2025-01-04 手机 0
在网络安全领域，ChatGPT的应用正在逐步展开。从各大公司推出的GPT落地方案来看，大多数都是针对安全事件响应、漏洞挖掘和风险评估等场景。不过，在与业内专家交流时，我们发现，每家公司在技术路径上都有自己的差异。
首先要明白的是，OpenAI的ChatGPT以及后续的GPT4.0，以及百度推出的一些类似的模型，这些都是通用的大模型，它们没有明显的行业属性，可以处理一般性任务，如客服、文本生成等。但是，当涉及到特定的行业或者需要较高容错率的地方，这些通用模型就会表现出劣势。
因此，在网络安全领域使用这些模型，并不能像其他行业那样直接接入已经训练好的GPT，而是需要构建一个专门用于网络安全领域的大型语言模型，然后再将其应用到实际工作中。然而，即便是在同一目标下，也存在着不同的技术路线：有的企业会先建立一个安全知识图谱，然后在这个基础上加工；有的则直接利用大量数据训练一个大型语言模型；而另一些则可能更侧重于数据集，而非知识图谱。
例如，绿盟科技通过收集大量相关数据，如日志信息、威胁情报、开源情报等，并通过AI进行智能化处理，从而形成了一系列实战化攻防模拟和安全知识图谱。然后，他们利用类似ChatGPT的大型语言模型进一步优化这些知识，以开发即将发布的网络安全问答系统。
四维创智的人工智能项目负责人陈平提出了他们所使用RLHF（强化学习与人类反馈结合）技术微调并基于知识图谱进行垂直领域约束的大型语言模型——ChatCS。他表示，该系统首先构建了以“漏洞概念”为核心的网络安全领域知识图谱—Vuln_Sprocket，再将此用于训练大型语言模型。在最新版本中，该系统虽然参数只有82亿，但已能完成复杂操作如问题回答和脚本生成。
尽管其他几家厂商尚未详细披露他们如何训练这样的工具，但据分析，360集团可能采取了更加不同寻常的路径，即以通用大模式为基础，加上额外网络安全相关数据进行调整。这表明每个企业都有自己独特的问题解决策略，不同但追求相同目标——打造能够支持复杂网安任务的大型语言模型。
值得注意的是，无论哪种方式，最终结果似乎都趋向于实现相似的功能，比如提高应急响应能力、海量日志分析能力或编写代码自动化等。而且，由于短时间内就能快速试验这种新技术，其成效也让更多企业开始关注这一趋势。此外，对于那些一直小规模尝试过但未果的人来说，ChatGPT给予了他们信心，让他们敢于投入资源去探索这一新兴方向。
最后，如果我们成功把这种方法推向前沿，将可以改变整个行业对抗方式，使之从经验式转变为范式化工作，从而带来革命性的变化。（文章来源：钛媒体APP 作者：秦聪慧）
