GPT 모델을 활용한 보안취약점 탐색 (Detecting Security Vulnerabilities Using a GPT Model)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회 컴퓨팅의 실제 논문지 / 30권 / 12호 / 611 ~ 618페이지
· 저자명 : 장주영

초록

본 논문은 최근 큰 관심을 받는 대규모 언어처리 모델인 GPT의 소프트웨어 보안취약점 탐색에 있어서 활용 가능성과 한계를 탐색했다. 이를 위해, 다양한 오픈소스 프로젝트에서 독립적인 커밋 기록과 Java 파일을 수집하고, 이를 바탕으로 gpt-3.5-turbo-16k 모델의 보안취약점 탐지 능력을 효과적으로 검증했다. 질의응답 과정을 통해 도출된 답변을 5개의 항목으로 나누고 검증하는 과정을 거쳤다. 이 검증 과정에서 GPT 모델 답변의 신뢰성을 검증하기 위해 상용화된 정적분석기 3종과 비교하는 방식을 채택했다. 본 연구는 GPT의 보안취약점 탐지 도구로서의 가능성과 한계를 관찰했다. 이를 바탕으로 후속 연구에 도움이 될 수 있는 중요한 데이터와 결과를 제공하고, 보안취약점 탐색에 관한 연구 분야에 기여하고자 한다. 선행 연구의 한계를 극복하기 위해 보안취약점 탐색에 다양한 상황을 고려할 수 있는 넓은 범위의 데이터를 활용했고, GPT 모델의 답변 신뢰성을 검증했다.

영어초록

This paper explores the potential and limitations of leveraging the Generative Pre-trained Transformer (GPT) model, a widely recognized large-scale language processing model, for the detection of software security vulnerabilities. The study collected independent commit records and Java files from diverse open-source projects and effectively validated the security vulnerability detection capabilities of the gpt-3.5-turbo-16k model using this dataset. The process included categorizing and validating responses obtained through prompting and dividing them into five categories. In the validation phase, a comparison was made with three commercial static analyzers to gauge the reliability of GPT model responses. This research contributes insights into the possibilities and constraints of GPT as a security vulnerability detection tool, providing valuable data and results for future research in the field. To overcome the limitations of prior studies, a comprehensive dataset encompassing various scenarios for security vulnerability exploration was employed, and the reliability of GPT model responses was thoroughly verified.

참고자료

· 없음