2025-01-04 科技 0
从各家披露的GPT落地方向来看，大部分都是面向安全事件响应、漏洞挖掘、风险研判等场景。不过，在与业内人士交流的过程中，钛媒体App发现，虽然落地场景有重合，但从实现的技术路径上，各家表现出了些许差异。技术路线各有不同拆解技术路线，其实还要从ChatGPT说起。
OpenAI的ChatGPT以及随后迭代出的GPT4.0，以及当前百度推出的文心一言等，都属于通用大模型，都没有明显的行业属性，在一般场景下都能应对自如，比如客服、文生图等等。但遇到特别垂类且对答案容错率较低的行业来说，由于缺乏专业知识，这类通用大模型会表现出可预见的劣势。
所以当网络安全行业在使用GPT的时候，并不能像其他行业一样直接接入已经训练好的GPT4.0，而是需要重新构建一个用网络安全领域的专业知识训练出的大模型，然后再将其应用到实践中。
不过，在与业内人士交流的过程中，钛媒体App发现，同样是训练网络安全领域的大模型，各家所选择的技术路线也有所差异：他们有的是先有安全知识图谱，然后在类ChatGPT的大模型基础上加工；有的是没有类ChatGPT的大模型，而是直接用安全知识图谱训练成一个大模型；也有的可能并没有强调知识图谱，而是用所有数据直接训练。
“过往实践过程中，我们积累了大量数据，这些数据可能包含了安全日志、系统日志，威胁情报生产和分析过程数据，开源情报和安全技术报告、APT报告等等，这些数据通过AI智能化，形成一系列实战化攻防模型以及安全知识图谱。”绿盟科技CTO叶晓虎表示。
在有了实战化攻防模式
