一种基于多要素提示学习的网络异常行为检测方法及系统

本发明涉及一种基于多要素提示学习的网络异常行为检测方法及系统。该流程先收集数据并对数据进行预处理、标注、整理和分类，得到网络异常行为数据集和任务类别；再利用提示工程技术设计优化各个任务类别对应的提示信息，构建监督微调与评测数据集；接着采用低秩适配技术，基于上述数据集微调大语言模型，得到网络异常行为分析大模型；最后输入实时网络数据，输出含异常类型、风险等级和处置建议的检测结果。与现有技术相比，本发明具有提升模型的学习效率和分析精度等优点。