Strojno generiranje izvješća specijalista tijekom rukovanja sigurnosnim incidentom

master's thesis

• Title (english): Machine generating specialist reports during security incident handling
• Author: Robert Benić
• Mentor: Stjepan Groš (mentor)
• Committee member: Stjepan Groš (predsjednik povjerenstva)
• Committee member: Dejan Škvorc (član povjerenstva)
• Committee member: Leonardo Jelenković (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2022-07-11, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

Ovaj diplomski rad iznosi mogući način poboljšanja strojnog generiranja specijalističkih izvješća za potrebe simulacije sigurnosnih incidenata uz pomoć modela prirodnog jezika i pokazuje ga na nekoliko primjera.

Upotrebljeni su GPT-2 i GPT-Neo modeli prirodnog jezika zasnovani na strojnom učenju, koji su unaprijed naučeni na skupu općih tekstualnih podataka. Unaprijed naučeni model se fino podešava u dvije faze, najprije na skupu tekstualnih podataka iz šireg područja informacijske i kibernetičke sigurnosti, a nakon toga na manjem skupu podataka koji točno odgovaraju specijalističkim izvješćima u traženom obliku.

Abstract (english)

This master’s thesis presents a possible means of improving machine generation of specialist reports for the purpose of simulating security incidents using natural language models and shows it in several examples.

GPT-2 and GPT-Neo natural language models based on machine learning were used, which were pre-trained using a generic text dataset. The pre-trained model is fine-tuned in two phases, first using a dataset in the broader field of information and cyber-security, and then using a smaller dataset that exactly matches specialist reports in the required format.

• Keywords: informacijska i kibernetička sigurnost; incident; specijalist; izvješće; simulacija; generiranje teksta; model prirodnog jezika; strojno učenje; Transformer; GPT-2; GPT-Neo; Cyber Conflict Simulator
• Keywords (english): information and cyber-security; incident; specialist; report; simulation; text generation; natural language model; machine learning; Transformer; GPT-2; GPT-Neo; Cyber Conflict Simulator
• Language: croatian
• URN:NBN: urn:nbn:hr:168:309002
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2023-01-14 08:27:45