| استفاده از مدلهای زبانی بزرگ برای تشخیص و پاسخ به تهدیدات سایبری: چالش‌ها و راه‌حل‌ها |
| کد مقاله : 1042-CYSP2024 (R1) |
| نویسندگان |
|
محمد کاظم سمیعی *1، فاطمه حسنی2 1سازمان پدافند غیرعامل 2دانشگاه علوم پزشکی |
| چکیده مقاله |
| استفاده از مدلهای زبانی بزرگ (LLMs) مانند GPT-4 و BERT در حوزه امنیت سایبری به سرعت در حال گسترش است. این مدل‌ها به دلیل توانایی بالای خود در تحلیل و فهم متون پیچیده، قابلیت‌های جدیدی برای تشخیص و پاسخ به تهدیدات سایبری ارائه می‌دهند. در این مقاله، به بررسی کاربرد مدلهای زبانی بزرگ برای تشخیص و پاسخ به تهدیدات سایبری پرداخته و چالش‌ها و راه‌حل‌های موجود در این زمینه را تحلیل می‌کنیم. ابتدا مفاهیم اصلی و متدولوژی‌های مورد استفاده را معرفی کرده، سپس به بررسی پیشینه تحقیقاتی و مقایسه با کارهای انجام شده قبلی می‌پردازیم. در نهایت، چالش‌های موجود در استفاده از این مدل‌ها را بررسی کرده و راه‌حل‌های ممکن برای بهبود عملکرد آنها را ارائه می‌دهیم. |
| کلیدواژه ها |
| مدلهای زبانی بزرگ، امنیت سایبری، هوش مصنوعی، پردازش زبانهای طببیعی |
| وضعیت: پذیرفته شده برای ارائه شفاهی |