.png.c9b8f3e9eda461da3c0e9ca5ff8c6888.png)
人工智能領域的最新進展導致了大語言模型（LLM）問世，包括GPT-3、PaLM、GPT-4和LLAMA。這些模型可以生成易於理解的文本段落、回答詳細的問題、解決複雜的問題、編寫代碼以及處理其他各種自然語言任務。
LLM徹底改變了自然語言處理（NLP）任務，改變了用戶與語言進行交互的方式，最終通過改進後的聊天機器人、虛擬助手、內容生成、搜索引擎和語言學習平台，影響了人們的日常生活。
雖然不可否認LLM進步巨大，有助於日常使用，但在網絡安全領域，它已成為一把雙刃劍，無意中為網絡犯罪分子開創了黃金時代。 LLM允許攻擊者更高效更頻繁地進行一系列攻擊（包括魚叉式網絡釣魚和商業電子郵件入侵等社會工程伎倆），因為它能夠立即生成數千條獨特的明文攻擊消息。好消息是，LLM並非沒有缺陷，尤其在用於生成攻擊時。
我們在本文中將探討防御者如何利用LLM對抗由同樣的LLM生成的攻擊。
LLM攻擊：形式不同，實質相同不妨先從分析三封電子郵件入手，每封郵件發送給我們保護的不同組織的用戶。這些惡意電子郵件都是商業電子郵件入侵（BEC）攻擊，攻擊者通常冒充一家公司的高層人員，比如首席執行官或首席財務官，並指示員工購買禮品卡以獎勵同事。
電子郵件1：
（圖1)
電子郵件2：
(圖2)
電子郵件3：
(圖3)
如果你仔細看一下這些郵件，就會發現有著顯著的相似之處，如下所述：
相似之處
例子1
例子2
例子3
讚賞信息
忠誠和努力創造美好未來
美妙過程、努力、忠誠和專注打動了高層管理人員
美妙過程、努力、忠誠和專注打動了我
行動
送禮品卡，給一些員工以驚喜
送禮品卡，給一些高級員工以驚喜
送禮品卡，給一些員工以驚喜
要求保密
要求你保密，以免敗壞這份驚喜的效果
要求你保密，以免敗壞份驚喜的效果
要求你保密，以免敗壞這份驚喜的效果
潛在的禮品卡
Amex、維薩和塔吉特
Amex、維薩和亞馬遜
維薩、塔吉特和Amex
請求協助
想听聽意見，了解最近的商店，為我迅速購買禮品
想听聽意見
你能找到的最近商店，為我迅速購買禮品
簽收
一收到該電子郵件請回复，致以新年問候
一收到該電子郵件請回复，致以感恩節問候
期待你的回复，致以美好祝愿
從注意到的相似之處來看，可以假定電子郵件使用了模板。此外，易於識別的模式可以歸因於LLM的訓練過程。
當LLM接受訓練時，它接觸到大量的文本數據，使其能夠學習和內化模式。這些模式包括常見的語言結構、短語和內容元素。因此，當受過訓練的模型用於生成文本時，它會藉鑑這學習到的知識，並將這些模式整合到輸出中，從而導致熟悉的主題和內容元素重複出現。
LLM防禦？ LMKPerception Point利用了LLM生成的文本中的模式，並用LLM來增強威脅檢測。為了做到這一點，我們使用了transformer，這種高級模型可以理解文本的含義和上下文，LLM也使用了這種高級模型。
使用transformer，我們可以執行文本嵌入，這個過程通過捕獲文本的語義本質，將文本編碼成數字表示。我們使用先進的聚類算法對語義內容密切相關的電子郵件進行分組。通過聚類，我們可以訓練模型來區分屬於同一聚類的電子郵件。這使模型能夠學習和識別由LLM生成的內容中的模式。
當新的電子郵件進入我們的高級威脅防護平台時，模型會掃描其內容，以確定它是否是由LLM生成以及它被惡意使用的可能性。如果發現生成的文本是惡意文件，模型將提供潛在攻擊的詳細信息。
說到檢測人工智能生成的惡意電子郵件，還存在另外一個與誤報判定有關的障礙。如今，許多合法的電子郵件都是藉助ChatGPT等生成式人工智能工具構建的，其他電子郵件常常是由含有重複短語的標準模板構建的（新聞通訊、營銷電子郵件和垃圾郵件等），這些模板與LLM模型的結果非常相似。
我們新模型的顯著特點之一是它的三階段架構，專門設計用於最大限度地檢測由LLM生成的任何有害內容，同時保持極低的誤報率。
在第一階段，模型賦予0到1之間的分數，以評估內容由人工智能生成的概率，然後模型切換到分類模式。借助先進的transformer和完善後的聚類算法，內容被分為多個類別，包括BEC、垃圾郵件和網絡釣魚。再提供0到1之間的分數，標記內容屬於這些類別的概率。
第三個也是最後一個階段融合了前兩個階段的評估結果，並補充了數字特徵，比如發送方信譽評分、身份驗證協議（DKIM、SPF、DMARC）以及我們收集的其他證據。基於這些輸入信息，模型對內容由人工智能生成的可能性以及它是惡意內容、垃圾郵件還是乾淨內容做出最終預測。
為了查看實際運行的模型，我們讓ChatGPT編寫一封示例電子郵件：
(圖4）
如你所見，輸出含有用於個性化的括號。接下來，我們將生成的文本發送給模型，沒有括號。值得一提的是，對於下面的所有示例，階段3中提到的幾十個數值都被視為郵件是從新的發件人發送的。
（圖5）
模型返回的置信度分數為0.96，將該內容描述為潛在的BEC攻擊，具體是使用禮品卡請求從受害者那裡竊取資金的郵件。
然後，我們測試了模型在面對生成較長的文本時的表現：
（圖6）
（圖7）
（圖8）
就像針對較短文本的初始判定一樣，模型還將生成的較長文本分類為潛在的BEC禮品卡攻擊，得分為0.92。
為了進一步測試模型，我們隨後讓ChatGPT撰寫一封電子郵件，要求收件人提供W-2表格。這是一種廣泛使用的社會工程攻擊，因為W-2表格用於報告員工的年薪以滿足稅收要求。對於網絡犯罪分子來說，這無異於一座金礦，擁有豐富的個人和財務信息，可用來進行身份盜竊、稅務欺詐，甚至用於更複雜的社會工程攻擊。
以下是ChatGPT給出的答案：
（圖9）
（圖10） 
（圖11)
即使我們給了ChatGPT更詳細的說明，模型仍然可以正確地對內容進行分類——在這種情況下，將其分類成潛在的W2社會工程攻擊，得分為0.87。
結語我們在本文中探討了網絡防御者如何利用LLM生成的攻擊存在的漏洞和局限性。通過了解這些弱點，防御者就可以製定有針對性的緩解策略，並利用LLM作為消除威脅的寶貴工具,積極採用主動性、適應性的方法，防御者可以加強防禦，比攻擊者領先一步。