Методи та засоби аналізу кібербезпеки і захисту великих мовних моделей від генерації забороненого контенту на локальних і хмарних серверах

Abstract

Мета дисертаційної роботи полягає в підвищенні повноти оцінювання кібербезпеки та рівня захищеності великих мовних моделей (Large Language Models, LLMs) від генерації забороненого контенту шляхом аналізу критичності вразливостей, прогнозування кібератак на LLMs, які розгортаються локально і на хмарних серверах.

The dissertation aims to improve the comprehensiveness of cybersecurity assessments and the level of protection of large language models (LLMs) against the generation of forbidden content by analyzing the criticality of vulnerabilities and predicting cyberattacks on LLMs deployed locally and on cloud servers.