一种基于大模型对齐的多模态网络状态检测方法

本发明公开了一种基于大模型对齐的多模态网络状态检测方法，用于通信网络多模态数据处理。本发明方法包括：通过分块与嵌入将时间序列、文本等多模态数据转换为统一语义空间，通过跨模态重编程利用文本原型库与注意力机制对齐多模态特征，通过设置动态提示前缀增强注入任务指令与领域知识以激活LLM推理能力；然后冻结LLM主干模型参数，仅训练输入输出适配层，构建轻量化最优适配模型；基于适配层生成网络状态预测结果。本发明实现了多模态网络数据的动态对齐，进一步可以将生成的联合语义表示用于LLM推理，实现更精确感知网络状态的目的，支持少样本与零样本场景下的网络状态推理，适用于异构网络环境。