Large Language Models for Blockchain Security: A Systematic Literature Review

大型语言模型(LLMs)已成为涉及区块链安全的各个领域中的强大工具。最近有几项研究探讨了LLMs在区块链安全中的应用。然而，我们对LLMs在区块链安全方面的应用、影响和潜在限制的全面理解仍存在差距。为了填补这一空白，我们对LLM4BS进行了文献综述。 作为LLMs应用于区块链安全的第一篇综述，我们的研究旨在全面分析现有研究，并阐明LLMs如何有助于增强区块链系统的安全性。通过对学术作品的深入研究，我们探讨了LLMs在各个方面与区块链安全的整合，包括在智能合约审计、身份验证、异常检测、漏洞修复等方面的应用。此外，我们还对利用LLMs进行区块链安全的挑战和限制进行了批判性评估，考虑了可扩展性、隐私问题和对抗性攻击等因素。我们的综述揭示了这种融合中存在的机遇和潜在风险，为研究人员、从业者和决策者提供了有价值的见解。

LLMs在区块链安全中的应用和潜在限制的文献综述

综述了LLMs在智能合约审计、身份验证、异常检测、漏洞修复等方面对区块链安全的增强机制，同时评估了利用LLMs进行区块链安全面临的挑战和限制，提供了有价值的见解。

文章介绍了LLMs在智能合约审计、身份验证、异常检测、漏洞修复等方面的应用，并评估了LLMs在区块链安全中的挑战和限制。文章提供了有价值的见解，为研究人员、从业者和决策者提供了参考。

最近的相关研究包括：1. 'A Survey of Blockchain Security: Issues, Challenges, and Solutions'；2. 'Blockchain Security Analysis'；3. 'Smart Contract Security: A Comprehensive Survey'。