2025-01-04 手机 0
在ChatGPT的引领下，网络安全领域正在逐步融入这一革命性技术。从各家公司发布的应用落地方面来看，大多数都聚焦于安全事件响应、漏洞挖掘和风险评估等领域。不过，在与行业专家的深入交流中，我们发现，每个公司在将ChatGPT应用于网络安全时，都采用了不同的技术路径。
OpenAI的ChatGPT以及随后的改进版本，如百度推出的文心一言，它们都是通用的大型语言模型，不具有特定的行业属性。在日常场景下，这些模型表现出色，但当遇到专业知识要求较高且容错率较低的特殊行业时，这些通用模型就会显现出其局限性。
因此，当网络安全企业使用大型语言模型时，他们不能像其他行业那样直接接入预先训练好的模型，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，然后将其应用于实际操作中。这就意味着每个公司都需要根据自己的需求和数据进行定制化训练。
虽然所有这些努力旨在创建能够处理复杂网络安全任务的大型语言模型，但各家公司选择的路径却有所不同。有的企业首先建立了一个安全知识图谱，然后基于这个图谱对类似ChatGPT的大型语言模型进行加工；有的企业则没有使用类似的基础大型语言模型，而是直接利用了他们积累的数据进行训练；而另一些企业可能更侧重于数据集本身，而不是强调知识图谱或大型语言模型。
绿盟科技CTO叶晓虎表示：“我们已经积累了一系列实战化攻防模式以及相关的知识图谱。”然后，他们利用这种类型的大型语言模式进一步优化这些信息，以实现一个即将发布的人工智能问答系统，专为网络安全领域设计。
四维创智项目负责人陈平则解释说：“我们的目标是开发一个垂直领域的大型语言模式——ChatCS。”他们通过构建以“漏洞概念”为核心的地理信息数据库，并利用该数据库生成用于训练模块的大量数据集，再微调并约束该数据库中的域内知识，从而实现这一目标。尽管最新版本仅拥有82亿参数，但它已经能够完成诸如问题回答、脚本生成和日志分析等任务。
虽然其他几家主要厂商尚未详细披露他们如何训练自己的大型语境识别器，但据业界分析，360集团可能会采用一种不同的方法，即结合通用大规模学习基础上加入特定针对性的调整。此外，每家公司都有一种共同之处，那就是希望通过这种新兴技术来提高工作效率，并解决当前挑战，比如快速响应攻击事件、分析海量日志文件甚至编写代码等任务。
然而，对于为什么直到OpenAI火热后，才有人开始关注这项变革，我们必须考虑两个关键因素：一方面，是高质量、高可靠性的数据资源限制，一方面，则是保持信任并持续投入人工智能发展的心态和思维方式。
“之前尝试过小规模自动化但效果不佳，现在看到成功案例，我们才敢再次尝试。”一位创业者这样谈论着。他认为，大规模学习确实可以改变底层逻辑，使得智能推理和决策过程更加范式化，有助于转变过去经验依赖的情景至今仍然无法复用的状态，将带来巨大的变化。如果能走向正确方向，这无疑会给整个行业带来革命性的影响。（钛媒体App首发作者：秦聪慧）
