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！

龙图腾网获悉贵州电网有限责任公司申请的专利一种基于生成式大模型的网络安全报告辅助生成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：CN119903827B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411841842.X，技术领域涉及：G06F40/186；该发明授权一种基于生成式大模型的网络安全报告辅助生成方法是由周泽元;严彬元;班秋成;刘俊荣;付鋆;陶佳冶;周琳妍;曹刚;卢仁猛;张其静;卢妤设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种基于生成式大模型的网络安全报告辅助生成方法在说明书摘要公布了：本发明公开了一种基于生成式大模型的网络安全报告辅助生成方法，涉及电力网络安全技术领域，包括：采集网络安全数据；对网络安全数据进行清洗，对清洗后的数据进行分类和标注，构建训练数据集；利用通用大模型作为基础模型，通过预训练和微调策略对基础模型进行训练；其中，在训练过程中采用混合精度训练技术；基于训练后的模型，根据预设的报告模板，结合网络安全数据的分析结果，自动填充报告模板的内容，生成网络安全报告。本发明实现了网络安全报告的自动化生成，大大缩短报告生成时间，从传统的人工方式所需的较长时间缩短至分钟级，提高工作效率。

本发明授权一种基于生成式大模型的网络安全报告辅助生成方法在权利要求书中公布了：1.一种基于生成式大模型的网络安全报告辅助生成方法，其特征在于，包括： 采集网络安全数据； 对所述网络安全数据进行清洗，对清洗后的数据进行分类和标注，构建训练数据集； 利用通用大模型作为基础模型，通过预训练和微调策略对所述基础模型进行训练；其中，在训练过程中采用混合精度训练技术； 基于训练后的模型，根据预设的报告模板，结合网络安全数据的分析结果，自动填充所述报告模板的内容，生成网络安全报告； 所述微调策略包括适配器调整方法，通过所述适配器调整方法在所述基础模型的每个层或指定层中插入适配器，并通过训练所述适配器的参数使所述基础模型适应新的任务或领域； 所述微调策略包括前缀调整方法，通过所述前缀调整方法在所述基础模型的输入序列前添加可训练的、任务特定的前缀，实现针对不同任务的微调； 所述微调策略包括提示调整方法，通过所述提示调整方法在所述基础模型的输入中引入可学习的嵌入向量作为提示，通过调整所述提示使所述基础模型适应下游任务； 为确保采集到的数据在传输过程中的完整性和保密性，采用先进的数据加密技术，在数据接收端建立严格的数据校验机制，运用哈希算法对收到的数据进行完整性检查，确保数据在传输过程中没有丢失或损坏，将采集到的电力系统内部数据与其他相关数据源进行深度整合，通过先进的数据融合技术，构建一个全面、立体、动态的电力网络安全数据视图，为后续的深度分析和精准决策提供更加丰富、准确且具有关联性的数据基础； 针对不同类型的网络安全数据，制定详尽且高度针对性的清洗规则体系，对于网络设备日志，严格检查IP地址是否严格符合合法的IP地址格式规范，时间戳是否精确在合理的时间范围内且格式统一遵循国际标准，日志消息是否完整包含关键信息且不夹杂乱码或不可识别字符，同时确保日志消息的语法结构正确、语义清晰，对于安全设备日志，仔细验证告警级别是否精准与实际威胁程度相符，攻击类型标识是否准确无误且严格符合行业公认的标准分类体系，事件描述是否清晰明确、不包含模糊或歧义的表述，并且能够准确传达事件的关键信息，对于流量数据，全面检查数据包大小是否处于合理的数值范围内，端口号是否为合法的端口号区间，协议类型是否为已知且有效的网络协议，同时对流量数据中的异常值进行精准识别和标记； 收集大量经过精心标注的高质量网络安全数据样本，这些样本涵盖了正常和异常的各种网络安全数据类型，且每个样本都附带准确、详细的质量标签，基于这些丰富多样的数据样本，训练一个高度精准的质量评估模型，在训练过程中，模型深入学习数据中的各种复杂特征与质量标签之间的内在关系，从而建立起流量数据特征与质量标签之间的映射关系；对于安全设备告警数据，模型学习告警的频率分布、告警类型的组合模式、与其他相关事件的关联性等特征对质量的影响，构建起告警数据特征与质量评估之间的有效模型； 在模型训练过程中，采用混合精度训练技术，结合16位浮点数和32位浮点数进行计算，对于模型的前向传播过程，使用FP16计算，以减少内存占用和提高计算速度，在反向传播计算梯度时，为了避免梯度消失或爆炸问题，将梯度转换为FP32格式进行计算和更新，同时，使用自动放大缩放技术，动态调整FP16计算中的缩放因子，确保数值稳定性，通过动态损失裁剪技术，根据损失值的大小自动调整裁剪阈值，防止梯度爆炸，此外，利用优化器状态保持技术，使用FP32来保存优化器的状态，避免在训练过程中累积的数值误差，并且，采用梯度累加技术，在多次迭代后才更新模型的参数，进一步提高GPU的利用率，减少模型更新次数，从而在保证模型性能的前提下，提高训练效率。

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贵州电网有限责任公司，其通讯地址为：550002 贵州省贵阳市南明区滨河路17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。