基于QLoRA适配器融合与检索增强生成的工业控制系统漏洞-弱点映射轻量级框架

《IEEE Access》：QLoRA-Fusion-Based Large Language Model Framework for Automated Vulnerability-Weakness Mapping in Industrial Control Systems

　　

摘要：

工业控制系统（ICS）通常因安全性和停机成本而延迟安全补丁的部署，导致漏洞长期未得到缓解。气隙环境和有限的计算资源也限制了大规模漏洞分析的实施。为了支持更加一致且时间上稳健的漏洞分析，我们将通用漏洞披露（CVE）与通用弱点枚举（CWE）之间延迟且不准确映射问题，公式化为一个针对ICS特有的漏洞到弱点映射问题，并实现了一个轻量级框架。该框架采用量化低秩适配（QLoRA）适配器融合与检索增强生成（RAG）技术来识别相关的CWE候选项并生成基于证据的文本解释。B4（完整融合）作为我们的主要封闭集模型，在最强现有模型基线基础上将准确率提升了9.9个百分点，精确率和召回率分别提升了4.1和0.9个百分点。B5（完整融合+RAG）在牺牲部分封闭集性能的同时，获得了更高的解释保真度和更稳定的跨厂商性能；其标签不相交的结果仍属探索性而非结论性。这些结果表明，所提出的框架能够支持在补丁延迟的ICS环境中进行自动化且更可靠的、基于CWE的漏洞分级和优先级排序。