基于多Agent与动态大模型的金融网络安全防御方法及系统

本发明公开了一种基于多Agent与动态大模型的金融网络安全防御方法及系统。在边缘层部署检测Agent，实时采集金融网络节点流量数据与系统日志，通过轻量化卷积网络提取时序特征并生成初步异常评分。云端层构建决策Agent，接收边缘节点加密传输的特征摘要，输入动态大模型进行多模态特征融合，输出防御动作概率分布。情报Agent构建跨机构联邦学习网络。构建动态博弈引擎，基于攻击成本与防御收益构建收益矩阵，求解纳什均衡策略，生成最优防御指令集。根据威胁级别与边缘算力状态，动态分配检测任务。本发明实现了高效采集与分析，提高了异常行为识别能力，为制定防御策略提供支持，优化了防御策略，提升了防御的智能化、自动化和高效化水平。