基于RAG提升大模型安全运营效率实践;;
0
如何监控所有的whoami?;
java-jarmy-appjar
bashinstall.sh
sh-cwhoami`python1.py
xXAgent;
前额叶新皮层
推理决策记忆巩固;
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?;
方案二:机器学习
感知输入特征编码
向量化
TF-IDF/Word2Vec
聚类/分类
算法/神经网络;
02
RAG为什么适合分
析安全日志?;
RAG原理
知识文本
数据预处理;
检索
结果
检索
向量数据库
存储
记忆检索/记忆巩固;
特性传统方法动态向量模型;
北京的天气怎么样≈北京的气候是xxx=北京地气候是xxx;
检索
结果
检索
向量数据库
存储
记忆检索/记忆巩固;
03
大模型如何取代我?;
●任务越多,幻觉越严重
●在一些场景中语料不足
●在某些任务中表现很差
●信息不足时,大模型注定无法给出准确结果;
信息丰富化
域名IP识别
自有资产库
LLM分析
威胁情报库
下载场景
提示词;
检索
结果
检
原创力文档

文档评论(0)