一种基于级联聚合和强化学习的网络风险信息预警方法和系统

本发明属于网络安全技术领域，涉及一种级联聚合和强化学习的网络风险信息预警方法和系统。该方法包括：识别网络信息中的有效数据，并判定其情感倾向；针对消极倾向的网络信息进行一级聚类，将内容表达相近的网络信息聚为同一类别，并提取不同类簇的中心点数据；针对不同类簇的中心点数据进行二级聚类，得到网络信息集合；对二级聚类后的网络信息集合，从传播特征和预警匹配特征两方面的维度，采用基于生成式大语言模型的预警分类模型判定是否需要预警，并将预警内容推送给使用者；在预警内容产生后，利用强化学习机制更新预警分类模型和二级聚类阈值。本发明能够应对不同场景用户的网络风险信息预警需求，能够提升网络信息分析的效率。