大模型驱动漏洞挖掘:从技术跃升到新型风险
发生了什么
据安全内参分析,以OpenAI GPT-5.5-Cyber为代表的安全专用模型正重构漏洞分析全链条。华中科技大学VulLLM框架F1值提升显著;微软Security Copilot辅助挖掘约20个真实CVE;DARPA AIxCC挑战赛验证了AI辅助自动化漏洞发现与修复的可行性。但评估显示商业模型生成可用漏洞利用代码仍需专家引导,同时面临对抗攻击、数据泄露与能力武器化风险。
- VulLLM F1值提升
- 8%
- 微软Copilot挖掘CVE数
- 约20个
- DARPA挑战赛修补率
- 61%
- 商业模型生成可用漏洞数
- 3个
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- 安全内参来源报道
大模型驱动的漏洞挖掘与治理:机遇、风险与协同应对
来源关系与证据边界
按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口