基于大型语言模型的多源异构数据流异常识别系统及方法

本发明涉及数据处理技术领域，尤其涉及一种基于大型语言模型的多源异构数据流异常识别系统及方法，系统包括：多源数据接入模块接收不同源头数据，异构数据预处理模块将数据进行预处理并提取上下文信息；驱动融合识别模块通过大型语言模型生成统一输入序列，并识别异常模式输出结果；异常比对模块建立动态基线模型，实时调整基线参数，并与基线模型比对，识别偏离的异常活动及偏离程度；告警溯源模块异常模式识别结果生成分级告警信号，确定异常原因和异常路径；模型优化模块根据新出现的异常模式或置信度分数漂移情况触发大型语言模型更新优化，本发明实现了异构数据的高效融合、复杂模式的精准识别、实时监测与高效处理以及模型的自适应优化。