一种基于大模型的安全策略自适应生成技术

本申请提供一种基于大模型的安全策略自适应生成技术，相较于传统的手工安全策略配置，目标模型生成的自动化防御策略能够实时、高效、精准地保护平台。该方法包括：采集日志数据，并对日志数据进行预处理；根据预处理的日志数据，对目标模型进行训练；根据预设的标签化威胁样本数据集，对目标模型进行监督式微调；根据预处理的日志数据，对奖励模型进行训练；利用奖励模型，对目标模型生成的安全策略进行评价，再优化目标模型生成的安全策略；目标模型实时检测威胁事件，并生成安全策略，以及将生成的安全策略自动部署到平台；将生成的安全策略和平台执行生成的安全策略的效果实时记录到日志数据，继续训练和优化目标模型和奖励模型。