布鲁斯·斯内尔（Bruce Snell），网络安全战略师，Qwiet AI公司，拥有超过25年的信息安全行业经验。他的背景包括传统IT安全的管理、部署和咨询。过去10年中，布鲁斯转向了OT/IoT网络安全（拥有GICSP认证），参与了包括汽车渗透测试、石油和天然气管道、自动驾驶车辆数据、医疗IoT、智能城市等项目。布鲁斯还曾多次在网络安全和IoT会议上发言，并在沃顿商学院和哈佛商学院担任客座讲师，并且是获奖播客“Hackable？”的联合主持人。
在网络安全的动态环境中，威胁不断演变，预防代码中的潜在漏洞至关重要。一个有前途的方法是集成人工智能和大型语言模型（LLM）。利用这些技术可以为以前未发现的库中的漏洞提供早期检测和缓解，增强软件应用程序的整体安全性。或者，如我们所说，“找到未知的未知数。”对于开发人员，使用人工智能来检测和修复软件漏洞有可能通过减少查找和修复编码错误的时间来提高生产力，帮助他们实现所期望的“流态。”然而，在组织将LLM添加到其流程之前，有一些需要考虑...
