ChatNVD: 利用大型语言模型推进网络安全漏洞评估
密码学与安全
2025-05-21 v2 计算与语言
摘要
软件系统中网络安全漏洞的频率和复杂性不断增加，强调了需要更强大、更有效的漏洞评估方法。然而，现有方法通常依赖高度技术化和抽象化的框架，这阻碍了理解并增加了被利用的可能性，从而导致严重的网络攻击。在本文中，我们介绍了 ChatNVD，这是一个由大型语言模型（LLMs）驱动的支持工具，它利用国家漏洞数据库（NVD）来生成可访问且上下文丰富的软件漏洞摘要。我们开发了 ChatNVD 的三个变体，分别使用三种著名 LLMs：OpenAI 的 GPT-4o Mini、Meta 的 LLaMA 3 和 Google 的 Gemini 1.5 Pro。为了评估其性能，我们进行了比较评估，重点关注它们识别、解释和说明软件漏洞的能力。我们的结果表明，GPT-4o Mini 优于其他模型，准确率超过 92%，错误率最低，使其成为实际漏洞评估中最可靠的选择。
引用
@article{arxiv.2412.04756,
title = {ChatNVD: Advancing Cybersecurity Vulnerability Assessment with Large Language Models},
author = {Shivansh Chopra and Hussain Ahmad and Diksha Goel and Claudia Szabo},
journal= {arXiv preprint arXiv:2412.04756},
year = {2025}
}