0-CTI: 데이터 없이도 작동하는 AI 기반 사이버 위협 정보 추출 프레임워크
데이터 부족 환경에서도 효과적인 AI 기반 사이버 위협 정보 추출 프레임워크인 0-CTI가 개발되었습니다. 제로샷 학습 지원 및 STIX 표준 호환성을 통해 사이버 보안 운영의 효율성을 높입니다.

0-CTI: 데이터 부족 환경에서도 강력한 사이버 위협 정보 추출
사이버 위협 정보(CTI)는 조직, 정부, 기관의 위협을 완화하는 데 매우 중요하지만, 필요한 데이터는 다양한 형식으로 분산되어 있는 경우가 많습니다. 기존의 AI 기반 CTI 정보 추출(IE) 솔루션은 고품질의 주석이 달린 데이터에 의존하는데, 이러한 데이터는 항상 사용 가능한 것은 아닙니다.
이러한 문제를 해결하기 위해 Olga Sorokoletova, Emanuele Antonioni, Giordano Colò 연구팀은 0-CTI 라는 확장 가능한 AI 기반 프레임워크를 개발했습니다. 0-CTI는 첨단 자연어 처리(NLP) 기술, 특히 Transformer 기반 아키텍처를 활용하여 CTI 보고서의 전체 텍스트 시퀀스를 처리하여 명명된 엔티티와 그 관계의 사이버 온톨로지를 추출합니다.
0-CTI의 핵심 기여는 무엇일까요? 바로 지도 학습과 제로샷 학습을 모두 지원하는 최초의 모듈식 CTI 정보 추출 프레임워크를 개발했다는 점입니다. 주석이 달린 데이터셋에 크게 의존하는 기존 최첨단 모델과 달리, 0-CTI는 엔티티 및 관계 추출에 제로샷 방법을 통해 완전한 데이터 없이도 작동할 수 있습니다. 이는 다양한 데이터 가용성 시나리오에 적응할 수 있음을 의미합니다. 더욱 놀라운 점은, 0-CTI의 지도 학습 기반 엔티티 추출기가 사이버 엔티티 추출 분야에서 기존 최첨단 성능을 능가한다는 것입니다. 즉, 데이터가 부족한 환경과 풍부한 환경 모두에서 강력한 성능을 보여줍니다.
마지막으로, 0-CTI는 사이버 보안 분야의 정보 교환 표준인 구조화된 위협 정보 표현(STIX) 형식과 시스템 출력을 정렬하여 추출된 지식을 표준화합니다. 이는 사이버 보안 운영에서의 정보 공유 및 협업을 향상시키는 중요한 요소입니다.
0-CTI는 데이터 제약이 심한 환경에서도 효과적인 사이버 위협 정보 추출을 가능하게 하여, 사이버 보안의 새로운 지평을 열었습니다. 앞으로 0-CTI가 사이버 위협 대응에 어떤 영향을 미칠지 기대됩니다.
Reference
[arxiv] Towards a scalable AI-driven framework for data-independent Cyber Threat Intelligence Information Extraction
Published: (Updated: )
Author: Olga Sorokoletova, Emanuele Antonioni, Giordano Colò
http://arxiv.org/abs/2501.06239v1