DarkBERT nedir? Yapay zeka siber tehditlerle mücadeleye yardımcı olabilir mi?

Büyük dil modellerinin (LLM'ler) popülaritesi hızla artıyor ve sürekli olarak yeni modeller ortaya çıkıyor. ChatGPT gibi modeller genellikle makaleler, web siteleri, kitaplar ve sosyal medya dahil olmak üzere çeşitli İnternet kaynakları üzerinde eğitilir.

Koreli araştırmacılardan oluşan bir ekip, yalnızca karanlık ağdan elde edilen veri kümeleri üzerinde eğitim almış bir LLM olan DarkBERT'i geliştirdi . Amaçları, mevcut dil modellerinden daha iyi performans gösteren ve tehdit araştırmacılarına, kolluk kuvvetlerine ve siber güvenlik profesyonellerine çevrimiçi tehditlere karşı çalışmalarında yardımcı olan bir yapay zeka aracı oluşturmaktır.

DarkBERT nedir?

DarkBERT, RoBERTa mimarisini temel alan bir kodlayıcı modelidir. LLM, bilgisayar korsanlığı forumlarından, kimlik avı sitelerinden ve yasa dışı faaliyetlerde bulunan diğer çevrimiçi kaynaklardan elde edilen veriler de dahil olmak üzere milyonlarca karanlık web sitesi üzerinde eğitilmiştir.

"Dark web" terimi, internetin standart web tarayıcıları aracılığıyla erişilemeyen gizli bir bölümünü ifade eder. İnternetin bu kısmı, anonim web siteleri ve çalıntı verilerin, uyuşturucuların ve silahların satışı gibi yasa dışı pazarları barındırmasıyla ünlüdür.

DarkBERT'i eğitmek için araştırmacılar Tor ağı aracılığıyla karanlık ağa erişim sağladı ve ham veriler topladı. İnce ayarlı bir karanlık web veritabanı oluşturmak için veri tekilleştirme, kategori dengeleme ve ön işleme gibi teknikleri kullanarak bu verileri dikkatlice filtrelediler ve bu veri daha sonra DarkBERT'i oluşturmak için yaklaşık 15 gün boyunca RoBERTa'ya beslendi.

Siber güvenlikte DarkBERT uygulamaları

DarkBERT, siber suçluların dili konusunda üstün bir anlayışa sahiptir ve belirli potansiyel tehditleri tespit etme konusunda uzmandır. Karanlık ağı araştırabilir ve veri sızıntıları ve fidye yazılımı gibi siber güvenlik tehditlerini başarıyla tanımlayıp işaretleyebilir; bu da onu çevrimiçi tehditlerle mücadelede potansiyel olarak yararlı bir araç haline getirir.

Arxiv.org'da yayınlanan araştırma, DarkBERT'in etkinliğini değerlendirmek için araştırmacıların bunu iki ünlü NLP modeli olan BERT ve RoBERTa ile karşılaştırdığını ve ağ güvenliğiyle ilgili üç önemli uygulamadaki performanslarını değerlendirdiğini gösteriyor.

1. Potansiyel olarak zararlı konular açısından Dark Web forumlarını izleyin

Genellikle yasa dışı bilgi alışverişi için kullanılan dark web forumlarının izlenmesi, potansiyel olarak tehlikeli konuların belirlenmesi açısından önemlidir. Ancak bunların manuel olarak gözden geçirilmesi zaman alıcı olabilir ve bu da sürecin otomatikleştirilmesini güvenlik uzmanları için faydalı hale getirir.

Araştırmacılar, forumları hacklemedeki potansiyel olarak zararlı faaliyetlere odaklanarak, gizli verilerin paylaşılması ve kötü amaçlı yazılımların ciddi zarar veya güvenlik açığı dağıtılması da dahil olmak üzere dikkate değer konulara açıklamalı kılavuzlar sağladı.

DarkBERT, hassaslık, hatırlama ve F1 puanı açısından diğer dil modellerinden daha iyi performans göstererek, dark web'deki haber değeri taşıyan konuların belirlenmesinde üstün bir seçim olarak ortaya çıkıyor.

2. Gizli bilgileri barındıran sayfaları tespit edin

Bilgisayar korsanları ve fidye yazılımı grupları, fidye taleplerine uymayı reddeden kuruluşlardan çalınan gizli verileri yayınladıkları sızıntı web siteleri oluşturmak için karanlık ağı kullanıyor. Diğer siber suçlular, şifreler ve finansal bilgiler gibi sızdırılmış hassas verileri satmak amacıyla karanlık ağa yüklerler.

Araştırmacılar, çalışmalarında kötü şöhretli fidye yazılımı gruplarından veri topladı ve kuruluşların özel verilerini yayınlayan fidye yazılımı sızıntısı web sitelerini analiz etti. DarkBERT, bu tür siteleri tanımlama ve sınıflandırma konusunda diğer dil modellerinden daha iyi performans göstererek, karanlık ağdaki yer altı hackleme forumlarında kullanılan dili anladığını ortaya koyuyor.

3. Dark Web'deki tehditlerle ilgili anahtar kelimeleri belirleyin

DarkBERT, karanlık taraftaki uyuşturucu satışları da dahil olmak üzere yasa dışı faaliyetlerle ilgili anahtar kelimeleri doğru bir şekilde tanımlamak için BERT ailesi dil modellerinin doğasında bulunan bir özellik olan maske doldurmadan yararlanır.

Bir ilaç satış sayfasında "MDMA" kelimesi gizlendiğinde, DarkBERT uyuşturucuyla ilgili kelimeler üretirken, diğer modeller endüstriler, farklı meslekler gibi uyuşturucuyla ilgili olmayan genel kelimeler ve terimler önerdi.

DarkBERT'in yasa dışı faaliyetlerle ilişkili anahtar kelimeleri belirleme yeteneği, ortaya çıkan siber tehditlerin izlenmesi ve ele alınmasında değerli olabilir.

Halk DarkBERT'e erişebilir mi?

DarkBERT şu anda halka açık değildir ancak istekli araştırmacılar akademik amaçlarla kullanılmasını talep edebilir.