セキュリティ・脆弱性診断のためのローカルLLM選び

なぜこの分野でローカルLLMか

脆弱性情報・インシデントログ・社内資産情報を外部AIサービスへ無条件に入力するのは避けたい場面が多く、手元で完結できるローカルLLMと相性の良い分野です(利用時は契約・保存先・所属組織の規程をご確認ください)。

現状と現実的な構成

セキュリティ特化モデル(Foundation-Sec等)が登場しています。汎用モデルでも一般的な解説は可能ですが、専門用語や脅威情報の扱いでは特化モデルに利があります。攻撃的用途のモデルも存在しますが、当サイトは許可された診断・研究の範囲での利用を前提とし、防御寄りの特化モデルを主に掲載しています。

この用途で見るべきベンチマーク

セキュリティ用途には CyberSecEval・SECURE・CyberBench・CTIBench など分野別ベンチが登場しています。加えて実際の使い勝手は Chatbot Arena や汎用ベンチ(MMLU)も参考になります。いずれも自称スコアは慎重に見てください。

お使いのPC向けの推奨モデル(VRAM容量別)

各VRAM容量で快適に動く範囲から、この分野向けタグを持つモデルを優先して選んでいます — 性能比較の結果ではなく「収まる範囲での最大候補」です(モデルが増減すれば自動更新)。

攻撃的セキュリティ(ペネトレーションテスト)向けに調整されたモデルも公開されています。当サイトでは動作環境の情報提供として DeepHat V1 7B(旧WhiteRabbitNeo)を掲載していますが、利用は許可された対象・範囲での診断/研究に限られ、利用者ご自身の責任で判断してください。

ご利用にあたって

本ページはローカルLLM環境の選定情報です。セキュリティテストは必ず許可を得た対象・範囲でのみ実施してください。

この分野の記述は 2026-07-28 時点の状況に基づく目安です。モデルの状況は変わるため、最新はトップの判定と各モデルページでご確認ください。

▶ お使いのPCで実際に判定する