/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
31 янв 2023

CySecBERT

Заполнение пропусковТекст → текст3 профессии

CySecBERT — англоязычная BERT-модель для предсказания пропущенных слов в текстах о кибербезопасности.

1 501скачиваний за 30 дней21лайквеса обновлены28 окт 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

CySecBERT — англоязычная BERT-base-модель для задач кибербезопасности, разработанная Markus Bayer, Philipp Kuehn, Ramin Shanehsaz и Christian Reuter. Это доменно-адаптированная версия bert-base-uncased, обученная на корпусе из 4,3 млн записей из Twitter, блогов, научных публикаций и CVE. Модель содержит 136,7 млн параметров, принимает последовательности длиной до 512 токенов и доступна в форматах PyTorch и safetensors.

Основная задача модели — предсказывать замаскированные слова в текстах по кибербезопасности. Её можно применять для анализа и дополнения англоязычных материалов о киберугрозах, уязвимостях, вредоносном ПО и атаках. Авторы сообщают о проведении оценок в предметной области и на общих задачах, подробности приведены в статье.

Модель выпущена под лицензией Apache-2.0. Авторы предупреждают, что социальные смещения в данных и результатах специально не анализировались, поэтому следует соблюдать осторожность в сценариях, где возможна дискриминация.

Сценарии применения

  • подстановка пропущенных слов в описаниях киберугроз
  • дополнение англоязычных текстов об уязвимостях CVE
  • анализ формулировок о вредоносном ПО
  • обработка материалов о кибератаках
  • изучение терминологии кибербезопасности в публикациях и блогах

Ограничения

Социальные смещения в обучающих данных и результатах специально не анализировались; не следует полагаться на модель в сценариях, где такие смещения могут привести к дискриминации.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

CySecBERT is a domain-adapted version of the BERT model tailored for cybersecurity tasks. It is based on a Cybersecurity Dataset consisting of 4.3 million entries of Twitter, Blogs, Paper, and CVEs related to the cybersecurity domain.

Model Details

  • Developed by: Markus Bayer, Philipp Kuehn, Ramin Shanehsaz, and Christian Reuter
  • Model type: BERT-base
  • Language(s) (NLP): English
  • Finetuned from model: bert-base-uncased.

Model Sources

Bias, Risks, Limitations, and Recommendations

We would like to emphasise that we did not explicitly focus on and analyse social biases in the data or the resulting model. While this may not be so damaging for most application contexts, there are certainly applications that depend heavily on these biases, and including any kind of discrimination can have serious consequences. As authors, we would like to express our warnings regarding the use of the model in such contexts. Nonetheless, we aim for an open source mentality, observing the great impact it can have, and therefore transfer the thinking to the user of the model, drawing on the many previous discussions in the open source community.

Training Details

Training Data

See https://github.com/PEASEC/cybersecurity_dataset

Training Procedure

We have specifically trained CySecBERT not to be affected too much by catastrophic forgetting. More details can be found in the paper.

Evaluation

We have performed many different cybersecurity and general evaluations. The details can be found in the paper.

Citation

BibTeX:

@article{10.1145/3652594,
author = {Bayer, Markus and Kuehn, Philipp and Shanehsaz, Ramin and Reuter, Christian},
title = {CySecBERT: A Domain-Adapted Language Model for the Cybersecurity Domain},
year = {2024},
issue_date = {May 2024},
publisher = {Association for Computing Machinery},
address = {New York, NY, USA},
volume = {27},
number = {2},
issn = {2471-2566},
url = {https://doi.org/10.1145/3652594},
doi = {10.1145/3652594},
journal = {ACM Trans. Priv. Secur.},
month = {apr},
articleno = {18},
numpages = {20},
keywords = {Language model, cybersecurity BERT, cybersecurity dataset}
}

or

@misc{https://doi.org/10.48550/arxiv.2212.02974,
  doi = {10.48550/ARXIV.2212.02974},
  url = {https://arxiv.org/abs/2212.02974},
  author = {Bayer, Markus and Kuehn, Philipp and Shanehsaz, Ramin and Reuter, Christian},
  keywords = {Cryptography and Security (cs.CR), Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
  title = {CySecBERT: A Domain-Adapted Language Model for the Cybersecurity Domain},
  publisher = {arXiv},
  year = {2022},
  copyright = {arXiv.org perpetual, non-exclusive license}
}

Model Card Authors

Markus Bayer

Model Card Contact

bayer@peasec.tu-darmstadt.de

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForMaskedLM
Ревизия весов
c9e04e3

0 моделей