RefPentester: A Knowledge-Informed Self-Reflective Penetration Testing Framework Based on Large Language Models

Hanzheng Dai, Yuanliang Li, Jun Yan et Zhibo Zhang

Communication écrite (2025)

Un lien externe est disponible pour ce document

Département:	Département de génie informatique et génie logiciel
ISBN:	9798331503437
URL de PolyPublie:	https://publications.polymtl.ca/71136/
Nom de la conférence:	22nd Annual International Conference on Privacy, Security, and Trust (PST 2025)
Lieu de la conférence:	Fredericton, NB, Canada
Date(s) de la conférence:	2025-08-26 - 2025-08-28
Maison d'édition:	Institute of Electrical and Electronics Engineers
DOI:	10.1109/pst65910.2025.11268838
URL officielle:	https://doi.org/10.1109/pst65910.2025.11268838
Date du dépôt:	06 janv. 2026 14:39
Dernière modification:	06 janv. 2026 14:39

Citer en APA 7:	Dai, H., Li, Y., Yan, J., & Zhang, Z. (août 2025). RefPentester: A Knowledge-Informed Self-Reflective Penetration Testing Framework Based on Large Language Models [Communication écrite]. 22nd Annual International Conference on Privacy, Security, and Trust (PST 2025), Fredericton, NB, Canada (8 pages). https://doi.org/10.1109/pst65910.2025.11268838
APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Simple Metadata

Statistiques

Actions réservées au personnel