Эта модель предназначена для классификации предупреждений Wazuh как истинно положительных или ложноположительных. Это помогает аналитикам SOC снизить количество ложных срабатываний за счет фильтрации некритических предупреждений. Модель точно настраивается на журналы безопасности и оповещения Wazuh с использованием обучения на основе инструкций. — Разработано: holil — Профинансировано: holil — Предоставлено: holil — Тип модели: Модель классификации на основе трансформатора — Язык(и) (NLP): английский — Лицензия: MIT — Доработано на основе модели: LLaMA 3.1 8B Эта модель предназначена для классификации предупреждений Wazuh как истинно положительных или ложноположительных. Это помогает аналитикам SOC сосредоточиться на действенных оповещениях и снизить уровень шума от ложных срабатываний. Эту модель можно интегрировать в системы SIEM, платформы автоматизации безопасности и информационные панели SOC для улучшения классификации предупреждений. Модель не предназначена для общего анализа кибербезопасности за пределами предупреждений Wazuh. Его следует использовать не как отдельное решение безопасности, а как помощь аналитикам SOC. — Ложные классификации: модель может неправильно классифицировать оповещения, требуя проверки человеком. — Предвзятость данных о безопасности: обучающие данные могут не охватывать все модели атак, что приводит к пробелам в обнаружении. — Ограниченная область применения: модель оптимизирована для оповещений Wazuh…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: kholil-lil
Теги: gguf, llama, unsloth, trl, sft, conversational, en, text-generation-inference
Лайков: 6 | Загрузок: 198
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
