O APTInvestBench avalia agentes baseados em LLM investigando ameaças persistentes avançadas (APTs) em 370 casos derivados de 56 reconstruções de ataques reais, totalizando 16,4 milhões de registros de log, sob sete condições diferentes de coleta de telemetria. Em média, os agentes conseguem reunir evidência suficiente para apenas 44,3% das ações de ataque recuperáveis, mas só 25% dessas conclusões vêm acompanhadas de citação formal a registros específicos — e, ao reduzir a telemetria, boa parte das citações se perde mesmo quando a cobertura aparente dos relatórios muda pouco.
Um novo framework não supervisionado, o RECAL, ataca um problema pouco discutido em sistemas de detecção de intrusão baseados em proveniência (PIDS): a frequência de tipos de relação em grafos de auditoria pode variar em até 140.000 vezes, fazendo os modelos ignorarem padrões raros e relevantes. Testado nos datasets DARPA Engagement 3, o método reduziu a taxa de falsos positivos em até 105 vezes mantendo F1 acima de 99,9%.
Pesquisadores propuseram o SENTINEL, um modelo que combina BERT, CNN em nível de caractere, atenção entre comandos e um autoencoder para identificar linhas de comando maliciosas do Windows que abusam de utilitários legítimos (LOTL), técnica usada pela APT Volt Typhoon para permanecer indetectada por mais de 18 meses em infraestrutura crítica dos EUA. O sistema atingiu 92% de acurácia em comandos documentados e 91,2% em variantes ofuscadas, superando uma baseline BERT isolada por quase 20 pontos.
Pesquisadores propõem o TGL-APT, um framework que aplica destilação de grafos de proveniência guiada por 'nós information-bottleneck' para tornar a investigação de ataques APT mais rápida e barata. Em datasets DARPA E3, o método atingiu F1-scores de até 95,7% reduzindo tempo de treinamento, latência de detecção e uso de memória em relação ao estado da arte (KAIROS).