اخبار و اعلانات
آمار
| تعداد نشریات | 38 |
| تعداد شمارهها | 1,408 |
| تعداد مقالات | 10,088 |
| تعداد مشاهده مقاله | 11,909,097 |
| تعداد دریافت فایل اصل مقاله | 6,961,229 |
ارائه یک چارچوب نوین برای به کارگیری عامل های هوش مصنوعی مبتنی بر مدل های زبانی بزرگ در فرایند های OSINT | ||
| فصلنامه آفاق امنیت | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 02 اسفند 1404 | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| امیرحسین حنیفی* 1؛ محمدرضا حسنی آهنگر2 | ||
| 1دانشکده پیامبر اعظم | ||
| 2دانشگاه امام حسین (ع) | ||
| تاریخ دریافت: 23 اردیبهشت 1404، تاریخ بازنگری: 17 خرداد 1405، تاریخ پذیرش: 16 آذر 1404 | ||
| چکیده | ||
| با رشد روزافزون حجم دادههای منبع باز و افزایش تنوع و گستردگی منابع اطلاعاتی، فرایندهای OSINT با چالشهای متعددی مواجه شدهاند. از جمله این چالشها میتوان به حجم بسیار بالای دادههای ورودی، نیاز به پردازش سریع و کارآمد دادهها، و همچنین ناهمگونی و تنوع ساختاری دادهها اشاره کرد. این حجم عظیم اطلاعات، تحلیلگران را با مشکلاتی همچون دشواری در شناسایی دادههای مرتبط، استخراج بینشهای ارزشمند و مدیریت دادههای غیر ساختیافته روبهرو میکند. در چنین شرایطی، بهرهگیری از فناوریهای نوین هوش مصنوعی بهویژه مدلهای زبانی بزرگ میتواند نقش مهمی در بهبود کارایی و اثربخشی فرایندهای OSINT ایفا کند.این مقاله رویکردی نوآورانه و مبتنی بر عاملهای هوش مصنوعی را معرفی میکند که با استفاده از مدلهای زبانی بزرگ، امکان مدیریت هوشمند دادههای منبع باز را فراهم میسازد. چارچوب مفهومی پیشنهادی در این مقاله، با یکپارچهسازی قابلیتهای پیشرفته LLM با نیازمندیهای خاص OSINT، بستری را برای جمعآوری، تحلیل و تصمیمگیری هوشمندانه فراهم میآورد. در این چارچوب، وظایف مختلف به صورت هوشمندانه تقسیم شده و هر بخش از فرایند به عاملهای تخصصی و هوشمند سپرده میشود تا هر کدام متناسب با توانایی خود، بخشی از دادهها را پردازش و تحلیل کنند. | ||
| کلیدواژهها | ||
| هوش مصنوعی؛ عامل هوشمند؛ مدل زبانی بزرگ؛ چارچوب مفهومی؛ تحلیل اطلاعات | ||
| عنوان مقاله [English] | ||
| A Novel Framework for Employing Large Language Model-Based AI Agents in OSINT Processes | ||
| نویسندگان [English] | ||
| amirhosein hanifi1؛ mohammadreza Hassani Ahangar2 | ||
| 1Payambar A'zam Faculty | ||
| 2Imam Hossein University | ||
| چکیده [English] | ||
| With the rapid growth in the volume of open-source data and the increasing diversity and breadth of information sources, OSINT (Open Source Intelligence) processes are facing numerous challenges. Among these challenges are the extremely high volume of incoming data, the need for fast and efficient data processing, as well as the heterogeneity and structural diversity of the data. This massive amount of information presents analysts with difficulties such as identifying relevant data, extracting valuable insights, and managing unstructured data. In such circumstances, the utilization of advanced artificial intelligence technologies-particularly large language models-can play a significant role in enhancing the efficiency and effectiveness of OSINT processes.This article introduces an innovative, agent-based approach leveraging large language models to enable intelligent management of open-source data. The conceptual framework proposed herein integrates the advanced capabilities of LLMs with the specific requirements of OSINT, providing a platform for intelligent data collection, analysis, and decision-making. Within this framework, tasks are intelligently distributed, and each stage of the process is assigned to specialized, intelligent agents, each responsible for processing and analyzing a portion of the data according to their respective capabilities. | ||
| کلیدواژهها [English] | ||
| Artificial Intelligence, Intelligent Agent, Large Language Model, OSINT, Concept Framework | ||
|
آمار تعداد مشاهده مقاله: 24 |
||