Este artículo propone utilizar la adaptación al dominio de modelos Sentence Transformer para automatizar el proceso manual de mapeo de controles de seguridad en la nube a métricas técnicas.
- Los autores construyeron un corpus de entrenamiento con 3.499 pares semánticos de cinco estándares europeos de seguridad y lo ampliaron a 13.996 muestras utilizando traducción inversa y paráfrasis basada en LLM en cuatro escenarios.
- Cinco arquitecturas fueron ajustadas finamente (fine-tuned) y evaluadas en tareas de asociación de controles a métricas y controles cruzados entre estándares.
- En la tarea de control a métrica, el mejor modelo mejoró nDCG@10 hasta en 23 puntos en comparación con las líneas base zero-shot.
- Para la tarea de control cruzado entre estándares, el modelo multi-qa-mpnet-dot-v1 bajo traducción inversa logró un nDCG@10 de 0.870.
Los resultados indican que los datos de entrenamiento in-domain son un impulsor principal del rendimiento para estas tareas de automatización.