摘要
本发明涉及一种基于分层布隆过滤和大语言模型的网络入侵检测方法,属于网络安全技术领域。利用分层布隆过滤器对输入网络通信数据进行初步快速筛选,训练网络入侵检测模型,通过训练后得到的最终网络入侵检测模型进行异常检测,利用大语言模型生成检测到的异常的详细报告。本发明这不仅节省了时间和计算资源,还提高了检测的整体效率,能够实现实时的异常检测和响应,并通过大语言模型生成的报告增强了检测结果的可解释性,便于理解异常行为的具体情况和可能的影响。
技术关键词
网络入侵检测模型
网络入侵检测方法
布隆过滤器
网络通信数据
大语言模型
分层
Pearson相关系数
异常流量
在线检测系统
样本
车载网络
报告
特征值
超参数
特征选择
过采样技术
智能交通系统
网络安全技术
系统为您推荐了相关专利信息
车辆运行数据
大语言模型
能耗预测方法
行程
文本
节点
生成系统
生成测试数据
智能路径规划
生成模板