Cet article propose d'utiliser l'adaptation au domaine des modèles Sentence Transformer pour automatiser le processus manuel de cartographie des contrôles de sécurité cloud vers des métriques techniques.
- Les auteurs ont construit un corpus d'entraînement de 3 499 paires sémantiques à partir de cinq normes européennes de sécurité et l'ont étendu à 13 996 échantillons en utilisant la rétro-traduction et le paraphrasage basé sur les LLM sur quatre scénarios.
- Cinq architectures ont été affinées et évaluées sur les tâches d'association de contrôles vers des métriques et de contrôles inter-normes.
- Sur la tâche de contrôle vers métrique, le meilleur modèle a amélioré le nDCG@10 jusqu'à 23 points par rapport aux bases zéro-shot.
- Pour la tâche de contrôle inter-norme, le modèle multi-qa-mpnet-dot-v1 sous rétro-traduction a atteint un nDCG@10 de 0,870.
Les résultats indiquent que les données d'entraînement in-domain sont un facteur principal de performance pour ces tâches d'automatisation.