本研究では，大規模言語モデル（LLM）を用いたスミッシング（SMSフィッシング）検知手法を提案し，未知攻撃に対する汎化性能を評価した。既知データとLLM生成による未知スミッシングを用いて比較した結果，提案手法はRandom Forestより高いRecallとF1を示した。さらに，URL・電話番号のマスク実験や生成モデルをClaudeへ変更した追加検証を行い，提案手法が具体的な表層特徴や特定LLMの文体に依存せず，文脈理解に基づいて判定していることを明らかにした。