigadores descobriram que a estrutura dos dados era mais importante do que a potência bruta do modelo de computador. Um modelo pequeno com um mapa claro superou um modelo gigante com um mapa desorganizado.
Para garantir que o sistema fosse fiável, os investigadores construíram-no com regras estritas que impediam a invenção de quaisquer factos. Cada ligação no mapa tinha de provir de um registo oficial, e cada parte do texto que era extraída de um relatório tinha de apontar de volta para o local exato no documento original onde foi encontrada. Isto significava que o computador não podia inventar coisas nem supor as respostas. O sistema também incluía um conjunto de instruções simples, ou hábitos, para o computador seguir, tais como verificar o mapa oficial antes de procurar por palavras semelhantes. Estes hábitos, combinados com o mapa claro, criaram um efeito super-aditivo, o que significa que as duas partes funcionavam melhor juntas do que funcionariam isoladamente.
O custo de construção deste novo sistema foi surpreendentemente baixo, exigindo apenas uma pequena quantidade de poder de computação para processar os dados iniciais. Uma vez construído, o sistema permitiu que o computador resolvesse investigações complexas por cerca de dois cêntimos por pergunta. Os investigadores concluíram que, para campos onde a informação é altamente estruturada e depende de ligações oficiais, o maior estrangulamento não é a inteligência do agente de inteligência artificial, mas sim a qualidade dos dados que lhe são fornecidos. Ao organizar os dados numa forma que um agente possa compreender e percorrer naturalmente, o sistema tornou o processo de investigação mais rápido, mais barato e muito mais preciso. O trabalho sugere que, no futuro, a forma mais eficaz de melhorar a inteligência artificial em campos especializados poderá não ser construir cérebros mais inteligentes, mas sim construir bibliotecas melhores para eles lerem.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.