К содержимому
Другое

SecureBERT CyNER NER

извлечение сущностей киберугроз и граф индикаторов

2 мин чтенияобновлено

Модель и исследовательский пайплайн от команды Bina Nusantara University для задачи NER (распознавания именованных сущностей) в текстах по кибербезопасности. Решение построено на базе языковой модели SecureBERT (около 120 млн параметров) и обучено на корпусе CyNER для поиска пяти типов объектов: вредоносного ПО (Malware), индикаторов компрометации (Indicator), организаций, систем и уязвимостей (Vulnerability). Помимо самой разметки текста, репозиторий включает модуль для построения графа совместной встречаемости IoC (индикаторов компрометации) по новостным статьям с кластеризацией методом Louvain. Пригодится специалистам по CTI (аналитике киберугроз) и разработчикам систем автоматического анализа отчётов об атаках.

Ключевые особенности

  • Точное выделение пяти категорий киберугроз с балансировкой редких классов (oversampling), решающей проблему нехватки примеров уязвимостей.
  • Опережает базовые энкодеры BERT-base и RoBERTa-base в равных условиях обучения на 10 случайных сидах.
  • Встроенный пайплайн построения графа связей между сущностями на базе Neo4j с выделением сообществ.
  • Воспроизводимые скрипты для запуска абляций, бутстрэп-оценки и проверки на протоколе TSTEM.

Что можно сделать

  • Автоматически размечать сводки об инцидентах и отчёты Threat Intelligence, выделяя вредоносы, уязвимости и целевые системы.
  • Собирать граф связей индикаторов компрометации из потока профильных новостей и визуализировать кластеры в Neo4j.
  • Использовать как готовый бейзлайн для дообучения моделей под свои закрытые базы данных об атаках.

Пример

python scripts/train_final_model.py
python scripts/run_phase3.py --refresh
python scripts/run_phase4.py
ПодробнееКачество на официальном сплите CyNER (среднее по 10 сидам): Micro F1 — 0.768 (против 0.683 у BERT-base и 0.731 у RoBERTa-base), Macro F1 — 0.759.
На протоколе TSTEM (пословный F1): Malware 0.927, Indicator 0.949, System 0.842, Vulnerability 0.642, Organization 0.807.
Требования: при batch size 16 и длине последовательности 256 обучение занимает около 5.5 ГБ VRAM (тестировалось на RTX 5060 Laptop, PyTorch 2.10.0+cu128).
Ограничения: граф строится по факту совместного упоминания без разметки экспертами и не маппится в STIX 2.1 или MITRE ATT&CK; в классе Vulnerability тестовой выборки всего 10 примеров.
Обсудить Telegram 0 16

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.5 GB · готовые файлы1.0 GB
  • BF16веса 0.2 GB0.8 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB0.6 GB
  • 4-bitвеса 0.1 GB0.6 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · F32 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # KiCiBiGit/securebert-cyner-ner
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download KiCiBiGit/securebert-cyner-ner --local-dir ~/models/securebert-cyner-ner
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к securebert-cyner-ner
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии securebert-cyner-ner — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

KiCiBiGit/securebert-cyner-ner
Автор
KiCiBiGit
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

160

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Func-JEPA

Func-JEPA