LLM-Agenten können autonom Schwachstellen am gleichen Tag ausnutzen
LLM-Agenten können in der Lage sein, in Echtzeit auftretende Schwachstellen in realen Computersystemen autonom auszunutzen.
Angriff auf Sandwich: Mehrsprachige Mischung, adaptiver Angriff auf LLMs
Sandwich-Angriff ist ein Schwarzbox-Mehrsprachengemisch-Angriff auf LLMs, der schädliche und fehlangepasste Antworten vom Modell hervorruft.
Echtzeitangriffserkennung mit Tag-Propagation-basierter Provenienzgraph-Ausrichtung auf Streaming-Ereignissen
Durch die Nutzung der inhärenten Kausalität in Provenienzgraphen und die Verwendung eines Tag-Propagations-Frameworks können wir TagS, ein effizientes und zeitnahes System zur Erkennung und Untersuchung von Angriffen in Echtzeit, entwickeln.
Sicherheitsaspekte von Großsprachmodellen in 6G-Netzwerken: Herausforderungen und Chancen
Großsprachmodelle bergen sowohl Sicherheitsrisiken als auch Potenzial für Cybersicherheitsmaßnahmen in 6G-Netzwerken. Es ist erforderlich, die Bedrohungen zu verstehen, Verteidigungsstrategien zu entwickeln und die Integration von Großsprachmodellen in autonome Sicherheitssysteme zu erforschen.
Erkennung von Schadsoftware im npm-Ökosystem mit Hilfe von Large Language Models
Große Sprachmodelle (LLMs) können effektiv eingesetzt werden, um Schadsoftware in JavaScript-Paketen im npm-Ökosystem zu erkennen.
Die Umarmung der generativen KI-Revolution: Weiterentwicklung der tertiären Ausbildung in Cybersicherheit mit GPT
Die rasante Entwicklung generativer KI-Technologien, insbesondere von Generative Pre-trained Transformer (GPT)-Modellen wie ChatGPT, hat das Potenzial, die Cybersicherheit erheblich zu beeinflussen. Universitäten müssen ihre Lehrpläne anpassen, um den sich entwickelnden Bedürfnissen der Branche gerecht zu werden.
Cyberoperationen: Strategische Überlegungen zu Ressourcenallokation und Informationsasymmetrien
Dieser Artikel untersucht die strategischen Überlegungen von Angreifern und Verteidigern in Cyberoperationen und Capture-the-Flag-Wettbewerben. Dabei werden die Auswirkungen von Ressourcenbeschränkungen, Informationsasymmetrien und gemeinsamen Informationen wie Verwundbarkeitsmetriken analysiert.
Effiziente Verarbeitung und Analyse von Cybersicherheitsinhalten durch Einbeziehung nicht-linguistischer Elemente
Eine Kombination aus selektiver MLM und gemeinsamen Training der Klassifizierung nicht-linguistischer Elemente übertrifft den üblichen Ansatz des Ersetzens nicht-linguistischer Elemente.
Ein ausgeklügelter Rahmen für die genaue Erkennung von Phishing-Websites
Ein robuster Rahmen für die Erkennung von Phishing-Websites, der eine hohe Genauigkeit über verschiedene Datensätze hinweg bietet.
Künstliche Bugs für die Crowdsearch
Durch das Einfügen von künstlichen Bugs in Bug-Bounty-Programme können Anreize für Teilnehmer erhöht und die finanziellen Aufwendungen des Designers reduziert werden.
© 2024 by Linnk AI