一种基于智能化多任务学习系统的恶意实体检测方法

本发明公开了一种基于智能化多任务学习系统的恶意实体检测方法，涉及网络与信息安全技术领域，包括步骤一：数据采集与预处理；步骤二：多任务学习模型构建与训练；步骤三：超参数自适应优化器设计与调优；步骤四：动态任务管理机制；步骤五：模型集成与性能评估；步骤六：恶意实体检测结果输出。本发明相较于传统的单一任务模型或手动调参方法，不仅能够有效识别多样化的恶意实体言论，而且能够自动优化模型超参数，减少了人工调参成本，提高了模型的鲁棒性和适用性。