通用漏洞披露描述的自动简化
计算与语言
2026-02-13 v1
摘要
理解网络安全对个人和组织而言日益重要。然而，许多与网络安全相关的信息对于不熟悉该主题的人来说可能难以理解。在本研究中，我们重点探究如何利用大语言模型（LLMs）进行通用漏洞披露（CVE）描述的自动文本简化（ATS）。自动文本简化已在医疗、科学和新闻文本等多个背景下得到研究，但尚未被用于简化快速变化且复杂的网络安全领域的文本。我们为网络安全自动文本简化创建了一个基线，并构建了一个包含40条CVE描述的测试数据集，由两组网络安全专家在两轮调查中进行评估。我们发现，虽然开箱即用的大语言模型能使文本看起来更简单，但它们在保持原意方面存在困难。代码和数据可在 https://version.aalto.fi/gitlab/vehomav1/simplification_nmi 获取。
引用
@article{arxiv.2602.11982,
title = {Automatic Simplification of Common Vulnerabilities and Exposures Descriptions},
author = {Varpu Vehomäki and Kimmo K. Kaski},
journal= {arXiv preprint arXiv:2602.11982},
year = {2026}
}
备注
8 pages, 1 figure, submitted to Nordic Machine Intelligence