本文研究如何利用大型语言模型(LLM)辅助面向服务的网络靶场(SOR)的安全需求获取。网络靶场环境复杂，涉及多方利益相关者和不同安全关切，传统需求获取过程困难且耗时。作者基于SEBoK系统工程指南，首先识别安全使命目标与利益相关者需求，将其与架构指南一起作为提示上下文，输入给五个LLM（GPT-5.2、Gemini 3.1 Pro、Grok 4.1、Sonar和Kimi K2.5）。LLM共生成84条安全需求，经人工整合为27条，并映射到服务导向靶场的各架构层。随后，五位网络安全专家从必要性、清晰性、完整性、可行性和可测试性五个标准进行评估，并允许拒绝某条需求。结果显示，必要性接受率达98.5%，清晰性87.4%，完整性85.2%，可行性78.5%，拒绝率仅0.7%，但可测试性仅为44.4%，表明需求在如何测试方面信息不足。研究表明，LLM能够在早期阶段有效辅助安全需求获取，为设计者和开发者提供有价值的初始基线，但人工审查仍不可或缺，尤其在改进测试细节等特定方面。本文为自动化需求工程提供实证参考，并指出AI与人类协作在安全需求工程中的应用潜力与局限性。

本文针对受监管领域的持续软件工程中安全需求难以显式化的问题。在敏捷开发中，产品待办项（backlog items）通常以简短自由文本描述，工程师难以从中推断安全相关性，也缺乏及时的安全需求指引。为此，作者提出一种基于NLP的待办项富集系统，用于检测安全相关的待办项并将其链接到具体安全需求。该系统结合安全相关性分类器与基于检索增强生成（RAG）的流水线，后者以安全需求文档为知识源。研究在大型企业、高度受监管领域环境中开展。主要贡献有三：第一，公开了一个包含288条待办项的数据集，由9名安全从业者标注安全相关性，标注一致性较高（Fleiss' κ=0.787）；第二，实现了一个以召回为导向的分类器，在分布内数据上F2=0.774，在五个既有基准上的零样本G-measure均值约为0.65，性能匹配或超过多数已发表的经典机器学习及开源GPT基线；第三，初步评估了四阶段安全需求文档接地RAG流水线，使用企业内部安全策略和CIS Benchmark，由两名从业者在工业待办项上测试，检索出的24项条款中12项相关性评分不低于4/5。结果表明，基于NLP的待办项富集能够帮助工程师在开发过程早期识别安全需求，从而促进持续软件工程中的主动安全合规。本文适合安全工程、DevSecOps、需求工程及合规自动化领域的研究者和从业者阅读。