基于人类反馈强化学习的工业物联网入侵检测方法

本发明适用于工业物联网入侵检测技术领域，提供了基于人类反馈强化学习的工业物联网入侵检测方法，包括以下步骤：通过IIoT场景获取入侵检测异常流量数据特征；构建基于人类反馈强化学习的奖励模型，根据人类偏好通过引入相应标签动态校准奖励模型；基于优化后的奖励模型对大型语言模型进行微调，生成入侵检测预测结果进行判定。本发明通过人类反馈强化学习合增强奖励模型和大型语言模型，显著提升了工业物联网入侵检测的精准度、响应速度和泛化能力，该方法在实验中成功识别14种不同类型的攻击，展现出优于传统IDS的检测能力，借助LLM进行语义分析和模式识别，提高对变种攻击的适应性。