第29期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大型语言模型（LLM）等安全领域应用的知识。在这里，您可以找到关于GPT/AIGC/LLM最新的研究论文、博客文章、实用的工具和预设指令（Prompts）。现为了更好地知悉近一周的贡献内容，现总结如下。

Security Papers

1. 我们在使用大型语言模型进行漏洞检测方面已经走了多远

简介：研究者发现，通过对16个LLM和6个最先进的(SOTA)基于深度学习的模型和静态分析器的实验，发现了一些LLM在漏洞检测方面优于传统的深度学习方法，揭示了LLM尚未开发的潜力。这项工作有助于理解和利用LLM来增强软件安全性。

链接：

https://arxiv.org/pdf/2311.12420.pdf

2. 对日志分析、安全性和解释的大型语言模型进行基准测试

简介：研究者部署了60个用于日志分析的微调语言模型并进行基准测试。由此产生的模型表明，它们可用于有效地执行日志分析，其中微调对于对特定日志类型进行适当的域适应尤其重要。性能最佳的微调序列分类模型（DistilRoBERTa）优于当前最先进的技术；来自Web应用程序和系统日志源的六个数据集的平均F1分数为0.998。为了实现这一目标，研究者提出并实施了一个新的实验管道 (LLM4Sec)，它利用LLM进行日志分析实验、评估和分析。

链接：

https://arxiv.org/pdf/2311.14519v1.pdf

3. 披着羊皮的狼：通用嵌套越狱提示可以轻松欺骗大型语言模型

简介：在本文中，研究者将越狱提示攻击概括为两个方面：（1）提示重写和（2）场景嵌套。基于此，研究者提出了ReNeLLM，一个利用LLM本身生成有效越狱提示的自动框架。大量实验表明，与现有基线相比，ReNeLLM显著提高了攻击成功率，同时大大降低了时间成本。研究者希望通过研究能够促进学术界和法学硕士供应商提供更安全、更规范的大型语言模型。

链接：

https://arxiv.org/pdf/2311.08268.pdf

4. 通过系统提示的自我对抗攻击越狱 GPT-4V

简介：现有的越狱多模态大型语言模型(MLLM)工作主要集中在模型输入中的对抗性示例，较少关注模型API中的漏洞。为了填补研究空白，研究者开展了一系列工作。结果表明，设计适当的系统提示可以显著降低越狱成功率。总的来说，研究者的工作为增强MLLM安全性提供了新的见解，展示了系统提示在越狱中的重要作用，可以利用它来极大地提高越狱成功率，同时也具有防御越狱的潜力。

链接：

https://arxiv.org/pdf/2311.09127.pdf