面向网络防御的情境化 AI：基于 LLM 的自动化综述
密码学与安全
2025-07-29 v1 人工智能
摘要
本文调查了情境化 AI 在提升网络防御能力方面的潜力，揭示了从 2015 年到 2024 年的显著研究增长。我们确定关注点聚焦于鲁棒性、可靠性和集成方法，同时指出在组织信任和治理框架方面存在不足。本研究采用两种 LLM 辅助的文献调查方法：(A) 使用 ChatGPT-4 进行探索，(B) 使用 Gemma 2:9b 进行筛选，再由 Claude 3.5 Sonnet 进行全文分析。我们讨论了在学术研究中使用 LLM 的有效性与挑战，为未来研究者提供了见解。
引用
@article{arxiv.2409.13524,
title = {Contextualized AI for Cyber Defense: An Automated Survey using LLMs},
author = {Christoforus Yoga Haryanto and Anne Maria Elvira and Trung Duc Nguyen and Minh Hieu Vu and Yoshiano Hartanto and Emily Lomempow and Arathi Arakala},
journal= {arXiv preprint arXiv:2409.13524},
year = {2025}
}
备注
8 pages, 2 figures, 4 tables, accepted into 17th International Conference on Security of Information and Networks (SINCONF 2024)