I modelli linguistici di grandi dimensioni nella cybersecurity

Abbiamo valutato 7 modelli linguistici di grandi dimensioni in 9 domini di cybersecurity utilizzando SecBench, un benchmark su larga scala e multi-formato per attività di sicurezza.

Abbiamo testato ciascun modello su 44.823 domande a scelta multipla (MCQ) e 3.087 domande a risposta breve (SAQ), coprendo sicurezza dei dati, gestione delle identità e degli accessi, sicurezza di rete, gestione delle vulnerabilità e sicurezza del cloud.

Benchmarking delle prestazioni dei LLM nei domini della cybersecurity

Benchmarking degli MCQ (domande a scelta multipla):

SAQ (domande a risposta breve):

Questo benchmark valuta 7 LLM generali, inclusi sia modelli proprietari (ad es. GPT-4) che open-source (ad es. DeepSeek, Mistral). Il benchmark copre 9 sottodomini della cybersecurity, tra cui:

• Sicurezza dei dati
• Gestione delle identità e degli accessi
• Sicurezza delle applicazioni
• Sicurezza di rete
• Standard di sicurezza

I domini sull'asse x sono ordinati in base alle prestazioni dei LLM, con i domini con punteggi più bassi posizionati a sinistra e quelli con punteggi più alti a destra.¹

Consulta la metodologia del benchmark.

LLM specializzati per la cybersecurity

Il ruolo dei LLM nella cybersecurity

I modelli linguistici di grandi dimensioni (LLM) sono utilizzati nelle operazioni di cybersecurity per estrarre insight utilizzabili da fonti non strutturate come report di intelligence sulle minacce, log degli incidenti, database CVE e TTP degli attaccanti.

I LLM automatizzano attività chiave, tra cui la classificazione delle minacce, la sintesi degli avvisi e la correlazione degli indicatori di compromissione (IOC).

Quando vengono sottoposti a fine-tuning su dati di cybersecurity, i modelli linguistici di grandi dimensioni possono rilevare anomalie nei log, analizzare le email di phishing, dare priorità alle vulnerabilità e mappare le minacce su framework come MITRE ATT&CK.

Applicazioni dei modelli linguistici di grandi dimensioni nella cybersecurity

Intelligence sulle minacce

• Co-pilota per l'analisi contestuale delle minacce: strumenti basati su LLM come CyLens supportano gli analisti di sicurezza durante l'intelligence sulle minacce analizzando ampi report sulle minacce con pipeline NLP modulari e filtri di correlazione tra entità.²
• Intelligence proattiva sulle minacce in tempo reale: i sistemi integrano i LLM con framework di generazione aumentata da recupero (RAG) per acquisire feed CTI continui (ad es. CVE) in database vettoriali (come Milvus), consentendo rilevamento, punteggio e ragionamento contestuale automatici sempre aggiornati.³
• Estrazione di CTI da forum: i LLM analizzano dati non strutturati provenienti da forum di criminalità informatica per estrarre indicatori chiave di minaccia utilizzando prompt semplici.⁴

Rilevamento delle vulnerabilità

• Arricchimento della descrizione delle vulnerabilità: LLM come CVE-LLM arricchiscono le descrizioni delle vulnerabilità utilizzando ontologie di dominio, consentendo un triage automatizzato e l'integrazione del punteggio CVSS nei sistemi di gestione della sicurezza esistenti.⁵
• Rilevamento delle vulnerabilità del filesystem Android: esamina come i LLM possono rilevare vulnerabilità di accesso al file system nelle app Android, tra cui abuso dei permessi e archiviazione non sicura.⁶
• Fine-tuning con RL per il rilevamento delle vulnerabilità: applica l'apprendimento per rinforzo (RL) per il fine-tuning dei LLM (LLaMA 3B/8B, Qwen 2.5B) per migliorare l'accuratezza nell'identificazione delle vulnerabilità software.⁷

Anomaly rilevamento e analisi dei log

• Rilevamento semantico di anomalie nei log: framework come LogLLM utilizzano LLM encoder/decoder per analizzare e classificare le voci di log, migliorando il rilevamento delle anomalie oltre il pattern matching.⁸
• Parsing dei log con modelli linguistici di grandi dimensioni: il parsing automatizzato con LLM converte log non strutturati in formati strutturati tramite approcci basati su prompt e fine-tuning.⁹

Red teaming / prevenzione degli attacchi assistita da LLM

• Pentesting e correzione guidati da LLM (penheal): automatizza il penetration testing utilizzando una pipeline a due fasi: prima identifica i punti deboli della sicurezza, quindi genera azioni di correzione usando una configurazione LLM personalizzata.¹⁰
• Agente red team on-prem per la sicurezza interna (hackphyr): distribuisce localmente un agente 7B LLM fine-tuned per eseguire attività di red team come la simulazione del movimento laterale, la raccolta di credenziali e la scansione delle vulnerabilità nelle reti.¹¹

Non perderti i nostri benchmark e approfondimenti basati sui dati. Il pulsante apre Google; selezionare AIMultiple conferma che desideri vedere AIMultiple più spesso nei risultati di ricerca di Google.

Aggiungi come fonte preferita

Metodologia di benchmark dei LLM nella cybersecurity

SecBench è un benchmark su larga scala e multidimensionale per valutare i LLM nella cybersecurity in diversi compiti, domini, lingue e formati.

