大语言模型驱动的高校网络安全漏洞智能治理体系研究OA
在教育数字化加速推进的背景下,高校信息系统规模急剧扩大,给网络安全运营带来诸多挑战,如多源异构的信息资产难以实现统一接入、老旧设备缺乏标准化的API接口等.传统漏洞管理模式高度依赖人工操作,当态势感知与APT等平台大量告警数据时,安全运维人员产生"告警疲劳",人工响应效率难以满足实战化攻防演练与重要信息保护的实际需求.以大模型技术为核心,构建AI安全智能体平台,并借助MCP模型上下文协议打通底层多源安全设备,将DeepSeek大模型的决策推理能力与专属网络安全漏洞知识库相结合,系统地完成了从信息资产自动发现、风险智能研判到联动处置的完整技术路径,为高校网络安全运营提供了一套具有可推广价值的智能解决方案.
王忠桃;徐余意
成都理工大学 网络与信息化处,四川 成都 610059成都理工大学 计算机与网络安全学院,四川 成都 610059
社会科学
漏洞管理人工智能大语言模型自动化运维网络安全智能体
《中国高校科技》 2026 (9)
20-26,7
中国高校产学研创新基金-云中大学项目(2024MU017)成都理工大学砺石硕士研究生科研与实践创新计划项目(2025BJCX-LS034)成都理工大学2025年度"AI研究基金"项目(2025AI096)
评论