Generación de escenarios de aprendizaje en ciberseguridad utilizando modelo de lenguaje de gran tamaño

Abstract

En la actualidad, se espera que la inteligencia artificial (IA) desempeñe un papel fundamental a la hora de realizar cualquier tarea, ayudando a completar estas con mayor velocidad. Uno de los usos actuales más populares de estas IAs, es el aprendizaje en distintos sectores y sobre todo el correspondiente a análisis y escritura de textos, no solo literarios, si no también técnicos y hasta programas informáticos. Este último tipo de IA también llamado Gran Modelo de Lenguaje o LLM o por sus siglas en inglés, es el punto de partida de este trabajo donde se estudia la posibilidad de su utilización para la formación en ciberseguridad. La ciberseguridad, es uno de los ámbitos más complicados a la hora de aprender nueva información (por su carga técnica y por las consecuencias de seguridad), esto se incrementa sobre todo si queremos que este aprendizaje se realice de forma autónoma, de una forma autodidacta, ya que al trabajar con un LLM se puede ofrecer información incorrecta o maliciosa que puede confundir a los usuarios o darles la sensación de que sus acciones no tienen consecuencias. Con esta premisa y con el fin de ofrecer información precisa para esta tarea se decidió elaborar el siguiente trabajo. Se plantea desarrollar una herramienta que integre un modelo de lenguaje de gran tamaño (LLM), que haya sido previamente entrenado para ofrecer información relacionada con ciberseguridad. Además, se buscará orientar el proyecto a la formación y educación en este ámbito, universitario o en la empresa. Cabe destacar, que, al utilizar una información actualizada, se incluirá una sección para que la comunidad pueda aportar información relevante y eliminar aquella información del entrenamiento que no sea correcta.

Nowadays, artificial intelligence (AI) is expected to play a key role in performing any task, helping to complete them faster. One of the most popular current uses of these AIs is learning in different sectors, especially in the analysis and writing of texts, not only literary, but also technical and even computer programmes. This last type of AI, also called Large Language Model or LLM, is the starting point of this work, which studies the possibility of using it for training in cybersecurity. Cybersecurity is one of the most complicated fields when it comes to learning new information (due to its technical burden and security consequences), and this is especially true if we want this learning to be carried out autonomously, in a self-taught manner, since working with an LLM can provide incorrect or malicious information that can confuse users or give them the feeling that their actions have no consequences. With this premise and in order to provide accurate information for this task, it was decided to develop the following work. It is proposed to develop a tool that integrates a large language model (LLM), which has been previously trained to provide information related to cybersecurity. In addition, the project will be oriented towards training and education in this field, both at university and in the company. It should be noted that, by using up-to-date information, a section will be included so that the community can contribute relevant information and remove information from the training that is not correct.