基于多教师协同辩论的轻量级恶意流量检测方法及系统

本发明提出一种基于多教师协同辩论的轻量级恶意流量检测方法及系统，属于网络安全领域。将网络流量数据输入多个教师大语言模型，分别得到预测分类标签及分层推理原因；对比预测分类标签，若存在不一致，则根据各模型的历史表现选定专家评审组组长，由各模型按照预设规范逐层输出分类判断及理由陈述，并由组长引导进行多轮辩论；辩论结束后，组长基于不同标签的赞成率进行知识对齐，生成共识标签及融合的推理原因；将共识标签与真实标签进行比对，若一致，则将共识标签及对应推理原因作为原始教材内容；选取轻量级学生模型，利用原始教材进行训练，并将训练后的模型部署于真实网络环境中，实现恶意流量的实时检测，为网络安全防护提供有力支持。