一种基于概念分解与重组的安全测试方法

本发明公开了一种基于概念分解与重组的安全测试方法，包括以下步骤：从包含恶意信息的原始提示中提取出恶意意图，并将恶意意图转化为结构化文本和行为的语义表示；将结构化文本和行为分解为多个子概念；筛选子概念，将其重组为最优子集；基于最优子集生成越狱提示；将越狱提示输入目标模型对目标模型进行攻击，由目标模型输出攻击后文本。本发明公开的方法，基于生成的有害文本，从多维度对生成文本的危害性进行量化评估，有效地捕捉了不同攻击方法所带来的潜在风险，从而提供了更全面的危害性评估体系。