Grammatica Comportamentale: Un Modello Linguistico Minuscolo Rileva Malware Adattivo
Un nuovo studio è recentemente apparso su arXiv (2608.00745) che introduce la Grammatica Comportamentale, un framework innovativo per rilevare le attività runtime dell'host trattandole come un linguaggio strutturato. Utilizza un Transformer causale semplificato chiamato TinyGPT, che ha 0,88 milioni di parametri. Questa configurazione trasforma gli eventi di sistema in una struttura a 8 token che include dettagli come tipo di evento, processo e informazioni utente. Adottando una strategia auto-supervisionata, apprende i modelli di comportamento usuali e calcola punteggi di anomalia basati su statistiche di log-verosimiglianza negativa per controllare i falsi positivi. Inoltre, il modello migliora la sua funzione con l'apprendimento prototipico e l'analisi temporale di secondo ordine, rendendolo una soluzione leggera promettente per la cybersecurity e il rilevamento degli endpoint.
Fatti principali
- L'articolo è intitolato 'Behavioral Grammar: Detecting Adaptive Malware via Tiny Language Model Priors and Second-Order Temporal Analysis'.
- È disponibile su arXiv con identificatore 2608.00745v1.
- L'architettura di rilevamento utilizza un Transformer causale da 0,88 milioni di parametri chiamato TinyGPT.
- Ogni evento di sistema è rappresentato come una sequenza di 8 token.
- Il modello apprende il comportamento normale in modo auto-supervisionato.
- I punteggi di anomalia si basano su statistiche di log-verosimiglianza negativa (NLL) per slot.
- L'approccio fornisce un tasso di falsi positivi matematicamente limitato.
- L'apprendimento prototipico è utilizzato per l'attribuzione di attacchi noti.
Entità
Istituzioni
- arXiv