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！

龙图腾网获悉国网陕西省电力有限公司信息通信公司申请的专利基于大语言模型的入侵检测规则自适应生成与优化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：CN120956537B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511484499.2，技术领域涉及：H04L9/40；该发明授权基于大语言模型的入侵检测规则自适应生成与优化方法是由肖莎;孙武峰;李丽莉;屈英佼;鲁浩;魏少博;徐文佼;赵昕宇设计研发完成，并于2025-10-17向国家知识产权局提交的专利申请。

本基于大语言模型的入侵检测规则自适应生成与优化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入侵检测规则自适应生成与优化方法，属于网络安全技术领域，包括：采集多源原始数据并进行预处理，获得高质量数据集；基于高质量数据集与微调的大语言模型获得关键模式，基于关键模式生成初始规则模板；基于实时流量数据与初始规则模板，结合大语言模型推理生成新的候选规则，并对候选规则进行排序；采用深度强化学习算法和遗传算法对候选规则进行优化筛选；将优化筛选后的候选规则通过分布式架构进行分发与同步更新。本发明实现了入侵检测规则的自动化生成与动态优化，显著提升了对新型未知威胁的实时检测能力，同时大幅降低了误报率和系统维护成本。

本发明授权基于大语言模型的入侵检测规则自适应生成与优化方法在权利要求书中公布了：1.一种基于大语言模型的入侵检测规则自适应生成与优化方法，其特征在于，包括以下步骤： 采集多源原始数据并进行预处理，获得高质量数据集； 采集多源原始数据并进行预处理的过程包括： 采用分布式爬虫技术从多个网络节点并行采集数据，同时使用实时流处理框架进行数据过滤和聚合；采用滑动窗口算法对处理后的数据进行分析，提取关键特征；基于提取的关键特征，采用半监督学习算法结合主动学习算法进行数据标注，获得高质量数据集；高质量数据集包括历史正常行为数据和历史入侵行为数据； 基于所述高质量数据集与微调的大语言模型获得关键模式，基于所述关键模式生成初始规则模板； 基于实时流量数据与所述初始规则模板，结合大语言模型推理生成新的候选规则，并对候选规则进行排序； 采用深度强化学习算法和遗传算法对候选规则进行优化筛选； 将优化筛选后的候选规则通过分布式架构进行分发与同步更新； 基于实时流量数据与所述初始规则模板，结合大语言模型推理生成新的候选规则的过程包括：将所述实时流量数据与所述初始规则模板共同作为上下文信息输入微调的大语言模型，提取实时流量数据中的行为语义；基于所述行为语义与初始规则模板推理并生成新的候选规则； 构建优先级得分函数对候选规则的优先级得分进行计算，根据计算结果对候选规则进行降序排列，其中，优先级得分函数为： ； 其中，表示规则的优先级得分，表示规则的严重性评分，表示规则的紧急程度评分，表示规则触发的频率，为严重性权重，为紧急性权重，为频率权重，且满足 采用深度强化学习算法和遗传算法对候选规则进行优化筛选的过程包括： 构建候选规则的多维度评估体系并计算规则评分；以所述规则评分作为奖励信号，利用深度强化学习算法与环境交互，优化候选规则的规则参数与规则性能；将优化后的候选规则作为遗传算法的初始种群，计算每个规则的适应度值，所述适应度值由所述规则评分通过Sigmoid函数映射得到；对种群迭代执行选择操作、交叉操作与变异操作，筛选出适应度最高的规则子集，完成候选规则的优化筛选； 将优化筛选后的候选规则通过分布式架构进行分发与同步更新的过程包括： 根据预设的周期性时间窗口或实时安全事件检测结果触发更新流程；采用一致性哈希算法确定规则在分布式节点中的目标分布位置，并通过虚拟节点扩展提升负载均衡效率；通过具有分区处理和副本冗余机制的消息队列将规则数据并行分发至各节点；各节点接收并应用规则更新，通过消息队列的分区与副本机制确保分发过程的可靠性与效率，实现候选规则的同步更新和一致状态。

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国网陕西省电力有限公司信息通信公司，其通讯地址为：710000 陕西省西安市高新区科技六路35号1幢101室；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。