Exploring the Feasibility of Using Large Language Models for Dark Web Threat Intelligence in Security and Defence
Year: 2025
Type: dissertation
Abstract: A Dark Web (DW) é uma parte oculta da Internet acessível apenas através de ferramentas específicas, como o navegador TOR.Ainda que fundamental para whistle-blowing e ativismo político, a Dark Web tornou-se igualmente num centro para atividades criminosas, desde tráfico de drogas e armas a roubo de identidade e cibercrimes.Esta crescente quantidade de dados representa um desafio crítico para as forças e serviços de segurança (LEAs) no que diz respeito à monitorização e extração de informação útil dos dados.Os métodos manuais de investigação acarretam um elevado consumo de recursos, frequentemente revelando-se ineficazes contra a natureza adaptativa e descentralizada das plataformas.Em paralelo, os recentes progressos da Inteligência Artificial, sobretudo os Grandes Modelos de Linguagem (LLMs), evidenciam competências significativas na resposta a perguntas ou resumo de conteúdos.A presente dissertação investiga o potencial destas ferramentas para apoiar as LEAs na extração de inteligência útil e na geração de insights estratégicos para apoiar a formulação políticas e ações investigativas.Decorrente da iniciativa Atlantic Security Awards 2024, realizámos uma série de experiências para esta investigação: modelação de tópicos para classificação de conteúdos, avaliação de relevância de conteúdos, identificação de drogas com base em listagens de mercados e extração de informações de forma estruturada e geração de recomendações estratégicas.Para o efeito, foram selecionados e avaliados oito LLMs de última geração da OpenAI, Google DeepMind e Mistral, utilizando três datasets da Dark Web (DUTA-10K, CODA e Nemesis Marketplace), com especial atenção as associações ao Oceano Atlântico.Os resultados indicam que, embora os LLMs demonstrem proficiência notável na classificação (atingindo pontuações F1 superiores a 80% na identificação de drogas), as tarefas que envolvem formulação de políticas continuam a ser mais desafiantes.Na análise de relevância, os modelos tendem a identificar conteúdo irrelevante, ao mesmo tempo que mostraram precisão limitada na deteção de pistas de investigação de acordo com os critérios dados.No entanto, a decomposição de tarefas e instruções personalizadas aumentaram o desempenho, sugerindo que uma engenharia de prompts bem desenhada pode melhorar a fiabilidade dos modelos neste contexto.É proposta uma arquitetura de sistema modular para operacionalizar estas conclusões, delineando uma plataforma de monitorização e extração de inteligência da Dark Web em tempo real alimentada por LLM.O sistema incorpora componentes para ingestão de dados, processamento LLM multiagente e interfaces de interação para investigação, alertas estratégicos e desenvolvimento de políticas.Esta dissertação demonstra que os LLMs podem ser ferramentas valiosas para aumentar as capacidades das LEA em investigações da Dark Web dando apoio ao processamento de grandes quantidades de dados.Com um planeamento cuidado e alinhado às necessidades operacionais, essas tecnologias são muito promissoras para o avanço do policiamento digital e da defesa cibernética.
Author: Ricardo Nunes Ribeiro
Language: English
Subfield: Law
Field: Social Sciences
Domain: Social Sciences
Open Access status: green
OpenAlex ID: W7077178199