Россия
Россия
УДК 004.49 Компьютерная инфекция
Работа посвящена общим вопросам применения больших языковых моделей в интересах решения стратегических задач в области информационной и кибербезопасности, а именно управления уязвимостями в программном обеспечении. Делается обзор top-10 релевантных научных статей российского сегмента на предмет решений (гипотетических и реализованных), построенных на базе языковых моделей и предназначенных для управленческих задач без привязки к конкретной предметной области. Производится сравнительный анализ результатов обзоров с позиции года публикации, области применения, конкретных решаемых задач и состояния их реализации, выбранных моделей, интеграции с системой и применяемой специфики. Делаются частные выводы, указывающие на рост актуальности и широкий охват предметных областей, разнообразие решаемых задач, сложность в реализации и популярность GPT от компании OpenAI, а также необходимость интеграции моделей в общую архитектуру системы (или, по крайней мере, в ее информационное хранилище). Отмечается возможность улучшения работоспособности моделей с помощью соответствующих надстроек. Итоговый общий вывод заключается в перспективности применения больших языковых моделей для решения задач управления уязвимостями в программном обеспечении.
информационная и кибербезопасность, программное обеспечение, уязвимость, управление, искусственный интеллект, большие языковые модели, LLM
1. Адилжанова С.А., Қурасбек А.Н., Кенжебаева М.О. Применение LLM в кибербезопасности: обзор приложений и уязвимостей LLM // Вестник Академии гражданской авиации. 2025. № 3 (38). С. 118–136. DOI:https://doi.org/10.53364/24138614_2025_38_3_10.
2. Иванов В.О. Механизмы возникновения и подавления фактологических искажений в авторегрессионных языковых моделях // Нейрокомпьютеры: разработка, применение. 2025. Т. 27. № 3. С. 40–48. DOI:https://doi.org/10.18127/j19998554-202503-06.
3. Леонов Н.В. Методология и элементы технологии моделирования стратегических задач управления уязвимостями в ПО. Часть 1. Концептуальные основы и онтологическая модель // Защита информации. Инсайд. 2025. № 3 (123). С. 17–21.
4. Леонов Н.В. Методология и элементы технологии моделирования стратегических задач управления уязвимостями в ПО. Часть 2. Имитационное моделирование и оценка состояния // Защита информации. Инсайд. 2025. № 4 (124). С. 56–61.
5. Бондаренко Е.В., Шумаков М.В., Ильиных Е.В. Исследование возможностей модели LLM: новые горизонты генерации текста // Экономическое развитие России. 2024. Т. 31. № 3. С. 83–85. DOI:https://doi.org/10.6060/ivecofin.2025653.738.
6. Амбарцумян С.А., Мочалин Д.Е. Концептуальная модель системы управления цифровыми двойниками проекта строительства из крупногабаритных железобетонных модулей на основе больших языковых моделей // Строительное производство. 2024. № 4. С. 17–22. DOI:https://doi.org/10.54950/26585340_2024_4_17.
7. Булаев Я.А., Бурцев Д.С. Роль больших языковых моделей в оптимизации бизнес-процессов и управлении знаниями в корпоративных структурах // Журнал монетарной экономики и менеджмента. 2025. № 7. С. 72–80. DOI:https://doi.org/10.26118/2782-4586.2025.36.39.009.
8. Мицич А.Д. Анализ применения цифровых технологий в управлении финансами организаций // Вестник евразийской науки. 2025. Т. 17. № S2.
9. Добренко Н.В., Добренко Д.А., Улизько М.В. Интеллектуальная поддержка принятия управленческих решений в MES-системах с использованием больших языковых моделей // Экономика. Право. Инновации. 2024. № 3. С. 47–59. DOI:https://doi.org/10.17586/2713-1874-2024-3-47-59.
10. Калиновская И.Н. Современные методы сбора и обработки информации о рынке труда и направления их использования в практике управления человеческими ресурсами // Вестник Витебского государственного технологического университета. 2024. № 2 (48). С. 82–101. DOI:https://doi.org/10.24412/2079-7958-2024-2-82-101.
11. Ait A., Izquierdo J.L.C., Cabot J. HFCommunity: A Tool to Analyze the Hugging Face Hub Community // The proceedings of IEEE International Conference on Software Analysis, Evolution and Reengineering (Taipa, Macao, 21–24 March 2023). 2023. P. 728–732. DOI:https://doi.org/10.1109/SANER56733.2023.00080.
12. Березовский Б.Ю. Методы и технологии повышения эффективности работы организации на основе искусственного интеллекта // Вестник науки. 2025. Т. 3. № 6 (87). С. 1687–1693.
13. Стрижов С.А., Беляева И.Ю., Абрамович С.Ю. Инновационные подходы к реализации ESG-стратегий: роль больших языковых моделей в инвестиционной и корпоративной практике // Инновации и инвестиции. 2025. № 10. С. 23–25.
14. Teja K.R., Liu C.-M. ESG Investing: A Statistically Valid Approach to Data-Driven Decision Making and the Impact of ESG Factors on Stock Returns and Risk // IEEE Access. 2024. Vol. 12. P. 69434–69444. DOI:https://doi.org/10.1109/ACCESS.2024.3401873.
15. Андрончик Г.В. Оптимизация бизнес-процессов с помощью LLM // Universum: технические науки. 2025. № 5-1 (134). С. 15–20.
16. Веденеев В.А., Ершов Е.В., Ковыршин Р.Г. Модель управления знаниями металлургического предприятия на основе эмбединговых моделей // Вестник Череповецкого государственного университета. 2025. № 3 (126). С. 7–16. DOI:https://doi.org/10.23859/1994-0637-2025-3-126-1.
17. Антипова С.А., Тляшев О.М. Перспективы применения мультимодальных моделей искусственного интеллекта в системах поддержки и принятия решений военного назначения // Военная мысль. 2024. № 6. С. 117–128.
18. Ковалёв А.К., Панов А.И. Применение предобученных больших языковых моделей в задачах воплощенного искусственного интеллекта // Доклады Российской академии наук. Математика, информатика, процессы управления. 2022. Т. 508. № 1. С. 94–99. DOI:https://doi.org/10.31857/S268695432207013X.
19. Butgereit L. A Comparison of Three AI Tutoring Bots Communicating in isiZulu Using OpenAI's GPT-3.5-turbo, GPT-4-turbo, and GPT-4o // The proceedings of IST-Africa Conference (Nairobi, Kenya, 28–30 May 2025). 2025. P. 1–8. DOI:https://doi.org/10.23919/IST-Africa67297.2025.11060061.
20. Матвеев А.В., Иванов А.Ю. Использование больших языковых моделей в области безопасности в чрезвычайных ситуациях: обзор исследований и анализ возможностей // Научно-аналитический журнал «Вестник Санкт-Петербургского университета Государственной противопожарной службы МЧС России». 2025. № 3. С. 136–146. DOI:https://doi.org/10.61260/2218-130X-2025-3-136-146.
