Retrieval-Augmented Generation (RAG)は、サイバー脅威インテリジェンス（CTI）システムにおける大型言語モデル（LLM）の使用を実現するための主要なアーキテクチャパターンとして登場しています。しかし、この設計は攻撃に対して脆弱であり、以前に提案された防御策は新しい脅威情報に対して効果が低いことがあります。特に、悪意のある者が正当な形式や用語を模倣することができるためです。本研究では、PageRankなどのソース信頼性アルゴリズムをコーパスに適用することによって、RAGの防御策を強化できることを提案しています。実験を通じて、悪意のある文書に低い権限スコアを与え、信頼できるコンテンツを促進するアルゴリズムの効果を示しました。加えて、CTI文書やフィードにおけるアルゴリズムの概念実証性能も示されています。