LARGE LANGUAGE MODELS EN SEGURIDAD INFORMÁTICA: OPORTUNIDADES, RIESGOS Y CASOS DE APLICACIÓN
Palabras clave:
Large Language Models, Ciberseguridad, Inteligencia Artificial, Seguridad informáticaResumen
El uso de los Large Language Models (LLM) ha generado una impresión significativa en diversas áreas de la tecnología, añadiendo la seguridad informática. Estos modelos, basados en inteligencia artificial, permiten el procesamiento y análisis de grandes volúmenes de información, facilitando procesos como la detección de amenazas, el análisis de vulnerabilidades y la automatización de procesos de seguridad. No obstante, su implementación también propone riesgos importantes, como la generación de contenido malintencionado, la exposición de datos sensibles y la dependencia de sistemas automatizados.
El presente artículo tiene como objetivo analizar el uso de los LLM en el ámbito de la ciberseguridad, a través de la exploración de estudios recientes publicados en bases de datos académicas. Se inspeccionan sus principales aplicaciones, beneficios y limitaciones, así como los retos asociados a su adopción. Los resultados evidencian que los LLM pueden mejorar significativamente la eficiencia en la detección y gestión de incidentes de seguridad, aunque requieren supervisión humana y estrategias robustas de control para evitar riesgos.
Descargas
Referencias
[1]
OpenAI. (2023). GPT-4 technical report. arXiv.
https://arxiv.org/pdf/2303.08774
[2] Pearce, H., Ahmad, B., Tan, B., Dolan-Gavitt,
B., & Karri, R. (2022). Asleep at the keyboard?
Assessing the security of GitHub Copilot’s
code contributions. IEEE Symposium on Se
curity and Privacy.
https://ieeexplore.ieee.org/docu
ment/9833571
[3] Wei, J., Wang, X., Schuurmans, D., et al.
(2023). Prompt injection attacks against lar
ge language models. arXiv. https://arxiv.org/
pdf/2302.12173
[4] Sarker, I.H. (2023) Multi‐Aspects AI‐Based
Modeling and Adversarial Learning for
Cybersecurity Intelligence and Robust
ness: A Comprehensive Overview. Security
and Privacy, 6, e295. https://doi.org/10.1002/
spy2.295
[5] Basit, A., Zafar, M., Liu, X. et al. A comprehen
sive survey of AI-enabled phishing attacks
detection techniques. Telecommun Syst 76,
139–154 (2021). https://doi.org/10.1007/s11235
020-00733-2
[6] Xu, H., et al. (2024). Large language models
for cyber security: A systematic literature re
view. arXiv. https://arxiv.org/pdf/2405.04760
[7] Yao, Y., Duan, J., Xu, K., Cai, Y., Sun, Z., &
Zhang, Y. (2024). A survey on large langua
ge model (LLM) security and privacy. Com
puters and Society, 7(1), 100180. https://
www.sciencedirect.com/science/article/pii/
S266729522400014X
[8] Chen, Y., et al. (2024). A survey of large lan
guage models for cyber threat detec
tion. Computers & Security. https://www.
sciencedirect.com/science/article/abs/pii/
S0167404824003213
[9] Li, M. Q., et al. (2025). Security concerns for lar
ge language models: A survey. Journal of In
formation Security and Applications. https://
www.sciencedirect.com/science/article/abs/
pii/S2214212625003217
[10] Ferrag, M. A., et al. (2025). Generative AI in
cybersecurity: A comprehensive review of
applications and challenges. Computers &
Security. https://www.sciencedirect.com/
science/article/pii/S2667345225000082
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Juan David Molano Sarmiento
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
