基于系统调用的恶意软件检测的预训练大型语言模型中的迁移学习

May, 2024

基于系统调用的恶意软件检测的预训练大型语言模型中的迁移学习

Transfer Learning in Pre-Trained Large Language Models for Malware Detection Based on System Calls

Pedro Miguel Sánchez Sánchez, Alberto Huertas Celdrán, Gérôme Bovet, Gregorio Martínez Pérez

TL;DR利用大型语言模型结合系统调用分析，通过重新训练检测恶意系统调用，该研究提出了一种新的框架来改进恶意软件的检测，实验表明具有更大上下文尺寸的模型能够实现更高的准确性和 F1 分数，这一方法在高风险环境中具有实时检测的潜力，为不断演变的网络威胁提供了稳固的解决方案。

Abstract

In the current cybersecurity landscape, protecting military devices such as communication and battlefield management systems against sophisticated cyber attacks is crucial. Malware exploits vulnerabilities through stealth methods, often evading traditional detection mechanisms such as

发现论文，激发创造

运用大型语言模型革新网络威胁检测

本文介绍了SecurityLLM，它是一个旨在检测网络安全威胁的预训练语言模型，其中SecurityBERT作为网络威胁检测机制，而FalconLLM则是一种事件响应和恢复系统，实验结果表明，我们的SecurityLLM模型可以在98%的准确率下识别14种不同类型的攻击。

Jun, 2023

网络安全中的大型语言模型：最新技术

通过评估对进攻和防御应用的研究，本研究旨在提供对LLM驱动的网络安全领域中潜在风险和机遇的整体理解。

Jan, 2024

用于网络安全的大型语言模型：系统文献综述

大型语言模型在网络安全领域的应用综述，包括漏洞检测、恶意软件分析、数据隐私等问题，指出了数据集大小与多样性的重要性以及未来研究方向。

May, 2024

生成人工智能与大型语言模型在网络安全中的应用洞见

通过生成式人工智能和大型语言模型（LLM），该论文对未来的网络安全进行了全面回顾，并探讨了LLM在硬件设计安全、入侵检测、软件工程、设计验证、网络威胁情报、恶意软件检测和钓鱼检测等各个领域的应用。论文提供了将LLM集成到未来网络安全框架中的基础理解和战略方向，强调创新和强大的模型部署以保护免受不断演变的网络威胁。

May, 2024

利用大型语言模型进行软件漏洞检测：综合基准研究

通过使用大型语言模型（LLMs）来辅助发现源代码中的漏洞，相比传统的静态分析工具，我们发现LLMs能够找出更多问题，提高漏洞检测的回溯率和F1分数，从而使得代码更加安全。

May, 2024

大型语言模型中的漏洞和保护探索: 调查

大型语言模型是各种人工智能应用中的关键组件，理解它们的安全漏洞和防御机制的有效性至关重要。本文调查了LLMs的安全挑战，重点关注两个主要领域：Prompt Hacking和Adversarial Attacks，每个领域都有特定类型的威胁。通过对Prompt Hacking和Adversarial Attacks的分析，研究了它们的工作原理、潜在影响以及缓解方法。调查强调了这些安全挑战，并讨论了保护LLMs免受这些威胁的强大防御框架。通过详细阐述这些安全问题，调查为抵御复杂攻击的坚韧人工智能系统的构建提供了宝贵的讨论。

Jun, 2024

大型语言模型攻击与防御方法的最新进展

本研究聚焦大型语言模型（LLMs）在安全性和可靠性方面的挑战，分析了现有的脆弱性和威胁模型。通过审查攻击机制和防御策略的现状，本文识别了研究中的空白，并提出了未来的研究方向，以推动LLM安全性的提升。

Sep, 2024

大型语言模型的攻击与防御方法的最新进展

本研究针对大型语言模型（LLMs）所面临的安全性和可靠性问题进行了综述，特别是现有脆弱性和新兴威胁模型。通过分析攻击机制和当前防御策略的优缺点，识别研究空白，并提出未来加强LLM安全性的方向，旨在提升对其安全挑战的理解，促进更稳健的安全措施的发展。

Sep, 2024

大语言模型蜜罐：利用大语言模型作为先进交互蜜罐系统

本研究解决了快速演变的网络威胁对检测和分析恶意活动的需求。通过使用大型语言模型（LLM）创建现实且互动的蜜罐系统，研究展示了一种新方法，关键在于对攻击者生成的命令和响应数据集进行微调。研究结果表明，这种方法能有效生成准确且有用的响应，有潜力彻底改变蜜罐技术，从而增强网络安全基础设施。

Sep, 2024

大型语言模型蜜罐：利用大型语言模型作为先进的交互式蜜罐系统

本研究针对网络安全领域中现有蜜罐系统的局限性，提出了一种基于大型语言模型的实时交互蜜罐新方法。通过对攻击者生成的指令和反应进行数据处理及模型微调，我们的新型蜜罐能够与攻击者进行复杂的互动，从而更有效地检测和分析恶意活动，显著提升了网络安全防护能力。

Sep, 2024