推理拓扑影响 LLM 网络安全分析：一项受控研究

一篇 arXiv paper 提出 Security Reasoning Topology，把 LLM 的中间推理步骤组织方式划分为 Linear、Branching、Graph 三种结构。研究在 MITRE ATT&CK 网络流量、CTI 和 CVE 漏洞分析三个数据集上做受控实验，用系统级提示控制推理结构，并测试 Llama 2（7B、13B、70B）、GPT-5.1 与 Mistral Large 3。结果显示 Graph 推理整体准确率最高，较 few-shot prompting 提升 9.8 至 12.2 个百分点，Branching 居中，且该效果跨模型家族与规模保持一致。

此前提示工程多关注如何引出推理，较少把中间步骤的结构组织当作可控制的独立变量。该研究把“推理拓扑”明确为受控设计因素，并在多数据集、多模型家族与多参数规模上观察到一致差异，意味着同样的模型与输入，仅改变推理结构就可能带来可观准确率变化。

机制假设是：不同任务对推理路径的连接方式敏感。Linear 结构只能沿单一路径推进；Branching 允许并行探索多种假设；Graph 则允许步骤间多对多引用与回溯，更贴近网络流量、威胁情报和漏洞分析中多源异构、相互依赖的证据关系。系统级提示可统一约束结构，因而把拓扑从模型内部隐式行为变为可外部配置的变量。

对安全分析类 AI 产品而言，推理拓扑可作为提示与编排层的一个可调参数，而非只靠更换或放大模型。研发可将 Graph 或 Branching 结构固化进 agent 工作流、评测集与回归测试，在同等模型成本下争取更高分析准确率。代价是推理步骤增多可能推高 token 消耗与延迟，需要按任务风险分级配置。

• 在安全分析 agent 中提供 Linear、Branching、Graph 三档推理拓扑配置，并按任务风险与延迟预算选择。
• 构建面向 MITRE ATT&CK、CTI、CVE 的拓扑评测集，把推理结构纳入模型与提示版本的上线回归测试。
• 将 Graph 推理封装为可复用编排模板，减少团队自行设计多步推理链的试错成本。
• 针对低成本场景保留 few-shot 基线，用拓扑升级作为精度与花费之间的显式权衡选项。

• 9.8 至 12.2 个百分点的提升是在哪些具体指标与数据集划分上测得，是否包含置信区间或显著性检验？
• Graph 推理带来的 token 消耗、延迟与成本增量是多少，是否仍在生产可用范围？
• GPT-5.1 与 Mistral Large 3 的版本与评测配置细节未给出，结果是否可独立复现？
• 该结论是否适用于其他安全任务或非安全领域，证据中未做说明。