外观
ThreatForest：多 Agent 攻击树生成与 TTP 映射的覆盖—归因权衡
摘要
ThreatForest 把源码架构分析、威胁生成、攻击树扩展、缓解措施和 ATT&CK 映射拆给多个 Agent 分工完成。在 7 个应用域的实验中，每个应用平均生成 12 个威胁和 240 个攻击步骤，5/7 域达到完整 ATT&CK tactic 覆盖，威胁、攻击步骤和缓解质量得分约 0.63 至 0.68。
这个结果支持多 Agent 分解可以扩大威胁建模的搜索覆盖，但同时暴露一个容易被总量掩盖的失败：纯 Embedding TTP 映射的可辩护准确率只有 0.29，而同模型单次调用基线达到 0.63。瓶颈主要在映射编码器，不是生成 Agent 数量；覆盖更多节点不等于这些节点已正确归因到框架技术。
方法的独特价值
ThreatForest 的独特价值在于把威胁建模流水线拆分为可独立评测的阶段（架构分析、威胁生成、攻击树扩展、缓解生成、ATT&CK 映射），使评测能够分别衡量“搜索覆盖有多广”和“归因有多准”，而不是只报告一个笼统的威胁建模质量分数。
适用范围
结果基于 7 个应用域的实验，覆盖对象是源码可获取、具备典型攻击面的应用系统；结论不代表所有软件架构或所有 ATT&CK 战术类别都能获得同等覆盖率，也不代表其他威胁建模工具链使用同样的多 Agent 分工会得到相同结果。
方法与实施流程
流水线按阶段拆分给不同 Agent：源码架构分析 Agent 提取组件与数据流，威胁生成 Agent 基于架构产出候选威胁，攻击树扩展 Agent 把威胁细化为攻击步骤序列，缓解措施 Agent 为每个威胁提出对应控制，ATT&CK 映射阶段将威胁/攻击步骤关联到 MITRE ATT&CK 战术与技术编号。映射阶段比较了纯 Embedding 检索式映射与同模型单次调用式映射两种实现。
质量控制
评测在 7 个应用域上进行，衡量指标包括：每应用平均生成的威胁数（12）和攻击步骤数（240）、达到完整 ATT&CK tactic 覆盖的域数（5/7）、威胁质量、攻击步骤质量和缓解质量得分（约 0.63–0.68），以及 TTP 映射的可辩护准确率（纯 Embedding 映射 0.29 对比同模型单次调用基线 0.63）。质量得分和映射准确率均依赖人工或模型评分器判定，论文未说明是否有独立第三方复核评分一致性。
局限与待验证问题
- 证据等级为中等：论文提供完整流水线设计和 7 域实验，但映射准确率评分方法、应用域选择标准和评分器一致性未充分披露。
- 纯 Embedding TTP 映射准确率低（0.29）是否是该论文特定 Embedding 模型的问题，还是所有基于向量检索的 ATT&CK 映射方法的共性瓶颈，需要更多实现的对照。
- 覆盖率指标（tactic 覆盖域数、平均威胁/攻击步骤数）容易被误读为“建模完整性”，但论文本身显示搜索覆盖与归因正确性是两个独立维度，后续评测应继续拆开报告。
- 结论未验证多 Agent 分工在更大规模代码库或微服务架构下是否仍保持同等质量得分。