인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
LLM 기반 포렌식 에이전트는 침해사고 분석 과정에서 반복적으로 도구를 호출하므로 컨텍스트 윈도우를 빠르게 소진한다. 기존 컨텍스트 압축 기법은 대화 컨텍스트를 축소하는 과정에서 IP 주소와 파일 해시 등의 침해지표(IOC)를 손실할 수 있다. 본 논문은 대화 컨텍스트를 증거 계층(Evidence Layer)과 추론 계층(Reasoning Layer)으로 분리하는 이중 계층 컨텍스트 관리 기법을 제안한다. 제안 기법은 LLM 분석 응답에 명시된 IOC 값을 정규 표현식으로 추출하여 증거 계층에 별도로 보존하고, 관련 분석 맥락은 별도 예산에 따라 축소한다. MITRE CALDERA 기반 7개 침해사고 시나리오에서 제안 기법을 포함한 7종 방법을 5개 토큰 예산으로 비교한 결과, 제안 기법은 기존 방법 중 가장 높은 성능을 보인 기준선보다 IOC 보존율이 전 예산 평균 44.8%p 높았다. 또한 제안 기법과 동일한 압축 알고리즘을 사용하는 단일 계층 기준선을 대상으로 5회 반복 질의응답(QA) 평가를 수행한 결과, 제안 기법의 시나리오 평균 정답 값 일치율(VMA)은 80.8%로 기준선의 60.8%보다 20.0%p 높았다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
