该论文提出ARENA架构，旨在解决网络防御研究中真实生产数据难以获取的问题。当前安全运营中心（SOC）的数据虽然真实，但因隐私和合规原因无法直接发布，导致研究依赖合成或过时数据集。ARENA设计了一套方法论，从金融SOC的生产环境中提取SIEM数据，通过匿名化、结构化并验证，在保证隐私边界的前提下保留任务相关的调查结构。两个消费者对同一人工制品进行压力测试：作为训练材料，匿名化需保持时间顺序和实体一致性，否则37个映射了MITRE ATT&CK的HIKARI挑战会失败；作为测量基板，在200个SOCpilot事件中，确定性验证器检测到大语言模型（LLM）执行了人类基线中不存在的不合规动作。最终成果是定义了可测量的隐私-效用边界，而非形式化的匿名声明。该方法使研究者能利用真实数据进行网络防御可迁移性实验，同时保护敏感信息。