构建韧性中小企业: 在澳大利亚利用大语言模型强化网络安全
密码学与安全
2024-04-09 v1 计算与语言
摘要
我们生活与企业的日益数字化,导致网络攻击的复杂性与频率同步增长。中小企业(SMEs),尤其在澳大利亚,正面临日益增加的网络威胁脆弱性,对该国网络安全格局构成重大挑战。采用人工智能(AI)、机器学习(ML)和大语言模型(LLMs)等变革性技术,有潜力强化澳大利亚 SMEs 的网络安全策略。然而,其实际应用、优势与局限仍未被充分探索,既有研究主要聚焦于大型企业。本研究旨在通过全面理解 LLMs 在提升澳大利亚 SMEs 网络安全策略中的潜在作用来填补此空白。采用混合方法研究设计,本研究包含文献综述、SME 案例研究的定性分析,以及 LLMs 在网络安全应用中性能指标的定量评估。研究结果凸显了 LLMs 在相关性、准确性和适用性等多项性能准则上的可观潜力,尽管在完整性与清晰性等维度仍存在差距。研究强调将人类专业知识与 LLM 技术相融合,并精炼模型开发以弥补这些局限的重要性。通过提出一个指导 LLMs 有效采纳的稳健概念框架,本研究旨在为澳大利亚 SMEs 贡献一个更安全、更具韧性的网络环境,使其在数字时代实现可持续增长与竞争力。
引用
@article{arxiv.2306.02612,
title = {Building Resilient SMEs: Harnessing Large Language Models for Cyber Security in Australia},
author = {Benjamin Kereopa-Yorke},
journal= {arXiv preprint arXiv:2306.02612},
year = {2024}
}
备注
8 pages, 1 figure