信息安全研究 ›› 2024, Vol. 10 ›› Issue (E1): 155-.

• 数字经济安全 • 上一篇    下一篇

基于DeepSpeed框架构建信息安全领域通用人工智能模型的探索

潘琪亮1李明1皮振中1黄利文1方中奎2   

  1. 1(中国移动江西分公司信息化支撑中心南昌330002)
    2(北京天融信网络安全技术有限公司北京100085)
  • 出版日期:2024-07-14 发布日期:2024-07-22
  • 通讯作者: 潘琪亮 硕士.主要研究方向为电子信息工程. panqiliang@jx.chinamobile.com
  • 作者简介:潘琪亮 硕士.主要研究方向为电子信息工程. panqiliang@jx.chinamobile.com 李明 硕士.主要研究方向为安全运维. liming@jx.chinamobile.com 皮振中 硕士.主要研究方向为信息安全. pizhenzhong@jx.chinamobile.com 黄利文 主要研究方向为信息安全. huangliwen@jx.chinamobile.com 方中奎 主要研究方向为安全服务. fang_zhongkui@topsec.com.cn

  • Online:2024-07-14 Published:2024-07-22

摘要: 摘要随着ChatGPT的爆火,通用自然语言模型对各行业都产生了巨大冲击.信息安全领域涉及的知识面广,安全问题复杂性高,安全运维人员技术水平参差不齐,在遇到一些疑难问题时,通常难以快速解决.随着网络和计算机技术的发展,安全攻击手段日益增多,攻击方法日益复杂,攻击门槛不断降低.聚焦于信息安全领域各种疑难问题,利用微软开源通用人工智能训练框架DeepSpeed,构建了一个适用信息安全领域的通用人工智能模型Securitytest1.0,并通过开发接口使得该通用人工智能模型有了一定的知识问答能力和自动化检测简单漏洞的能力.实验证明,设计训练的通用人工智能模型Securitytest1.0能够在实际安全运维和漏洞检测过程中提升运维人员效率.

关键词: 大语言模型, 人工智能, 安全赋能, 漏洞检测, 信息安全技术

中图分类号: