Sophos 發表將 AI 納入資安的高效解方

雖然大型語言模型 (LLM) 在 AI 領域引發廣泛討論，但其高昂的成本也讓許多企業望而卻步。Sophos 即將發表的研究指出了一條嶄新的方向，讓資安公司在預算內同樣能發揮 AI 的強大效益：導入小型 AI 模型。

透過間歇性地使用 LLM 來更有效地訓練小型模型，Sophos 成功打造了一系列速度快、效率高，而且可以實際用於商業應用的小型 AI 模型，這些模型在分類惡意網站等任務上，準確度幾乎可媲美 LLM，甚至在某些情境中表現更佳。

此方法的關鍵在於三大技術：知識蒸餾 (Knowledge Distillation)、半監督式學習 (Semi-Supervised Learning) 以及合成資料生成 (Synthetic Data Generation)：

• 知識蒸餾：透過大型模型將已學會的知識傳授給小型模型，提升其效能，同時避免大規模部署所帶來的龐大負擔。這在標籤雜訊不容忽視、無法完全手動重新標註的情境下，這種方法特別實用。
• 半監督式學習：利用大型模型為未標記資料自動加註標籤，進而擴充訓練小型模型所需的資料集深度。
• 合成資料生成：由大型模型產出新的合成樣本，進一步強化小型模型的訓練與韌性。

儘管 LLM 主導了近年來 AI 與資安領域的討論，但其更具前景的應用實際上在於提升那些構成資安營運核心的小型高效模型的效能。透過採用知識蒸餾、半監督式學習與合成資料生成等技術，我們得以持續在資安領域中深化 AI 的核心應用，確保系統在持續演進的威脅環境中保持彈性、強韌與領先地位。這種典範轉移不僅能最大化現有 AI 架構的效益，也能讓先進的資安能力普及化，使各種規模的企業都能負擔得起並有效運用。