针对现有技术存在的网络攻击类别检测性能差、网络安全防御性能低等问题,开展基于大语言模型(LLM,Large Language Model)与Transformer机制的网络安全防御技术与应用研究。引入LLM与Transformer机制构建网络安全防御模型,采用LLM对构建...针对现有技术存在的网络攻击类别检测性能差、网络安全防御性能低等问题,开展基于大语言模型(LLM,Large Language Model)与Transformer机制的网络安全防御技术与应用研究。引入LLM与Transformer机制构建网络安全防御模型,采用LLM对构建模型训练数据进行采集与预处理;基于Transformer机制建立训练数据与网络攻击类别的映射关系,完成构建模型的预训练;以损失函数为依据,微调处理构建模型参数;根据构建模型预训练结果与构建模型参数微调结果,确定网络攻击类别,实现对网络攻击类别的有效检测与防御。实验结果表明,该技术的网络攻击类别检测效果优于对比技术,F1分数最大值可达0.9。展开更多
文摘针对现有技术存在的网络攻击类别检测性能差、网络安全防御性能低等问题,开展基于大语言模型(LLM,Large Language Model)与Transformer机制的网络安全防御技术与应用研究。引入LLM与Transformer机制构建网络安全防御模型,采用LLM对构建模型训练数据进行采集与预处理;基于Transformer机制建立训练数据与网络攻击类别的映射关系,完成构建模型的预训练;以损失函数为依据,微调处理构建模型参数;根据构建模型预训练结果与构建模型参数微调结果,确定网络攻击类别,实现对网络攻击类别的有效检测与防御。实验结果表明,该技术的网络攻击类别检测效果优于对比技术,F1分数最大值可达0.9。
