网站大量收购独家精品文档,联系QQ:2885784924

360云安全专家(QDSD):基于RAG提升大模型安全运营效率实践.docx

360云安全专家(QDSD):基于RAG提升大模型安全运营效率实践.docx

  1. 1、本文档共19页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

HuckingGroup

基于RAG提升大模型安全运营效率实践

360云安全专家

CONTENTS

目录

Part01

如何监控所有的

whoami?

Part02

RAG为什么适合分析安全日志?

HurkingGrou

HurkingGroup

360安全应急响应中心

360安全应急响应中心

360SecurityResponseCenter

Part03

大模型如何取代我?

HuckingGroup360安全应急响应中心

HuckingGroup

360SecurityResponseCenter

01

如何监控所有的whoami?

360安全应急响应中心360SecurityResponseCenter

360安全应急响应中心

360SecurityResponseCenter

HurkingGroup

/usr/lib/systemd/systemd

=....

=

=XXX

=whoami

=whoami

java-jarmy-appjarbashinstall.sh

sh-c`whoami.dnslog.cnpython1.py

xxAgent

360安全应急响应中心360SecurityResponseCente

360安全应急响应中心

360SecurityResponseCenter

HuckingGruup

丘脑/海马体/联合皮层感觉皮层

丘脑/海马体/联合皮层

感觉皮层联合皮层

感知输入特征编码记忆检索推理决策

感知输入特征编码

记忆检索

36O安全应急响应中心HuckingGruup方案一:黑白名单

36O安全应急响应中心

HuckingGruup

360SecurityResponseCenter

感知输入特征编码

白名单java-jarmy-appjarbashinstall.sh

python1.pyxxAgent

黑名单

sh-c`whoami.dnslog.cn

记忆检索推理决策记忆巩固

父进程本身被攻击了怎么办?

新增业务了怎么办?

如果有上千万的日志如何处理?

有新的域名怎么办?

只有这一种攻击方式吗?

36O安全应急响应中心HuckingGruup方案二:机器学习

36O安全应急响应中心

HuckingGruup

360SecurityResponseCenter

感知输入特征编码

向量化

TF-IDF/Word2Vec

聚类/分类

算法/神经网络

记忆检索推理决策记忆巩固

相同词在不同上下文中始终相同

java-jarmy-appjar不能捕获上下文信息

java-jarmy-appjar

训练成本高

需要定期重新训练

面对未出现过的样本表现差

360安全应急响应中心

360SecurityResponseCenter

HuckingGroup

02

RAG为什么适合分析安全日志?

RAG原

RAG原理

HurkingGroup

360安全应急响应中心

360SecurityResponseCenter

生成LLM知识文本用户

生成

LLM

回答

检索

检索结果

向量化

检索

数据预处理嵌入模型知识

数据预处理

嵌入模型

向量数据库

向量化

存储

36O安全应急响应中心HuckingGroupRAG为什么适合分析安全日志?

36O安全应急响应中心

HuckingGroup

360SecurityResponseCenter

知识文本用户

问题

向量化

知识

嵌入模型数据预处理

嵌入模型

向量化

特征编码

推理决策

生成

LLM

回答

检索结果

检索

向量数据库存储

记忆检索/记忆巩固

360安全应急响应中心SecurityResponseCenter

360安全应急响应中心SecurityResponseCenter

HurkingGroup

360

特性传统方法动态向量模型

向量动态性静态(一词一码)动态(一词多码)

语义丰富度低(词频/共现统计)高(深层语义表征)

计算资源需求低(CPU可处理)高(需GPU加速)

领域迁移能力差(需重建词表)强(微调即可适配)

360安全应急响应中心SecurityResponse

文档评论(0)

哈哈 + 关注
实名认证
内容提供者

嗨,朋友,我都会用最可爱的语言和最实用的内容,帮助你更好地理解和应对职场中的各种挑战!

1亿VIP精品文档

相关文档