A medida que las aplicaciones de vehículos aéreos no tripulados (VANT) se expanden en logística, agricultura y respuesta a emergencias, las amenazas a la seguridad y la protección se vuelven cada vez más complejas. Abordar estas amenazas en evolución, incluidas las amenazas a la seguridad física y de la red, requiere un avance continuo mediante la integración de herramientas tradicionales de inteligencia artificial (IA) como el aprendizaje automático (ML) y el aprendizaje profundo (DL), que contribuyen a mejorar significativamente la seguridad y protección de los VANT. Los modelos de lenguaje grandes (LLM), una tendencia de vanguardia en el campo de la IA, están asociados con fuertes capacidades para aprender y adaptarse en diversos entornos. Su aparición refleja una tendencia más amplia hacia sistemas inteligentes que eventualmente pueden demostrar un comportamiento comparable al razonamiento a nivel humano. Este documento resume las amenazas típicas a la seguridad y protección que afectan a los VANT, revisa el progreso de las tecnologías tradicionales de IA, según se describe en la literatura, e identifica estrategias para reducir el impacto de tales amenazas. También destaca las limitaciones de las tecnologías tradicionales de IA y resume el estado actual de la aplicación de los LLM en la seguridad y protección de los VANT. Finalmente, este documento discute los desafíos y las direcciones futuras de investigación para mejorar la seguridad y protección de los VANT con LLM. Al aprovechar sus capacidades avanzadas, los LLM ofrecen beneficios potenciales en dominios críticos como la gestión del tráfico aéreo urbano, la agricultura de precisión y la respuesta a emergencias, fomentando un progreso transformador hacia sistemas de VANT adaptativos, confiables y seguros que aborden las complejidades operativas modernas.