Extracción conjunta de las relaciones entre entidades de inteligencia de amenazas cibernéticas basadas en un modelo...

Área de la Ciencia:

• Ciberseguridad
• Inteligencia artificial
• Procesamiento del lenguaje natural

Sus antecedentes:

• Los gráficos de conocimiento son cruciales para la inteligencia de amenazas cibernéticas (CTI).
• La extracción automatizada de la relación de entidad es clave para la construcción de gráficos de conocimiento de CTI.
• Los métodos de etiquetado de secuencias existentes luchan con las relaciones superpuestas debido a la dependencia de orden.

Objetivo del estudio:

• Proponer un modelo paralelo basado en la predicción de conjuntos para la extracción conjunta de relaciones entre entidades en CTI.
• Abordar las limitaciones de los métodos de etiquetado de secuencias en el manejo de relaciones superpuestas.
• Reducir el coste y la escasez de datos etiquetados en el ámbito de las TIC.

Principales métodos:

• Se desarrolló una red conjunta que combina las representaciones de codificadores bidireccionales de transformadores (BERT) y la unidad de corriente recurrente con puerta bidireccional (BiGRU).
• Se diseñó un módulo de predicción de conjunto y una representación de tríada para la extracción conjunta.
• Se utilizó un decodificador no autorregresor para la generación paralela de conjuntos de tríadas de relaciones.
• El conjunto de datos SecCti se creó utilizando ChatGPT para el etiquetado y el aumento para mitigar la escasez de datos.

Principales resultados:

• El modelo propuesto logró una mejora absoluta de F1 del 4,6% con respecto a la línea de base para la extracción conjunta de la relación entre entidades.
• El enfoque paralelo y no autorregresor manejó efectivamente las relaciones superpuestas.
• El aprovechamiento de ChatGPT para el aumento de datos redujo significativamente los costos de anotación.

Conclusiones:

• El modelo paralelo de predicción de conjuntos ofrece una solución más efectiva para la extracción conjunta de la relación de entidad en CTI.
• El enfoque aborda con éxito el problema de la dependencia del orden y mejora el rendimiento en las relaciones superpuestas.
• La estrategia de aumento de datos utilizando ChatGPT proporciona una forma rentable de crear conjuntos de datos etiquetados para CTI.