Skip to content
KitploitKITPLOIT
ToolsBlog
Einreichen
ToolsBlog
Einreichen

Hacking-, PenTest- und Cybersicherheits-Tools für Ihr Sicherheitsarsenal!

Kitploit ist ein Verzeichnis von Hacking-, Cybersicherheits- und Pentesting-Tools. Entdecken Sie die neuesten Projekt-Updates, um Schwachstellen zu finden, Systeme zu analysieren, Tests zu automatisieren und Ihre Sicherheit zu stärken.

··Feeds·Kontakt·Datenschutz·© 2026 Kitploit

Tool-Verzeichnis

Kategorien

Alle Kategorien anzeigen
Loading categories
Awesome-LLM4Cybersecurity — Kuratierte systematische Literaturübersicht von 756+ Fachpublikationen zu LLM-Anwendungen in der Cybersicherheit, die Threat Intelligence, Schwachstellenerkennung, Fuzzing, Angriff/Verteidigung und zukünftige Forschungsrichtungen abdeckt. | Kitploit
Tools/GitHubGitHub/tmylla/awesome-llm4cybersecurity
SchwachstellenanalyseFuzzingPenetrationstestsBedrohungsanalyseMaschinelles LernenPapers & ForschungLernen & BildungKuratierte RessourcenKI-Sicherheit

Beliebteste

Alle anzeigen →

Entdecken Sie die meistgenutzten Tools unserer Community.

Alle Tools erkunden

Durchsuchen Sie unsere Tool-Sammlung

Alle Tools anzeigen →
Teilen
GitHubtmylla/awesome-llm4cybersecurity

Awesome-LLM4Cybersecurity

Kuratierte systematische Literaturübersicht von 756+ Fachpublikationen zu LLM-Anwendungen in der Cybersicherheit, die Threat Intelligence, Schwachstellenerkennung, Fuzzing, Angriff/Verteidigung und zukünftige Forschungsrichtungen abdeckt.

Repository anzeigenWebseite
1.7k188vor 1 MonatVon Kitploit geprüft

Wenn LLMs auf Cybersicherheit treffen: Eine systematische Literaturübersicht

     

🔍 Entdecken Sie 756+ Paper in 11 Forschungskategorien

📊 RQ1: Domain-LLMs | 🎯 RQ2: Anwendungen | 🤖 RQ3: Zukünftige Richtungen

Aktualisierungen

📆[2026-06-15] Wir haben die zugehörigen Paper bis 2026/06/15 aktualisiert und 108 neue Paper hinzugefügt.

📆[2026-02-09] Wir haben die zugehörigen Paper bis 2026/01/31 aktualisiert und 80 neue Paper hinzugefügt (2025.08.31-2026.01.31).

📆[2025-11-17] Wir haben die zugehörigen Paper bis 2025/08/31 aktualisiert und 176 neue Paper hinzugefügt (2025.03.01-2025.08.31).

📆[2025-03-03] Wir haben die zugehörigen Paper bis 2025/02/28 aktualisiert und 33 neue Paper hinzugefügt (2025.01.01-2025.02.28).

📆[2025-01-21] Wir haben die zugehörigen Paper bis 2024/12/31 aktualisiert und 74 neue Paper hinzugefügt (2024.09.01-2024.12.31).

📆[2025-01-08] Wir haben die Publikationsorte für jedes Paper ergänzt.

📆[2024-09-21] Wir haben die zugehörigen Paper bis 2024/08/31 aktualisiert und 75 neue Paper hinzugefügt (2024.06.01-2024.08.31).

Kurze Einführung

📊 Paper-Verteilung nach Forschungsfrage


📜 Literatur

👉 Vollständige Literaturübersicht ansehen →

Die vollständige Literaturübersicht mit 756+ Paper wurde zur besseren Lesbarkeit in eine separate Datei verschoben.

Schnelllinks nach Forschungsfrage:

  • RQ1: Konstruktion von Domain-LLMs

    • Cybersicherheits-Evaluations-Benchmarks (67 Paper)
    • Feinabgestimmte Domain-LLMs (36 Paper)
  • RQ2: LLM-Anwendungen in der Cybersicherheit

    • Threat Intelligence (53 Paper)
    • FUZZ (26 Paper)
    • Schwachstellenerkennung (106 Paper)
    • Programm-/Schwachstellenreparatur (72 Paper)
    • Unsichere Codegenerierung (32 Paper)
    • LLM-gestützte Verteidigung (130 Paper)
    • LLM-gestützter Angriff (110 Paper)
    • Sonstiges (61 Paper)
  • RQ3: Zukünftige Forschungsrichtungen

    • Agent4Cybersecurity (63 Paper)

BibTeX

root@kitploit:~
@article{zhang2025llms,
  title={When llms meet cybersecurity: A systematic literature review},
  author={Zhang, Jie and Bu, Haoyu and Wen, Hui and Liu, Yongji and Fei, Haiqiang and Xi, Rongrong and Li, Lun and Yang, Yun and Zhu, Hongsong and Meng, Dan},
  journal={Cybersecurity},
  volume={8},
  number={1},
  pages={1--41},
  year={2025},
  publisher={SpringerOpen}
}

Star History

Star History Chart

Tool herunterladen
RQKategoriePapersProzentTrend
RQ1📊 Evaluations-Benchmarks678.9%📊 Stabil
🔧 Feinabgestimmte LLMs364.8%📊 Stabil
RQ2🛡️ LLM-gestützte Verteidigung13017.2%📈 Wachsend
🐛 Schwachstellenerkennung10614.0%📈 Wachsend
⚔️ LLM-gestützter Angriff11014.6%🔥 Heiß
🔨 Programm-/Schwachstellenreparatur729.5%📊 Stabil
📦 Sonstiges618.1%📊 Stabil
🎯 Threat Intelligence537.0%📊 Stabil
🔍 FUZZ263.4%📊 Stabil
⚠️ Unsichere Codegenerierung324.2%🚫 Nicht gepflegt
RQ3🤖 Agent4Cybersecurity638.3%🚀 Aufstrebend