走出牢笼：随机鹦鹉如何在网络安全环境中取胜

大语言模型（LLM）在涉及文本生成、摘要和各种自然语言处理任务的众多领域中获得了广泛流行。尽管存在固有局限，基于 LLM 的设计在规划和导航开放世界场景方面已展现出有前景的能力。本文介绍了一种将预训练 LLM 作为智能体应用于网络安全网络环境中的新颖方法，重点关注它们在序贯决策过程中的效用。我们提出了一种方法，其中预训练 LLM 被用作两个强化学习环境中的攻击智能体。我们提出的智能体在大多数场景和配置下，表现出与经过数千回合训练的最先进智能体相似或更好的性能。此外，最佳的 LLM 智能体在没有任何额外训练过程的情况下，表现与该环境的人类测试者相似。该设计凸显了 LLM 高效解决网络安全中复杂决策任务的潜力。此外，我们引入了一个名为 NetSecGame 的新网络安全环境。该环境旨在最终支持网络安全领域内的复杂多智能体场景。所提出的环境模拟真实网络攻击，并被设计为高度模块化且可适应各种场景。