步入智能新时期 GA黄金甲打造网络安全垂直领域大模型

颁布功夫 2023-09-13

ChatGPT引发了人们对天生式人为智能、大模型的高度关注。各行各业在不休使用大模型进行业务融合创新和赋能垂直领域的同时，其自身安全问题以及由此带来的安全风险问题也同样必要器沉，以趋利避害，实现人与AI的共生。


正如GA黄金甲集团CEO严望佳在2023年数博会上所提倡的，“通过加强理论和技术钻研，为智能化高快引擎装置‘方向盘’和‘造动器’，构建以报答本的数字善治生态系统，实现人与人为智能协同共生演化。”


GA黄金甲·(中国区)官方网站

GA黄金甲集团CEO严望佳出席2023中国国际大数据产业展览会


持久以来，网络安全行业面对着业务场景复杂、安全设备多多、告警数据量大、事务分析措置严沉依赖专业安全人员经验等挑战，而大模型体现出的通用人为智能，正是应对上述挑战的梦想解决规划。目前国内表一些互联网企业和专业安全公司，已起头尝试将大模型利用在安全产品或服务中，提升产品能力和服务效能。


GA黄金甲基于自身在网络安全领域的多年堆集，萦绕人为智能赋能安全以及安全的人为智能等角度，打造了网络安全垂直领域大模型，并利用于网络安全业务中，重要利用了大模型所具备的世界知识和思想链能力：


1、丰硕的世界知识：大模型在训练过程中读取了各个领域的海量语料库，在其参数中存储了大量客观世界的事实性知识。网络安全业务是知始集型业务，对安全设备产生的告警做研庞注响应和取证，依赖与告警有关的安全知识，这也是从前极度依赖安全人员幼我经验的环节。将大模型利用到安全业务中，能够在业务过程中注入有关的安全知识，提升安全人员的认知。


2、壮大的思想链能力：思想链是指将复杂工作分化为多个较单一的中央工作，再别离执行的能力。大量安全工作都必要分化为多个步骤执行，例如告警关联分析、安全事务措置等。大模型利用到安全业务，可以为安全工作天生正确的措置流程，提升安全人员的效能。


GA黄金甲在将大模型融入网络安全业务过程中，解决了大模型利用落地的一系列问题，涵盖大模型微调优化、推算资源获取和模型升级迭代等方面：


1、大模型微调优化：由于安全行业的特殊性和专业性，互联网上可公开获取的安全资料不够全面，对于特定问题不足有针对性的解决规划。这就导致基于开源语料库训练产生的大模型，对于安全问题的解答不足实操性。


在训练优化阶段，GA黄金甲对国内表开源大模型进行了宽泛测试，发现开源大模型均存在分歧水平的无效回覆（内容固然正确，但过于宽泛无法执行）、幻觉（内容不切合安全学问）等景象�；诖�，利用公司在安全检测和运营领域的多年堆集形成的高质量安全案例库，基于LoRA步骤微调基座大模型，并设计了大量优化后的Prompt模板，使得优化后大模型天生内容的质量有了显著提升。此表，利用公司堆集的安全知识库打造本地向量数据库，基于Langchain框架实现基于本地知识的问答系统，进一步提升了天生内容的靠得住性。


2、推算资源配置：大模型的训练和推理都必要大量的推算资源，尤其是GPU资源，而传统企业往往不具备。GA黄金甲通过借助移动云的算网优势，将大模型的训练优化和推理都部署在了云端，这样不仅解决了自身的资源需要问题，也有助于将来借助移动云，对云上租户提供基于大模型的安全服务。


3、模型升级迭代：网络攻击方式在不休变动，大模型的安全能力也必要持续迭代，能力在真实场景中满足业务要求。只有基于真实反馈对模型进行不休优化，形成能力提升的关环，能力打造可用的安全垂直领域大模型。由此，GA黄金甲将安全大模型作为态势感知平台的“智能安全副手”，通过安全运营人员在使用过程中的反馈了局，持续对大模型进行优化升级，这就保障了大模型的能力可能不休对齐安全人员的预期。

其实，早在2022年，GA黄金甲就颁布了面向安全运交易务的安全智慧性命体“PanguBot(盘幼古)”，初步实现了对安全运营人员指令的语义理解、安全战术造订、执行了局反馈等能力。


GA黄金甲·(中国区)官方网站


当前，由GA黄金甲打造的网络安全垂直领域大模型，已经作为“PanguBot(盘幼古)”升级版的大脑，赋予了“盘幼古”更壮大的安全智能。


在安全运交易务中，“盘幼古”可作为安全分析人员的智能副手，以天然说话的方式接管安全工作并反馈了局，从而扩大安全运营平台职能、提升一线安全人员工作效能。


在将安全数据从日志到告警、再到事务的逐层提炼过程中，基于大模型的智能副手都能够起到关键作用：


1、日志分析能力：日志分析是安全运营中的基础工作，以往必要安全人员将分析需要实现为可运行的SQL语句，再提交到日志数据库中运行，分析运行了局，整个过程费时费劲。


借助大模型的思想链能力，安全人员能够用天然说话的方式提交任何的分析需要，大模型在理解工作内容后将其拆解为一系列作为：拔取相宜的数据表；利用Text-to-SQL能力凭据需要天生SQL剧本；将剧本提交到日志库获取返回了局；凭据返回内容组织相宜的图文方式等，整个流程都由大模型自动实现。有了大模型的加持，安全人员日志分析的效能有了显著提升。


2、告警解读能力：在从日志中分析出可疑告警后，下一步就必要对告警有效性做研判。传统做法是安全人员凭据自己的经验，结合告警的高低文和有关资产信息，做出告警是否有效的判断，这又是一个既费时、又严沉依赖安全人员经验的过程。

借助大模型所存储的安全知识，智能副手可能对告警内容、高低文信息、攻击手法、资产属性等身分进行专业分析和解读。有了这些丰硕的解读内容，安全人员研判的正确率和效能会有显著提升。


3、事务措置能力：对于确定为真实的安全事务，必要尽快执行精准的响应战术，既要可能有效阻断攻击行为进一步发展，又要将阻断的影响领域降到最幼。传统做法是安全人员凭据现实网络环境和安全设备部署情况，下发相应的阻断战术，整个过程时效性低、对安全人员的依赖度高。


借助大模型的思想链能力，智能副手可能凭据告警信息和安全设备信息，自动天生措置战术，并挪用安全设备的API接话柄现战术自动执行，整个过程不必要安全人员参加，大大提升了事务措置的效能。


目前基于大模型的智能安全副手，已经在用户的安全运交易务中进行了尝试，在赋能安全运营、提升分析效能、提升措置时效性等方面展示出优良的利用远景。将来随着大模型的进一步优化，安全智能副手将会作为移动云上的一项尺度安全产品，对移动云上的用户提供智能化安全服务能力。