基于RAG的供应链安全问卷高效自动化
机器学习
2024-12-19 v1
摘要
在数字安全至关重要的时代，通过供应链安全问卷高效处理安全相关查询势在必行。本文介绍了一种利用自然语言处理（NLP）和检索增强生成（RAG）来自动化这些响应的新颖方法。我们开发了QuestSecure系统，该系统能够解释多种文档格式，并通过将大语言模型（LLMs）与高级检索系统集成来生成精确响应。我们的实验表明，QuestSecure显著提高了响应准确性和操作效率。通过采用先进的NLP技术和定制的检索机制，该系统持续生成上下文相关且语义丰富的响应，减轻了安全团队的认知负荷并最小化了潜在错误。本研究为自动化复杂安全管理任务提供了有前景的途径，增强了组织的安全流程。
引用
@article{arxiv.2412.13988,
title = {RAG for Effective Supply Chain Security Questionnaire Automation},
author = {Zaynab Batool Reza and Abdul Rafay Syed and Omer Iqbal and Ethel Mensah and Qian Liu and Maxx Richard Rahman and Wolfgang Maass},
journal= {arXiv preprint arXiv:2412.13988},
year = {2024}
}