生成式人工智能在网络安全防御中的应用机制、关键技术与挑战研究

周 志豪1, 张 家乐2, 张 安政2
1、武汉东湖学院　计算机科学学院
2、武汉东湖学院

摘要


生成式人工智能（Generative AI）正在深刻改变网络安全攻防格局。本文围绕大语言模型在威胁检测、代码
审计与异常流量识别中的应用机制，系统梳理其关键技术路径。在此基础上，结合安全运营与钓鱼攻击检测等典型
场景，分析生成式人工智能的实际应用模式与边界条件。进一步从对抗鲁棒性、数据隐私与模型可解释性三个方面
探讨其面临的核心挑战。研究表明，生成式人工智能在提升安全分析效率与降低人工成本方面具有显著优势，但其
可靠性与安全性问题仍制约其规模化部署。最后，本文提出面向专用模型构建、多模态融合及人机协同的未来发展
方向。

关键词


生成式人工智能；网络安全；大语言模型；威胁检测；深度学习

全文:

PDF


参考


[1]苑卫国，张新跃，尉迟学彪.生成式人工智能技

术对网络安全领域的影响分析与启示建议[J].信息通信技

术与政策，2025，51（1）：2-9.

[2]杨红梅，赵勋.人工智能赋能网络安全的挑战与

应用[J].中兴通讯技术，2025，31（3）：39-43.

[3]肖建平，龙春，赵静，等.基于深度学习的网络

入侵检测研究综述[J].数据与计算发展前沿，2021，3（3）：

59-74.

[4]张玮炜，邹春明，胡亚兰.深度学习在工控网络

入侵检测中的应用[J].工业信息安全，2023（6）：89-95.

[5]周玉锁.基于深度学习的工控网络安全立体化防

御体系研究[J].计算机与网络，2025，51（1）：45-49.

[6]姜毅，杨勇，印佳丽，等.大语言模型安全与

隐私风险综述[J].计算机研究与发展，2025，62（8）：

1979-2018.


Refbacks

  • 当前没有refback。