摘要
本公开的实施例公开了基于大模型驱动的轻量级物联网恶意流量检测方法和装置。该方法的一具体实施方式包括:在互联网环境中进行流量采集操作,得到原始流量数据集;通过大语言模型,对恶意流量数据集进数据增强处理,生成各个样本恶意流量数据;根据各个样本恶意流量数据和原始流量数据集,构建各个任务流量数据集;对各个任务流量数据集中的每个任务流量数据集进行元特征选择处理,以生成流量元特征数据;根据各个任务流量数据集和对应的各个目标流量特征数据,对各个分类器模型进行训练,得到目标分类器模型;将待检测流量数据输入至目标分类器模型,得到恶意流量监测结果。该实施方式可以面向轻量级互联网有效实现高可靠的恶意流量检测。
技术关键词
分类器模型
数据
恶意流量检测方法
大语言模型
特征选择
超参数
样本
互联网
学习器
处理器
采集单元
存储装置
文本
电子设备
程序
语义
计算机
动态
系统为您推荐了相关专利信息
射频指纹识别方法
大语言模型
轻量化神经网络
轻量级神经网络
动态无线环境
磁场控制装置
磁场控制方法
磁场强度信息
磁场控制系统
线圈
序列识别方法
细粒度特征
原型
图像
医学影像特征
自动生成方法
大语言模型
验证机制
软件测试自动化
逻辑