用于网络防御的大型语言模型综合概述：机遇与方向
密码学与安全
2024-05-24 v1
摘要
大型语言模型的最新进展在以数据为中心的应用领域取得了巨大成功。在海量文本数据集上训练的 LLM 展示出不仅能够编码上下文的能力，还能为下游任务提供强大的理解能力。有趣的是，生成式预训练 Transformer 利用这一能力，使 AI 在至少以数据为中心的应用中向替代人类迈进了一步。这种能力可被用于识别网络威胁异常、增强事件响应以及自动化日常安全运营。我们概述了 LLM 在网络防御领域的最新活动，并对网络防御领域进行了分类，如威胁情报、漏洞评估、网络安全、隐私保护、意识与培训、自动化以及伦理准则。介绍了 LLM 从 Transformer、预训练 Transformer 到 GPT 发展的基本概念。接着，调研了各领域的最新工作及其相关的优缺点。提供了一个关于 LLM 在网络安全中的挑战和方向的专门章节。最后，讨论了在网络安全中受益于 LLM 的可能未来研究方向。
引用
@article{arxiv.2405.14487,
title = {A Comprehensive Overview of Large Language Models (LLMs) for Cyber Defences: Opportunities and Directions},
author = {Mohammed Hassanin and Nour Moustafa},
journal= {arXiv preprint arXiv:2405.14487},
year = {2024}
}