一种基于知识增强神经网络智能模型恶意样本分析方法

本发明公开了人工智能模型框架下一种基于知识增强神经网络智能模型恶意样本分析方法，属于人工智能安全技术领域。该方法通过知识增强得到了更有意义的原始特征，在对恶意样本进行分析识别时，使用改进的BP神经网络算法减少对训练样本量的需求。本发明在融合语义特征与句法特征的基础上，全面刻画文本特性，利用欧几里得距离构建异常检测指标，进一步提升对异常样本的敏感度。通过引入外部知识图谱丰富特征维度，为恶意样本检测提供更全面的信息支撑。在大模型的预训练阶段引入知识图谱，增强模型的先验知识，使模型更快收敛，进一步提升检测效率。