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，大部分都是面向安全事件响应、漏洞挖掘和风险评估等场景。不过，尽管这些方案有着共同点，但各家公司在实现技术路径上却表现出了差异。
OpenAI的ChatGPT以及随后的GPT4.0，以及百度推出的文心一言，这些通用大模型都能处理一般场景，比如客服和文本生成。但是在特别垂类且对答案容错率较低的行业中，如网络安全，这些模型就会显现出其不足。
因此，在使用GPT时，网络安全行业不能直接接入已经训练好的通用大模型，而需要构建一个专门针对网络安全领域的大模型，然后将其应用到实践中。然而，每家公司在训练这个领域大模型时所采用的技术路线都有所不同：有的先建立了安全知识图谱，然后基于该图谱加工；有的直接以知识图谱为基础训练；还有的是没有强调知识图谱，而是通过所有数据进行训练。
绿盟科技CTO叶晓虎表示，他们利用大量积累的数据，如日志、威胁情报等，通过AI智能化形成攻防模型和知识图谱，再利用类似ChatGPT的大语言模型进一步加工，以形成今年三季度即将发布的网络安全问答系统。
四维创智项目负责人陈平则表示，他们推出的ChatCS是一个微调并使用知识图谱约束的大语言模型，其核心思想是构建“漏洞概念”为核心的网络安全领域知识图谱—Vuln_Sprocket，并用此作为先验知识集来训练。在最新测试版本中，即使只有82亿参数，它已经能够完成域内问答、脚本生成和告警分析等操作。
其他几家厂商尚未详细披露他们如何训练GPT，但据业内分析，360集团可能会采用通用大模型加上特定数据优化路径，与绿盟科技和四维创智有很大的不同。
不过，无论何种方式，最终目标相同：智能化客服机器人可以用于事件响应、日志分析研判、智能推理决策以及代码编写等方面。此外，由于短时间内快速上马与相关数据集结合，对于变革持开放态度的人们感到好奇：既然这种技术如此重要，为何直到OpenAI火了后才被关注？
原因可能在于，不仅技术问题，还包括高质量数据资源以及持续信仰心态的问题。“之前尝试过小规模自动化但效果不佳，现在看到ChatGPT成功，我才敢再次尝试。”一位创业者坦言。而且，大型语言模式确实在潜移默化地改变对抗方式：“如果我们走这条路，我们可以让对抗方式从经验式转变为范式化工作。”
很明显，OpenAI只是开端，有无数机会待中国创新者争取。这又是一场长跑。（钛媒体App首发）
