基于链律思考的大型语言模型驱动物联网安全助手
密码学与安全
2025-05-13 v1 人工智能
摘要
物联网技术的快速发展已深刻改变人们的生活方式，并对生产和日常活动产生深远影响。然而，随着物联网技术的快速发展，物联网设备的安全性已成为研究和应用中不可避免的问题。尽管已有一些努力致力于检测或缓解物联网安全漏洞，但这些方法往往难以适应物联网环境的复杂性，尤其是在处理动态安全场景时。如何自动、高效且准确地理解这些漏洞仍是一个挑战。为此，我们提出了一种由大型语言模型（LLM）驱动的物联网安全助手，通过增强LLM对物联网安全漏洞及相关威胁的理解。我们提出的ICoT方法旨在使LLM通过分解安全漏洞的 various 维度，生成针对用户具体需求和专业水平的定制化响应。通过引入ICoT，LLM能够逐步分析和推理复杂的安全场景，从而提供更准确、更深入且个性化的安全建议和解决方案。实验结果表明，与仅依赖LLM的方法相比，我们提出的LLM驱动物联网安全助手通过ICoT方法显著提高了对物联网安全问题的理解能力，并能根据用户身份提供个性化解决方案，显示出更高的准确性和可靠性。
引用
@article{arxiv.2505.06307,
title = {Large Language Model-driven Security Assistant for Internet of Things via Chain-of-Thought},
author = {Mingfei Zeng and Ming Xie and Xixi Zheng and Chunhai Li and Chuan Zhang and Liehuang Zhu},
journal= {arXiv preprint arXiv:2505.06307},
year = {2025}
}