כתבה
arXiv cs.AI ·
APTInvestBench: בדיקת חקירה אוטונומית
APTInvestBench: Evaluating Autonomous APT Investigation under Varying Telemetry
APTInvestBench הוא בנץ'מרק לבדיקת חקירה אוטונומית של איומים מתמשכים. הוא בודק 11 מודלים שונים, כולל LLM, ומציג תוצאות מעניינות.
תקציר מקורי באנגליתarXiv:2609.38954v1 Announce Type: cross Abstract: Large language model (LLM) agents could help security operations centers (SOCs) investigate advanced persistent threats (APTs) by turning weak leads into evidence for intrusion scoping and response. Yet success under one telemetry setting does not establish robustness to changes in log collection, retention, or sampling. We introduce APTInvestBench, a benchmark for evaluating cross-telemetry robustness in autonomous APT investigation. It comprises 370 cases across seven SOC-inspired conditions, derived from 56 report-informed attack reconstructions with 16.4 million log records. Agents investigate unverified leads and submit reports with record-level citations. Fixed action-level support requirements track sufficient evidence across availab
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית