协同智能：大型语言模型在实时网络安全操作中的话题建模
密码学与安全
2025-08-27 v1 人工智能
摘要
目标：本工作描述了安全运营中心（SOC）使用大型语言模型（LLM）的話題建模，以更好地理解这些专家如何自主使用该工具。背景：人类-自动化团队已被广泛研究，但基于转换器的语言模型引发了新的协作浪潮。某大型网络安全提供商的 SOC 人员使用 LLM 支持实时安全操作。本研究检视这些专家将 LLM 纳入其工作流程的方式。方法：我们的数据集是 10 个月 SOC 运营商访问 GPT-4 所得，基于内部部署的 HTTP 基于聊天应用程序。我们进行了两次話題建模练习，首先使用已建立的 BERTopic 模型（Grootendorst，2022），其次使用一种新颖的話題建模工作流程。结果：BERTopic 分析和新建模方法均揭示，SOC 运营商主要使用 LLM 来促进对复杂文本字符串的理解。此类用例的变体约占 SOC LLM 使用的 ~40%。结论：SOC 运营商需要快速解释复杂命令和类似信息。他们自然倾向于利用 LLM 支持这一活动，这表明其工作流程可以通过设计面向 SOC 使用的协作 LLM 工具来支持和增强。应用：本工作可助力创建下一代 Security Operations Centre 工具。通过理解常见用例，我们可开发支持 SOC 任务流程的工作流程。例如，在 SOC 环境中为命令行分析 LLM 调用创建一个右键上下文菜单。
引用
@article{arxiv.2508.18488,
title = {Collaborative Intelligence: Topic Modelling of Large Language Model use in Live Cybersecurity Operations},
author = {Martin Lochner and Keegan Keplinger},
journal= {arXiv preprint arXiv:2508.18488},
year = {2025}
}