A Survey of using Large Language Models for Generating Infrastructure as Code

本文是LLM系列文章，针对《A Survey of using Large Language Models for Generating Infrastructure as Code》的翻译。

摘要

基础设施即代码 （IaC） 是一种革命性的方法，在行业中获得了极大的重视。IaC 通过实现自动化、跨环境一致性、可重复性、版本控制、减少错误和增强可扩展性，使用机器可读代码管理和配置 IT 基础设施。然而，IaC 编排通常是一项艰苦的工作，需要专业技能和大量的手动工作。在目前的行业条件下，IaC 的自动化是必要的，在本次调查中，我们研究了应用大型语言模型 （LLM） 来解决这个问题的可行性。LLM 是基于神经网络的大型模型，已展示出强大的语言处理能力，并表明能够在广泛的范围内遵循一系列指令。最近，它们也成功地适应了代码理解和生成任务，这使它们成为自动生成 IaC 配置的有前途的选择。在这项调查中，我们深入探讨了 IaC 的细节、IaC 在不同平台中的使用、它们面临的挑战、LLM 在代码生成方面的重要性以及 LLM 在 IaC 中的重要性以及我们自己的实验。最后，我们总结了这一领域的挑战并强调了未来研究的范围。

1 引言

2 背景

3 使用 LLM 的 IaC：相关工作

4 IaC 代码生成过程

5 使用 LLM 的 IaC：安全和道德注意事项

6 挑战和未来研究

有限的 GitHub 训练数据和 Terraform 表示可能会生成语法正确但错误的代码。LLM 缺乏对当前实践和安全性的认识，有数据泄露的风险。他