Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于持续学习和融合大模型的Web URL恶意实时检测系统 

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!

摘要:本发明涉及人工智能技术领域,涉及深度学习在自然语言处理中的应用,尤指一种基于持续学习和融合大模型的WebURL恶意实时检测系统;包括:一个深度学习模型,一个RAGURL数据知识库,一个公开效果较好的大模型,一个实时日志提取模块,一个检测判断模块,一个辅助判断逻辑,一个分析提供模块,一个持续学习模块;本发明通过持续学习和融合大模型的方法,显著提高了WebURL恶意实时检测系统的精度、持续学习能力、数据集覆盖范围、实时性和响应速度,以及系统的可扩展性和灵活性。这些有益效果使得本发明在实际应用中具有更高的实用价值和竞争力。

主权项:1.一种基于持续学习和融合大模型的WebURL恶意实时检测系统,其特征在于:所述的WebURL恶意实时检测系统包括:一个深度学习模型,用于训练已收集的数据集;一个RAGURL数据知识库,包含恶意URL相关Web攻击技术的示例和已收集的训练数据集的良性部分;一个公开效果较好的大模型,作为辅助判断模块;一个实时日志提取模块,用于提取并规整实时日志中的URL字段;一个检测判断模块,用于在窗口队列达到一定值时,检测判断窗口内的URL是否为恶意或良性;一个辅助判断逻辑,用于在URL被判断为良性时,进一步通过RAGURL数据知识库+大模型进行辅助判断;一个分析提供模块,记录RAGURL数据知识库+大模型的相关分析,用于专业管理人员查看和分析;一个持续学习模块,用于通过融合中间向量来实现模型的持续学习。

全文数据:

权利要求:

百度查询: 东莞理工学院 散裂中子源科学中心 中国科学院高能物理研究所 基于持续学习和融合大模型的Web URL恶意实时检测系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。