Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Chimera: Harnessing Multi-Agent LLMs for Automatic Insider Threat Simulation

Created by
  • Haebom

저자

Jiongchi Yu, Xiaofei Xie, Qiang Hu, Yuhan Ma, Ziming Zhao

개요

본 논문은 기업 내부자 위협 탐지(ITD) 분야의 데이터 부족 문제를 해결하기 위해, 대규모 언어 모델(LLM) 기반의 다중 에이전트 프레임워크인 Chimera를 제안한다. Chimera는 다양한 기업 환경에서 양성 및 악성 내부자 활동을 자동으로 시뮬레이션하고 다양한 로그를 수집하여 새로운 데이터셋 ChimeraLog를 생성한다. Chimera는 역할별 행동을 가진 에이전트로 각 직원을 모델링하고, 그룹 회의, 쌍방향 상호 작용, 자율적 스케줄링 모듈을 통합하여 현실적인 조직 역학을 포착한다. 15가지 유형의 내부자 공격을 포함하며, 기술 회사, 금융 회사, 의료 기관의 세 가지 민감한 영역에서 활동을 시뮬레이션하여 ChimeraLog 데이터셋을 생성했다. 인간 연구 및 정량적 분석을 통해 ChimeraLog의 다양성, 현실성 및 설명 가능한 위협 패턴의 존재를 확인했다. 기존 ITD 방법론 평가 결과, ChimeraLog에서 평균 F1 점수가 0.83으로 CERT 데이터셋의 0.99보다 훨씬 낮아 ChimeraLog의 높은 난이도와 ITD 연구 발전에 대한 유용성을 입증했다.

시사점, 한계점

•
시사점:
◦
LLM 기반 다중 에이전트 시뮬레이션을 통해 현실적인 내부자 위협 데이터셋 생성 가능성을 제시.
◦
ChimeraLog 데이터셋은 기존 데이터셋보다 높은 난이도를 가지며 ITD 연구 발전에 기여.
◦
다양한 기업 환경과 내부자 공격 유형을 반영하여 현실적인 시나리오 구현.
◦
설명 가능한 위협 패턴을 포함하여 ITD 모델의 해석력 향상에 도움.
•
한계점:
◦
ChimeraLog 데이터셋의 생성 과정 및 매개변수에 대한 상세한 설명 부족.
◦
실제 기업 환경과의 완벽한 일치 여부에 대한 추가적인 검증 필요.
◦
특정 기업 환경에 편향된 데이터 생성 가능성.
◦
다양한 유형의 내부자 공격을 모두 포괄하지 못할 가능성.
👍
Made with Slashpage