研究人员开发了 HIDBench，这是一个旨在评估大型语言模型 (LLM) 在使用系统日志进行主机入侵检测方面的有效性的新基准。该基准整合了三个公共数据集和一个用于将原始遥测数据处理成 LLM 友好格式的管道，模拟了真实的检测场景。对领先 LLM 的评估显示出显著的性能差异，模型在处理嘈杂和复杂的日志数据时遇到困难，这表明虽然 LLM 在入侵检测方面显示出潜力，但其可靠性取决于数据的复杂性和强大的系统设计。 AI
影响 为 LLM 在网络安全领域的应用建立了一个新的评估标准，突出了当前在入侵检测方面的局限性。
排序理由 该集群包含一篇学术论文，介绍了一个用于评估 LLM 在特定网络安全任务中的新基准。 [lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →