一种基于大语言模型强化学习的对抗日志生成方法及系统
本发明公开了一种基于大语言模型强化学习的对抗日志生成方法及系统,属于日志异常检测与人工智能技术领域。本发明为解决现有对抗性日志生成难以兼顾攻击有效性、异常有效性与改写新颖性的技术问题,对原始日志进行模板解析并确定关键异常模式,基于异常事件ID序列和关键异常模式对大语言模型进行异常感知监督微调,得到日志改写器;根据冻结的异构检测器集成的检测结果、异常证据保留程度、结构合理性和改写幅度进行联合准入判断并确定奖励,基于奖励对日志改写器进行强化学习微调,得到对抗性日志生成器并生成对抗性日志序列。本发明能够兼顾异常证据保留、改写新颖性和检测规避能力,并用于深度日志异常检测器的鲁棒性评估与增量加固。