网络威胁技战术情报自动化识别提取研究综述

当今网络威胁不断涌现,网络威胁技战术情报能够多维度挖掘网络恶意活动,细粒度展示网络安全态势,全方位刻画网络攻击行为。目前对于网络威胁技战术情报自动化识别提取任务的研究成果较多,但缺乏系统化梳理。基于传统自然语言处理、机器学习和大语言模型三种研究思路,深入分析了相关研究进展,对应信息抽取、文本分类、文本生成三类任务,概括了一般识别提取流程框架,明确了非结构化文本、网络威胁技战术情报范围,细化了每种技术方法的处理分析实践流程及创新方向,并基于现有研究工作,提出了当前研究存在的问题及未来的研究和发展方向,为读者运用新技术新方法促进领域研究水平提升提供了文献综述支持。

关于战术、技术与程序的思考与启示

分析了战术、技术与程序(TTPs)的概念内涵,从战术对抗和新装备研制的角度阐述了TTPs的作用与意义;列举了美军典型TTPs的要点;介绍了中国地空导弹部队战法创新的经典战例;从作战环境、目标特性、任务规划、搜索与跟踪、作战协调、武器运用与攻击策略、精确打击与毁伤控制、与技术结合的战术技巧、协同作战等方面对美空军对地攻击战法进行了分析,讨论了对水下战的启示。指出,TTPs是有效组织和综合运用作战资源的方法指南,是联系作战与装备、战术与技术的桥梁和纽带,对未来武器装备研制和无人化作战具有重要意义;研究TTPs要以武器运用为导向,关注开发原理,重视基础性研究,从系统层面理解现代作战规律。

基于关联增强的网络威胁情报技战术分类

网络威胁情报(Cyber Threat Intelligence, CTI)的技战术(Tactics, Techniques and Procedures, TTPs)分析能够为网络攻击事件提供全局视图,并揭示系统弱项,是网络攻击溯源的关键技术.现有分类TTPs方案面向抽象语言环境效果较差且不平均.本文提出一种基于关联增强的多标签深度学习模型RENet,通过使用结合上下文信息和多词语义的多标签分类器对战术和技术进行分类,并通过技战术条件转移矩阵将原有战术的分类结果转移到技术中增强技术分类.实验表明,RENet比其他分类模型有更精确的技战术分类效果与更快的收敛速度.在英文数据集上,RENet对技术和战术分类的F;分数比现有最好的模型分别提高4.62%和0.78%,在中文数据集上提高3.95%和3.77%.

曲棍球赛场技战术的计算机分析系统

介绍在ＩＢＭ－ＰＣ／ＸＴ计算机上实现的曲棍球赛场统计系统的研制过程、设计思想、采用的方法、软件设计与功能、技术指标操作步骤以及使用效果。