Security-First Evaluation of Text-to-Terraform: Benchmarking LLMs and SLMs for Secure IaC Generation
该论文研究了大型语言模型(LLM)和小型语言模型(SLM)在生成基础设施即代码(IaC)时的安全性问题,特别是针对AWS Terraform配置。云配置错误是安全事件的主要根源,但业界对LLM/SLM能否生成符合安全规范的IaC缺乏系统性评
共收录 2 条相关情报。
← 返回所有主题该论文研究了大型语言模型(LLM)和小型语言模型(SLM)在生成基础设施即代码(IaC)时的安全性问题,特别是针对AWS Terraform配置。云配置错误是安全事件的主要根源,但业界对LLM/SLM能否生成符合安全规范的IaC缺乏系统性评
该论文针对大型语言模型(LLM)辅助 Terraform 基础设施即代码(IaC)安全修复的评估问题,提出了一种名为 TerraProbe 的五层预言框架。传统评估方式仅依赖静态分析工具的告警消失来衡量修复成功,忽视了规划有效性、行为变更及