一种基于大语言模型的分割学习车联网异常检测方法及系统

一种基于大语言模型的分割学习车联网异常检测方法及系统，涉及车联网安全技术领域，解决现有技术中检测精度不足、计算资源占用大、隐私泄露风险高的问题。本发明通过基于滑动窗口生成BSM序列，将所述BSM序列映射为高维Token表示；将Token上传至云端，利用双向自注意力机制的LLM模型提取Token之间的上下文依赖关系，生成报文序列表征矩阵；车载上的分类器根据所述表征矩阵计算异常概率，完成实时检测等步骤实现。本发明通过分割学习将计算密集型任务卸载至云端，车载上的模块仅需568KB存储空间，从而达到了计算负载低、隐私保护强的效果。