محققان در یک پژوهش جدید، عملکرد مدلهای زبانی مانند BERT، SecureBERT و CySecBERT را برای دستهبندی خودکار آسیبپذیریهای امنیتی (CVE به CWE) بررسی کردند.
🔹 نکته کلیدی: در این تحقیق، مدل CySecBERT بهترین عملکرد را در شناسایی دقیقتر ضعفهای نرمافزاری نشان داده است. این مقاله به خوبی ثابت میکند که چگونه ساختار طبقهبندی (Taxonomy) در آموزش مدلها، خطاهای سیستم را هدایت میکند و چرا استفاده از رویکردهای سلسلهمراتبی میتواند دقت شناسایی حملات را تا ۹۰٪ افزایش دهد.
این پیشرفت یک گام مهم برای متخصصان امنیت است تا به جای بررسی دستیِ هزاران گزارش آسیبپذیری، از قدرت هوش مصنوعی برای مدیریت هوشمندانه تهدیدات استفاده کنند. 🤖💻
منبع: arXiv Machine Learning