龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：本发明属于网络安全技术领域，公开了一种融合可解释模型与大语言模型的入侵检测与诊断方法，包括：训练决策树模型并抽取决策规则；将网络流量样本集中的每个样本输入决策树模型构造多热编码向量，并利用多热编码向量更新网络流量样本集；基于更新后的网络流量样本集，采用逻辑回归算法训练二分类模型；获取待检测的网络流量数据文件，输入决策树模型和二分类模型，得到对应的二分类结果以及待检测的多热编码向量中每个分量的权重；根据权重取对应的决策规则作为检测结果解释；将检测结果解释转化为提示词，输入大语言模型得到诊断结果。本发明解释性好，并且能够得到更可读、更符合人类认知的诊断结果。
主权项：1.一种融合可解释模型与大语言模型的入侵检测与诊断方法，其特征在于，所述融合可解释模型与大语言模型的入侵检测与诊断方法，包括：构建网络流量样本集，并利用网络流量样本集训练决策树模型，抽取训练好的决策树模型的分枝路径作为决策规则；将网络流量样本集中的每个样本输入训练好的决策树模型，根据样本到达决策树模型中决策树的叶子节点构造一个多热编码向量，并利用多热编码向量更新网络流量样本集；基于更新后的网络流量样本集，采用逻辑回归算法训练一个二分类模型，所述二分类模型的输出包括二分类结果以及多热编码向量中每个分量的权重；获取待检测的网络流量数据文件，并抽取待检测的网络流量数据文件的网络流量特征向量，得到待检测的网络流量特征向量；将待检测的网络流量特征向量输入训练好的决策树模型，得到待检测的多热编码向量，并将待检测的多热编码向量输入所述二分类模型，得到待检测的网络流量数据文件对应的二分类结果以及待检测的多热编码向量中每个分量的权重；取待检测的多热编码向量中权重最高的前个非零分量，确定所取的前个非零分量对应的叶子节点，并将这个叶子节点在训练好的决策树模型中的分枝路径对应的决策规则作为检测结果解释；将待检测的网络流量数据文件对应的检测结果解释转化为提示词，将所述提示词输入大语言模型，得到大语言模型的回复作为诊断结果。
全文数据：
权利要求：
百度查询： 浙江工业大学 融合可解释模型与大语言模型的入侵检测与诊断方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号