标题 |
专利、报告等 ChatGPT Knows Your Attacks: Synthesizing Attack Trees Using LLMs
ChatGPT知道你的攻击:使用LLM合成攻击树
相关领域
计算机科学
树(集合论)
质量(理念)
计算机安全
数据科学
数学
认识论
数学分析
哲学
|
网址 | |
DOI | |
其它 |
攻击树是表示网络攻击场景的常用方法。对于组织来说,为相关系统和场景设计攻击树通常具有挑战性,因为这需要高级安全专业知识和许多利益相关者的参与。近年来,学术文献中的许多研究都提出了从系统模型或攻击模式库自动创建攻击树的方法。然而,这些方法还不够成熟,无法在组织中实际使用。 大型语言模型 (LLM) 的出现为帮助组织设计攻击树提供了新的机会。我们可以设想,如果组织能够依赖生成模型的质量,那么它们将能够加快攻击树的设计速度,并从像 ChatGPT 这样的 LLM 中受益。在这项研究中,我们研究了使用 ChatGPT 合成特定场景的攻击树的可行性。我们提出了一种使 ChatGPT 输出攻击树类模型的方法,我们提出了一种评估合成攻击树质量的方法,并在两个案例研究中对其进行了评估。我们的研究结果表明,像 ChatGPT 这样的 LLM 确实可以成为设计攻击树的宝贵伴侣。然而,正如预期的那样,ChatGPT 经常无法捕捉到细化算子的含义,与 ChatGPT 互动的人类分析师仍然需要监控结果的质量。 |
求助人 | |
下载 | |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|