engemamhosain/threat-hunting-framwork

# 威胁狩猎框架 使用生成式 AI 和大型语言模型进行自主云威胁狩猎 # 1. 引言 云计算通过实现可扩展性、弹性和分布式计算能力，彻底改变了企业的基础设施。然而，云原生生态系统也通过 API、container、microservice、身份联合和多云集成扩大了网络攻击面。高级网络威胁越来越多地利用云配置错误、身份凭据泄露、横向移动和隐蔽的命令与控制通信。 传统的安全信息与事件管理 (SIEM) 系统会生成海量的告警，但通常存在以下问题： 高误报率 有限的上下文情报 依赖人工调查 告警疲劳 事件响应延迟 生成式 AI 和大型语言模型的最新进展，包括基于 transformer 的架构，在上下文推理、自然语言理解和语义关联方面展现出了卓越的能力。这些能力可以显著改善云环境中的自主网络威胁狩猎。 本研究提出了一种由 AI 驱动的自主云威胁狩猎架构，它结合了： 生成式 AI 推理 检索增强生成 (RAG) 威胁情报关联 云遥测分析 MITRE ATT&CK 映射 LLM 辅助的事件调查 该提议的框架旨在提供主动、可解释且可扩展的云威胁狩猎能力。

标签：C2, DLL 劫持, 大语言模型, 安全运营, 扫描框架, 检索增强生成, 生成式AI, 索引