arXiv cs.CR· Yifan Wang, Dongliang Xu, Xiaoyong Li, Jing Li, Peter S. Pan, Yue Yao·· 6 小时前AI 评分50
SecLog-Bench：带脚手架证据的网络安全日志推理可扩展基准
SecLog-Bench: A Scalable Benchmark for Cybersecurity Log Reasoning with Scaffolded Evidence
AI 摘要
SecLog-Bench 发布了一个涵盖 29 种攻击场景、支持多源日志联合分析并附带结构化证据链的网络安全日志推理基准。该基准评估了八款主流大语言模型在检测后攻击进度推理上的表现，结果显示最佳模型准确率仅为 44.44%，最高阶段推理 F1 分数为 54.87%。测试表明当前大模型在此任务上推理能力有限且不可靠，正确预测常伴随有缺陷的推理过程。
来源：arXiv cs.CR · arxiv.org