基于 GPT 的网络安全培训：一种旨在提升有效意识的定制化方法
密码学与安全
2024-05-08 v1 人工智能
摘要
本研究探讨了传统网络安全意识与培训（CSAT）计划的局限性，并提出了一种使用生成式预训练 Transformer（GPT）来解决这些缺陷的创新方案。传统方法缺乏个性化以及对个人学习风格的适应性。为了克服这些挑战，本研究集成了 GPT 模型，以提供高度定制化和动态的网络安全学习体验。利用自然语言处理能力，所提出的方法根据个人受训者的特征个性化培训模块，有助于确保参与度和有效性。一项实验使用 GPT 模型，通过生成定制的培训内容，提供了实时且自适应的 CSAT 体验。研究结果表明，与传统计划相比有显著改善，解决了参与度、动态性和相关性问题。由 GPT 驱动的 CSAT 计划提供了一个可扩展且有效的解决方案来增强网络安全意识，提供个性化的培训内容，使个人能够更好地应对其组织内特定角色中的网络安全风险。
引用
@article{arxiv.2405.04138,
title = {GPT-Enabled Cybersecurity Training: A Tailored Approach for Effective Awareness},
author = {Nabil Al-Dhamari and Nathan Clarke},
journal= {arXiv preprint arXiv:2405.04138},
year = {2024}
}