arXiv cs.AI· Luoxi Tang, Yuqiao Meng, Ankita Patra, Weicheng Ma, Muchao Ye, Zhaohan Xi·· 10 小时前AI 评分27
POLAR：用 LLM 合成真实网络威胁证据，辅助漏洞优先级排序与缓解
Polar: LLM-Powered Synthesis of Real-World Cyber Evidence for Prioritization and Mitigation
AI 导读
POLAR 是一个 LLM 驱动的框架，可将厂商公告、漏洞库和威胁情报中的碎片化证据合成为以威胁为中心的评估。它先拆分重叠事件并将威胁锚定到来源证据，再结合严重性指标与按时间排序的利用信号估算近期被利用概率，并将威胁数据关联到权威修复知识以组织缓解措施。在公开资源收集的真实漏洞证据上，POLAR 在异构事件和零日场景中提升了威胁排序与缓解检索效果。
来源：arXiv cs.AI · arxiv.org