MCM-Llama: A Fine-Tuned Large Language Model for Real-Time Threat Detection through Security Event Correlation
Notice bibliographique
Résumé
The correlation of security alerts is crucial for effective threat detection and mitigation in modern cybersecurity landscapes. With the exponential growth in the volume of generated alerts, there arises an imperative to continually develop new, efficient methods for alert correlation. The use of Large Language Models (LLMs) presents new avenues for enhancing real-time threat detection in the field of cybersecurity. In this paper, we introduce MCM-Llama, a fine-tuned language model aimed at improving security event correlation for real-time threat detection. Building upon our prior research, we augment the current framework by integrating MCM-Llama and introducing a novel architecture to practically implement our proposition. In doing so, we replace the correlation module previously based on Named Entity Recognition (NER) and semantic similarity with a fine-tuned Large Language Model (LLM). This transition allows us to capitalize on the advanced capabilities of LLM in comprehending and correlating security events dynamically. Through this enhancement, we aim to significantly improve the accuracy and efficiency of our threat detection system while leveraging the full potential of LLM technology in cybersecurity. Our experimental results validate the efficacy of the proposed approach by significantly improving the correlation rate, thereby reinforcing the pivotal role of Large Language Models (LLMs) in advancing security event correlation and threat detection methodologies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».