LLM architektúrák összehasonlító elemzése biztonságkritikus rendszerekben: telepítési modellek, szuverenitás és sebezhetőség

Boldizsár Bednárik; László Gogolák

Boldizsár Bednárik Óbudai Egyetem Biztonságtudományi Doktori Iskola https://orcid.org/0009-0005-5198-1210
László Gogolák Szegedi Tudományegyetem Műszaki Kar https://orcid.org/0000-0002-6653-3534

Kulcsszavak: LLM, adatszuverenitás, kockázatkezelés, Mesterséges Intelligencia, adatbiztonság

Absztrakt

https://doi.org/10.12700/btsz.2025.7.4.177

Ez a tanulmány a nagy nyelvi modellek (LLM) biztonságkritikus rendszerekben történő alkalmazásának lehetőségeit és kockázatait elemzi, valamint bemutatja, hogyan épülhetnek be az LLM-ek a döntéstámogató és automatizált rendszerekbe. Részletesen összehasonlítja a lokális, felhőalapú és hibrid telepítési modelleket, különös tekintettel az adatszuverenitásra, adatbiztonságra és működési rugalmasságra. Az OWASP és a DHS irányelvei alapján bemutatásra kerülnek a legfontosabb sebezhetőségek.A tanulmány elemzi a NIS2 irányelv és az AI Act előírásainak relevanciáját. A kockázatok csökkentésére az ALARP-elv, valamint emberi felügyelet, validáció, több rétegű védelem és biztonságtudatos oktatás kerül kiemelésre. A tanulmány célja a biztonság és innováció közötti fenntartható egyensúly elősegítése.