
翻译:Using Retriever Augmented Large Language Models for Attack Graph Generation
随着现代系统复杂性的增加,通过有效的漏洞管理和威胁建模技术评估其安全态势的重要性也随之提升。在网络安全专业人士的工具库中,攻击图是一种强大的工具,它展示了系统中所有可能被对手利用以实现特定目标的潜在攻击路径。传统的攻击图生成方法依赖专家知识、手动整理以及计算算法,但这些方法可能由于漏洞和攻击手段的不断演变而无法覆盖整个威胁场景。本文探讨了利用大型语言模型(LLMs),如 ChatGPT,自动化生成攻击图的方法,通过智能地将通用漏洞和暴露(CVEs)根据其前置条件和效果进行链式组合。
