LLM 辅助 AHP 用于可解释网络安全范围评估
太阳与恒星天体物理
2026-01-14 v1 地球与行星天体物理
星系天体物理
摘要
网络安全范围 (CR) 已成为面向关键基础设施 (CI) 部门的培训与教育的突出平台，尤其是面对日益增加的网络威胁。一种解决方法是通过连接 IT 与 OT 领域的实践演练，以提高防御准备能力。然而，持续评估 CR 平台是否合适且有效仍是一个挑战。本文提出一种面向 mission-critical 场景的 CR 评估框架，强调多准则决策方法。我们定义一组评估准则，涵盖技术保真度、培训与评估能力、可扩展性、可用性及其他相关因素。为对这些准则进行加权与聚合，我们采用分析层次法 (AHP)，并通过通过大语言模型 (LLM) 实现的模拟多学科专家小组支持。这种 LLM 辅助的专家推理 enables 在无需直接召集专家的情况下，实现准则之间的一致且可复现的两两比较。框架的输出等于量化得分，以便客观比较 CR 平台并突出改进领域。总体而言，本工作为制定标准化且可解释的评估方法提供了基础，以指导 CR 的提供方和最终用户。
引用
@article{arxiv.2512.10486,
title = {FAUST XXX: Dust enhancement in the young binary L1551 IRS 5},
author = {Nicolás Cuello and Eleonora Bianchi and François Ménard and Laurent Loinard and Ricardo Hernández Garnica and Aurora Durán and Cecilia Ceccarelli and María José Maureira and Claire J. Chandler and Claudio Codella and Nami Sakai and Linda Podio and Giovanni Sabatini and Layal Chahine and Marta de Simone and Davide Fedele and Doug Johnstone and Tomoyuki Hanawa and Izaskun Jiménez-Serra and Satoshi Yamamoto},
journal= {arXiv preprint arXiv:2512.10486},
year = {2026}
}
备注
7 pages, 5 figures; Letter accepted for publication in A&A