网络安全行业大模型调研总结_secllm(1)，跟网络安全初学者分享几点经验

场景：增强安全检测效果，通过大模型强大的推理和数据分析能力提高对流量和日志的检测能力；安全GPT具备类似专家的分析能力，对用户的安全现状进行自动化分析并形成建议；提高安全运营效率，在调查、分析、研判阶段可以作为安全运营人员的助手，提高安全运营效率；对话式智能交互，以自然语言的对话方式与用户交互，支持上下文关联语义理解，降低对于安全专业性的要求。

（4）360安全大模型【2023.8.22发布国内首个可交付的安全行业大模型】

场景：安全问答专家；安全运营专家，提供告警辅助研判、高级溯源分析、安全态势分析、安全事件预警等能力。

（5）奇安信— Q-GPT安全机器人【2023.8.25发布】

场景：集安全风险发现、大模型访问控制、数据泄露管控、违法违规行为溯源、大模型应用分析等为一体

（6）安恒科技—AI恒脑【2023.8.28发布】

场景：威胁情报分析和事件响应

（7）绿盟科技安全大模型SecLLM—风云卫大模型【2023.9.1发布】

场景：安全运营、检测响应、攻防对抗、知识提供等

以绿盟安全行业大模型为例介绍其具体的应用：

白皮书链接：《安全行业大模型SecLLM技术白皮书》

（1）SecLLM所需能力：

• 安全意图理解：安全意图理解技术可以帮助模型更好地理解用户和攻击者的意图。这有助于模型更准确地分析行为，识别潜在的威胁，并区分正常行为和异常行为。
• 安全辅助决策:安全辅助决策技术能够为决策提供有力支持，通过模型的分析和推荐，帮助安全专业人员做出更明智的决策。这有助于快速应对安全威胁和风险。
• 安全日志解析:安全日志解析技术能够自动解析和分析大量的安全日志，从中提取关键信息。这有助于快速发现异常情况和潜在威胁，加强安全监控和分析能力。
• 告警分析研判:告警分析研判技术使模型能够对告警事件进行深入分析和判断。通过模型的辅助，可以快速确定告警的严重性、可信度和应对措施，提高响应效率。
• 机协同学习:人机协同学习技术能够将人类专业知识和模型的分析能力相结合，实现双方的互补。这有助于提高模型的可解释性、可信度，同时使人类专家能够从模型中获得更深入的洞察

（2）SecLLM应用举例:

• FAQ 安全知识库：SecLLM可以构建一个FAQ 安全知识库，用于回答用户的安全问题用户可以查询关于网络安全、隐私保护等方面的问题，并从模型的回答中获取专业的安全信息和建议。
• 安全运营助手：SecLLM可以作为安全运营助手，协助安全运营人员监测网络活动识别潜在的威胁，生成告警和报告，并提供针对威胁的响应建议。这有助于提高安全运营的效率和准确性。
• 安全Copilot：SecLLM 可以作为一个协作式工具置入已有系统中，担任团队的“安全副驾驶员”。安全Copilot可被用于分析大量的安全数据，为安全团队提供决策支持威胁情报分析和事件响应建议，帮助团队更好地应对安全挑战。

（3）SecLLM案例举例:

• 代码漏洞挖掘
• 安全智能问答
• 多源情报整合
• 勒索情报挖掘
• 软件供应链安全

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数网络安全工程师，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年网络安全全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上网络安全知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加VX：vip204888 （备注网络安全获取）

学习路线：

这个方向初期比较容易入门一些，掌握一些基本技术，拿起各种现成的工具就可以开黑了。不过，要想从脚本小子变成黑客大神，这个方向越往后，需要学习和掌握的东西就会越来越多以下是网络渗透需要学习的内容：

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
[外链图片转存中…(img-7VPjoTTW-1713087196749)]