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。
OpenAI的ChatGPT以及其后续版本GPT4.0，以及现在百度推出的大型语言模型文心一言，都属于通用大模型，它们没有明显的行业属性，能够适应广泛的场景，如客服、图像生成等。但是，对于某些特定行业且对答案容错率较低的领域，这类通用大模型就显得力不从心了。
因此，当网络安全行业使用GPT时，并不能简单地将现成的大型语言模型直接应用，而需要构建一个专门针对网络安全领域知识训练的大型语言模型，然后再将其用于实践中。
然而，不同公司在训练这样的网络安全领域的大型语言模型时，选择的技术路线也有所不同：有的先建立了安全知识图谱，再基于类似ChatGPT的大型语言模型进行加工；有的则直接利用这些数据训练成一个大型语言模型；还有可能完全忽略知识图谱，只依赖所有数据进行训练。
绿盟科技CTO叶晓虎表示：“我们积累了大量相关数据，这些数据包含了各种日志、威胁情报、系统报告等，我们通过AI智能化处理形成了一系列实战化攻防模拟以及安全知识图谱。”之后，他们利用类似ChatGPT的大型语言模型进一步处理这些知识，以便形成具有特殊技能的问答系统，即即将发布的一款网安领域问答系统。
四维创智的人工智能项目负责人陈平说：“我们只使用一个名为ChatCS的大型语言模型。在训练和应用这个模式之前，我们首先构建了一套以‘漏洞概念’为核心的网络安全领域知识图谱—Vuln_Sprocket，然后利用这个图谱生成先验知识集去训练该模式。”
目前，还有几家其他企业尚未全面披露他们如何运用这一技术，但据业内分析，360集团很可能会采用一种不同的方法，将通用的大型语言模式与特定的网络安全数据相结合，以达到最佳效果。
尽管每个厂商都走上了自己独特之路，但最终目标是一致的——提供更高效能的手段来应对各种挑战。随着时间推移，一种共识开始浮现：虽然实现过程复杂且充满变数，但最终结果是值得期待的一次长跑。自从ChatGPT爆红以来，也仅仅过去了短短几个月时间，就已经见证了一场激烈而紧张的心理博弈。而这还只是刚刚开始。这一趋势引发的问题不仅仅是关于技术，更深层次的是关于信仰和持续改进的心态问题。
