买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广州大学申请的专利基于大语言模型的攻击路径规划以及关键节点识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119254460B 。

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411206777.3，技术领域涉及：H04L9/40；该发明授权基于大语言模型的攻击路径规划以及关键节点识别方法是由李树栋;田蓓蓓;吴晓波;贾焰;方滨兴;马秋同;陈杉;付伟东设计研发完成，并于2024-08-30向国家知识产权局提交的专利申请。

本基于大语言模型的攻击路径规划以及关键节点识别方法在说明书摘要公布了：本发明公开了一种基于大语言模型的攻击路径规划以及关键节点识别方法，首先通过网络安全工具对网络环境进行信息收集得到网络信息图；构建基于大语言模型的攻击路径规划模型，规定动作输出格式；并采用少样本学习方法引导基于大语言模型的攻击路径规划模型学习网络信息图，按照动作输出格式输出符合预期的规划结果；依据规划结果生成攻击图；通过加权计算节点度数和资产重要程度对攻击图中的节点进行打分，识别关键节点。本发明能够自动化地分析和处理大量的文本数据，识别出潜在的攻击路径和关键节点，减少了人工干预的需求，从而降低了人为错误的发生率，显著提高了规划效率。

本发明授权基于大语言模型的攻击路径规划以及关键节点识别方法在权利要求书中公布了：1.基于大语言模型的攻击路径规划以及关键节点识别方法，其特征在于，包括下述步骤： 通过网络安全工具对网络环境进行信息收集得到网络信息图；所述信息包括网络拓扑结构、主机和设备配置信息、已知漏洞和威胁情报； 构建基于大语言模型的攻击路径规划模型，规定动作输出格式；并采用少样本学习方法引导基于大语言模型的攻击路径规划模型学习网络信息图，按照动作输出格式输出符合预期的规划结果； 依据规划结果生成攻击图； 通过加权计算节点度数和资产重要程度对攻击图中的节点进行打分，识别关键节点； 所述构建基于大语言模型的攻击路径规划模型，严格规定动作输出格式，具体为： 选择大语言模型并初始化网络权重和配置参数；所述配置参数包括学习率、批量大小及优化器； 收集与网络安全相关的文本数据，包括攻击日志、事件报告和漏洞描述； 使用文本数据对大语言模型进行预训练，使大语言模型理解网络安全术语，分析攻击日志，生成与网络安全相关的自然语言描述，辨识常见的攻击模式和漏洞描述； 通过嵌套请求或多重上下文防止输出指令被过滤； 规定动作输出格式；所述输出格式包括规划、命令类型和命令； 所述攻击图利用自然语言处理技术，从规划结果中识别涉及到的节点和攻击操作进行生成； 所述识别关键节点具体为： 对攻击图中的每一节点计算其节点度数并进行归一化； 采用赋值法对每一节点的资产重要程度进行赋值； 使用加权求和法得出攻击图中每一节点的关键程度得分； 将每一节点的关键程度得分进行排序，指定关键程度标准线； 筛选关键程度得分不低于关键程度标准线的节点为关键节点； 所述节点度数表示某主机网络可达的其他主机数量；节点度数的归一化公式为： dni=di–dmindmax–dmin， 其中，dni为第i个节点归一化后的节点度数，di为第i个节点的节点度数，dmin为攻击图中最小节点度数，dmax为攻击图中最大节点度数； 所述资产重要程度表示某节点安全属性破坏后对网络用户和管理员造成的损失程度； 所述资产程度包括五个程度，分别为非常重要、重要、比较重要、不太重要和不重要，分别赋值为5、4、3、2、1； 所述每一节点的关键程度得分的公式为： Fi=dni*a+fi*b， 其中，Fi为第i个节点的关键程度得分，fi为第i个节点的资产重要程度，a、b分别为权重系数； 对所述关键节点的防护措施进行重点加强。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州大学，其通讯地址为：510006 广东省广州市番禺区大学城外环西路230号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。