5月25日 據(jù)外媒報道，韓國研究人員最近開發(fā)了一種基于暗網(wǎng)數(shù)據(jù)訓練的大型語言模型DarkBERT。這個AI模型旨在幫助網(wǎng)絡安全專業(yè)人員從暗網(wǎng)提取有關網(wǎng)絡威脅的情報。

DarkBERT可以研究暗網(wǎng)，以識別和標記潛在的網(wǎng)絡安全威脅，包括數(shù)據(jù)泄露和勒索軟件。

韓國科學技術院(KAIST)的研究人員與數(shù)據(jù)情報機構(gòu)S2W開展合作，開發(fā)出生成式AI語言模型DarkBERT，該模型專門針對來自暗網(wǎng)的數(shù)據(jù)集進行訓練。

與ChatGPT或Bard之類的聊天機器人不同，該模型旨在創(chuàng)建一個工具來分析數(shù)據(jù)集并回答特定的查詢。DarkBERT可以驗證使用暗網(wǎng)作為數(shù)據(jù)集是否能讓AI工具更好地理解這些環(huán)境中使用的語言，從而可以為網(wǎng)絡安全專業(yè)人員和執(zhí)法部門提供幫助。

研究人員使用Tor網(wǎng)絡訓練AI模型

為了優(yōu)化DarkBert適應暗網(wǎng)上使用的語言，研究小組通過爬行代理Tor網(wǎng)絡創(chuàng)建了一個大型數(shù)據(jù)庫。該研究團隊還采用重復數(shù)據(jù)刪除、數(shù)據(jù)過濾和預處理技術，以減輕與暗網(wǎng)內(nèi)容相關的道德?lián)鷳n，而暗網(wǎng)內(nèi)容通常包含大量敏感信息。

該模型在16天內(nèi)輸入了兩組數(shù)據(jù)，其中預處理的數(shù)據(jù)包括受害組織的名稱、泄露數(shù)據(jù)的詳細信息、威脅聲明、非法圖像等信息。

由于暗網(wǎng)的信息存在潛在風險，DarkBert在短期內(nèi)不會向公眾開放。然而，用戶可以提出將這個AI模型用于學術目的的請求。