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

AITNT
正文
推荐专利
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
申请号:CN202411725756
申请日期:2024-11-28
公开号:CN119603033A
公开日期:2025-03-11
类型:发明专利
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
1
一种基于对比学习的医学影像分析模型的训练方法
疾病 报告 图像编码器 标签 视觉特征
2
能耗预测方法、装置、电子设备、存储介质及程序产品
车辆运行数据 大语言模型 能耗预测方法 行程 文本
3
嵌入元数据提示词工程的细粒度知识生成Agent方法
大语言模型 数据 微调技术 生成知识 矩阵
4
测试节点与测试数据的生成系统、方法及存储介质
节点 生成系统 生成测试数据 智能路径规划 生成模板
5
声学语义大模型、服务器、语音交互方法和存储介质
语音交互方法 字符 语义 大语言模型 槽位识别
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号