DarkBERT：诞生自暗网的AI，全球首个基于暗网训练的AI模型

据外媒报道，韩国研究人员最近开发了一种基于暗网数据训练的大型语言模型DarkBERT。这个AI模型旨在帮助网络安全专业人员从暗网提取有关网络威胁的情报。

DarkBERT可以研究暗网，以识别和标记潜在的网络安全威胁，包括数据泄露和勒索软件。

韩国科学技术院(KAIST)的研究人员与数据情报机构S2W开展合作，开发出生成式AI语言模型DarkBERT，该模型专门针对来自暗网的数据集进行训练。

与ChatGPT或Bard之类的聊天机器人不同，该模型旨在创建一个工具来分析数据集并回答特定的查询。DarkBERT可以验证使用暗网作为数据集是否能让AI工具更好地理解这些环境中使用的语言，从而可以为网络安全专业人员和执法部门提供帮助。

研究人员使用Tor网络训练AI模型

为了优化DarkBert适应暗网上使用的语言，研究小组通过爬行代理Tor网络创建了一个大型数据库。该研究团队还采用重复数据删除、数据过滤和预处理技术，以减轻与暗网内容相关的道德担忧，而暗网内容通常包含大量敏感信息。

该模型在16天内输入了两组数据，其中预处理的数据包括受害组织的名称、泄露数据的详细信息、威胁声明、非法图像等信息。

由于暗网的信息存在潜在风险，DarkBert在短期内不会向公众开放。然而，用户可以提出将这个AI模型用于学术目的的请求。