순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Security and Privacy Challenges of Large Language Models: A Survey
Badhan Chandra Das, M. Hadi Amini, Yanzhao Wu · ACM Computing Surveys · 2025년 · 조회 17
왜 이 논문인가 — 선정 기준
HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위
2025-01 발표 · 피인용 314회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1%
HOT PAPER 슬롯에 선정된 이유는 2025년 발표 이후 314회의 피인용을 기록하며 동일 연도 논문 중 인용 상위 1%에 해당하는 높은 주목도를 보였기 때문이다.
논문 요약
본 논문은 대형 언어 모델(LLM)이 텍스트 생성·요약·번역·질문응답 등 다양한 분야에서 보여주는 뛰어난 성능과 함께, 탈옥 공격, 데이터 중독 공격, 개인 식별 정보 누출과 같은 보안·프라이버시 취약점을 조사한다. 교통, 교육, 의료 등 여러 응용 분야에서 발생할 수 있는 위험을 체계적으로 정리하고, LLM의 취약성 정도와 최신 공격 기법을 평가한다. 또한 향후 연구를 위한 위협 유형 및 방어 전략에 대한 전망을 제시한다.
후속 연구설계에 활용하기
본 설문에서 제시된 위협 카테고리와 위험 평가 기준을 활용해, 특정 도메인(예: 의료)에서 LLM 보안 테스트 벤치를 설계하거나 새로운 방어 메커니즘의 효과를 정량화할 수 있다.
핵심어
대형 언어 모델보안프라이버시위협 조사
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.