LLM之間的對話可以自動創建利用，這表明研究表明

由於計算機和軟件變得越來越複雜，因此黑客應迅速適應最新的發展，並製定計劃和實現網絡攻擊的新策略。惡意滲透到計算機系統中的一種一般策略稱為軟件操作。

顧名思義，該策略包括軟件中錯誤，漏洞或缺陷以執行未經授權的操作的操作。這些操作包括訪問個人帳戶或用戶計算機，遠程執行惡意程序或特定命令，用戶數據的盜竊或更改程序或系統的失敗。

了解黑客如何發展潛在的利用併計劃其攻擊至關重要，因為這最終可以幫助制定有效的安全措施，以防止其攻擊。到目前為止，對於具有廣泛了解編程知識的人，可以調節設備或系統和操作系統之間的數據交換的協議的人，主要是可能的。

最近的文章 出版 v 計算機網絡但是，這表明這不再是。探索者也可以通過使用大型語言模型（LLM）自動生成，例如，CHATGPT的知名口語平台是基礎的模型。實際上，本文的作者能夠通過經過精心思考的對話來自動化漏洞的產生 – gatgpt和Llama 2，LLM帶有由Meta開發的開源的LLM。

該文章的作者Tech Xplore Simon Pietro Romano說：“我們以進攻性的方式在網絡安全領域工作。” “我們有興趣了解我們可以使用LLM促進測試滲透活動的能力。”

作為他們最近研究的一部分，羅曼諾和他的同事們開始了一次對話，旨在在Chatgpt和Llama 2之間創建軟件漏洞。他們仔細開發了他們吃了兩種模型的技巧，他們保證這些模型扮演了不同的角色，並執行了五個不同的步驟，以支持創建操作。

這些步驟包括：分析脆弱程序，確定可能的利用，根據這些利用計劃進行攻擊，了解目標硬件系統的行為，並最終生成實際的利用代碼。

羅曼諾解釋說：“我們允許兩個不同的LLM進行交互，以便遵循與為弱勢程序創建有效利用的過程有關的所有步驟。” “兩個LLM中的一項收集有關脆弱程序及其對執行時間的配置的上下文信息。然後，她要求另一個LLM創建一個利用工作。用文字，第一個LLM在問題的任務中很好。後者在編寫（操作）代碼方面很好。”

到目前為止，研究人員僅在初始實驗中基於LLM檢查了其利用生成方法。儘管如此，他們發現他最終為緩衝區溢出創建了一個功能齊全的代碼，這是一種攻擊，需要係統存儲的數據重寫以改變特定程序的行為。

羅曼諾說：“這是一項初步研究，但顯然證明了方法的可行性。” “後果與實現脆弱性滲透和評估（VAPT）的完全自動測試的可能性有關。”

Romano及其同事最近進行的一項研究提出了有關LLM風險的重要問題，因為它表明了黑客如何使用它們來自動化利用發電。在以下研究中，研究人員計劃繼續研究利用生成策略的有效性，他們已經開發出來，以告知LLM的未來發展以及實現網絡安全措施。

羅曼諾補充說：“現在，我們正在研究同一應用領域的進一步研究路徑。” “即，我們認為對研究的自然起訴屬於所謂的“代理人”方法的領域，並以最低限度的人為監督。”

©2025科學X網絡