Large Language Models in Cybersecurity: State-of-the-Art

大型语言模型（LLMs）的兴起彻底改变了我们对智能的理解，使我们更接近人工智能。自它们问世以来，研究人员一直积极探索LLMs在不同领域的应用，显著提高了相关领域的能力。传统上对数据驱动解决方案持抵制态度、缓慢接受机器学习的网络安全领域尤为突出。本研究对现有文献进行了全面分析，深入探讨了LLMs在网络安全领域中防御和攻击应用的特征。我们的综述不仅对现有情况进行了调查和分类，还确定了重要的研究空白。通过评估攻击性和防御性应用，我们旨在提供一个全面的理解，以了解LLM驱动的网络安全所涉及的潜在风险和机会。

本文旨在探讨大型语言模型（LLMs）在网络安全领域中的防御和攻击应用，以及相关研究现状和存在的问题。

本文通过综合评估LLMs的防御和攻击应用，提供了一种全面的理解LLMs在网络安全领域中的潜在风险和机遇。

本文对当前LLMs在网络安全领域的应用进行了分类和概述，并指出了存在的关键研究空白。实验设计详细，数据集充分，可以为进一步的研究提供参考。

在这个领域中，最近的相关研究包括《使用深度学习进行网络安全威胁检测》、《基于深度学习的网络安全态势感知研究》等。