본 논문은 기존의 Provenance-based Intrusion Detection Systems (PIDSes)의 한계점, 즉 규칙 기반 시스템의 허위 음성 문제와 학습 기반 시스템의 허위 양성 문제 및 수동 분석의 높은 비용을 해결하기 위해, 대규모 언어 모델(LLM)을 활용한 새로운 PIDS인 OMNISEC을 제안한다. OMNISEC은 Retrieval-Augmented Generation (RAG) 기법과 두 개의 외부 지식 베이스를 활용하여 비정상적인 노드와 이벤트를 식별하고, 공격 그래프를 재구성하여 공격 행위의 전체 경로를 복원한다. 실험 결과, OMNISEC은 기존 최첨단 방법보다 우수한 성능을 보였다.
