面向网络防御的情境化 AI：一项使用 LLM 的自动化综述
Contextualized AI for Cyber Defense: An Automated Survey using LLMs
AI总结：
该研究借助 ChatGPT 4、Gemma 2:9b 与 Claude 3.5 Sonnet 自动化综述情境化 AI 网络防御文献，梳理 2015–2024 年研究趋势、治理缺口及 LLM 辅助综述的成效与挑战。
摘要：
本文综述了情境化 AI 在增强网络防御能力方面的潜力，揭示了 2015 年至 2024 年间显著的研究增长。我们发现研究重点集中在鲁棒性、可靠性和集成方法上，同时注意到组织信任与治理框架方面存在空白。本研究采用两种 LLM 辅助的文献综述方法：（A）使用 ChatGPT 4 进行探索，（B）使用 Gemma 2:9b 进行筛选，并使用 Claude 3.5 Sonnet 进行全文分析。我们讨论了在学术研究中使用 LLM 的有效性与挑战，为未来研究人员提供洞见。
英文摘要：
This paper surveys the potential of contextualized AI in enhancing cyber defense capabilities, revealing significant research growth from 2015 to 2024. We identify a focus on robustness, reliability, and integration methods, while noting gaps in organizational trust and governance frameworks. Our study employs two LLM-assisted literature survey methodologies: (A) ChatGPT 4 for exploration, and (B) Gemma 2:9b for filtering with Claude 3.5 Sonnet for full-text analysis. We discuss the effectiveness and challenges of using LLMs in academic research, providing insights for future researchers.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