Dimensioni della valutazione

1. Ragionamento multi-livello:

• Conservazione della conoscenza (KR): domande che verificano conoscenze fattuali o definizioni. Sono più semplici.
  
• Ragionamento logico (LR): domande che richiedono inferenza e una comprensione più profonda. Sono più complesse e verificano la capacità del modello di ragionare in base al contesto.

2. Multi-formato:

• MCQ (domande a scelta multipla): formato tradizionale in cui il modello sceglie tra risposte predefinite. Totale di 44.823 domande.
  
• SAQ (domande a risposta breve): formato aperto che richiede al modello di generare una risposta per valutare il ragionamento, la chiarezza e la resistenza alle allucinazioni. Totale di 3.087 domande.

3. Multi-lingua:

SecBench include domande sia in cinese che in inglese.

4. Multi-dominio:

Le domande coprono 9 domini della cybersecurity (D1–D9), tra cui: gestione della sicurezza, sicurezza dei dati, sicurezza di rete, sicurezza delle applicazioni, sicurezza del cloud e altro ancora.

Valutazione

Gli MCQ vengono valutati verificando se il modello seleziona la scelta o le scelte corrette.

Le SAQ vengono valutate utilizzando un GPT-4o mini “agente di valutazione”, che confronta la risposta del modello con la verità di riferimento e assegna un punteggio basato su accuratezza e completezza.

Valutazione delle prestazioni dei LLM: Ad esempio, la sicurezza di rete (D3) viene valutata raggruppando le domande pertinenti dal suo dataset MCQ di 44.823 domande.

L'accuratezza viene misurata in base alle prestazioni di ciascun modello, in particolare sulle domande etichettate nel dominio D3. Il punteggio percentuale di un modello per D3 riflette la proporzione di domande sulla sicurezza di rete a cui ha risposto correttamente.

Cita questo benchmark

Scegli il formato adatto a dove pubblicherai. Incollare la versione con link nel tuo CMS preserva il backlink.

@misc{dilmegani2026,
  author = {Dilmegani, Cem},
  title  = {{I modelli linguistici di grandi dimensioni nella cybersecurity}},
  year   = {2026},
  month  = sep,
  howpublished    = {\url{https://aimultiple.com/llms-in-cybersecurity}},
  note   = {AIMultiple. Consultato il 15 settembre 2026}
}

Registro delle modifiche

1 aggiornamenti

2025

1. 3 dic

   Aggiunti i risultati della valutazione per 7 modelli linguistici di grandi dimensioni in 9 domini di cybersecurity nell'introduzione.

Collegamenti di riferimento

1.

SecBench: A Comprehensive Multi-Dimensional Benchmarking Dataset for LLMs in Cybersecurity

2.

[2502.20791] CyLens: Towards Reinventing Cyber Threat Intelligence in the Paradigm of Agentic Large Language Models

3.

[2504.00428] LLM-Assisted Proactive Threat Intelligence for Automated Reasoning

4.

The Use of Large Language Models (LLM) for Cyber Threat Intelligence (CTI) in Cybercrime Forums

5.

CVE-LLM: Ontology-Assisted Automatic Vulnerability Evaluation Using Large Language Models

6.

Static Detection of Filesystem Vulnerabilities in Android Systems

7.

https://arxiv.org/pdf/2505.02079

8.

LogLLM: Log-based Anomaly Detection Using Large Language Models

9.

System Log Parsing with Large Language Models: A Review

10.

https://arxiv.org/pdf/2407.13267

11.

https://arxiv.org/pdf/2407.08991

Cem Dilmegani

Analista principale

Segui

Cem è analista principale presso AIMultiple dal 2017.

Il lavoro di Cem presso AIMultiple è stato citato da importanti testate internazionali tra cui Business Insider, Forbes, Morning Brew e Washington Post, da aziende globali come Deloitte e HPE, da ONG come il World Economic Forum e da organizzazioni sovranazionali come la Commissione europea. [1], [2], [3], [4], [5]

Nel corso della sua carriera, Cem ha lavorato come consulente tecnologico, acquirente tecnologico e imprenditore tecnologico. Ha consigliato le aziende sulle loro decisioni tecnologiche presso McKinsey & Company e Altman Solon per più di un decennio. Ha inoltre pubblicato un report McKinsey sulla digitalizzazione.

Ha guidato la strategia tecnologica e gli approvvigionamenti di una società di telecomunicazioni rispondendo direttamente al CEO. Ha inoltre guidato la crescita commerciale dell'azienda deep tech Hypatos, che ha raggiunto ricavi ricorrenti annuali a 7 cifre e una valutazione a 9 cifre partendo da zero in 2 anni. Il lavoro di Cem in Hypatos è stato ripreso da importanti testate tecnologiche come TechCrunch e Business Insider.

Cem interviene regolarmente a conferenze tecnologiche internazionali. Si è laureato come ingegnere informatico presso l'Università di Bogazici e possiede un MBA della Columbia Business School.

Visualizza il profilo completo

Sii il primo a commentare

Il tuo indirizzo email non verrà pubblicato. Tutti i campi sono obbligatori. I commenti vengono lasciati nella loro lingua originale.

Nome

Indirizzo e-mail

Commento

0/450

Pubblica un commento