目前威脅情資面臨三大挑戰：情資來源多元導致格式不統一、開源情資內容經常不完整，以及情資之間關聯性難以建立。有鑑於此，本場議程將提出新穎的解決方案：結合大型語言模型（LLMs）與知識圖譜技術，建構全方位的威脅情資分析框架。此方法具有三大特點：（一）透過 LLM 自動建構知識圖譜，實現異質性情資標準化；（二）運用知識圖譜增強的檢索增強生成（RAG）技術，挖掘情資間的隱性特徵，提供可解釋的情資關聯性；（三）自動化補充缺失的情資內容，提升情資完整性。

此方法不僅能自動挖掘威脅情資中的實體，更可發掘實體之間潛在的關聯，從知識圖譜中建構完整的威脅態勢。更重要的是，系統完全建立在開源模型和框架之上，確保了技術的可及性與靈活性。在這場演講中，將深入探討如何在情資的蒐集和分析中，實際應用這套創新方法。