申请/专利权人:中国科学院信息工程研究所
申请日:2024-03-12
公开(公告)日:2024-06-25
公开(公告)号:CN118245796A
主分类号:G06F18/214
分类号:G06F18/214;G06F18/24;G06N20/00;G06F11/34
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明公开一种面向API异常检测的数据集生成方法及系统,属于API异常检测技术领域。所述方法包括:构建包含正常样本和异常样本的专家数据集,并初始化一合成数据集;在专家数据集和合成数据集中进行样本采样,并基于生成的示例数据集引导大模型学习示例的格式特征后,得到伪造数据样本;生成伪造数据样本的第一质量分数;生成伪造数据样本的第二质量分数;根据第一质量分数和第二质量分数对伪造数据样本进行筛选,并将筛选结果放入到合成数据集中;循环上述步骤,直至得到最终数据集。本发明可以利用已有的小规模API请求专家数据集和大语言模型生成大量高质量的API异常检测数据集。
主权项:1.一种面向API异常检测的数据集生成方法,其特征在于,所述方法包括:构建包含正常样本和异常样本的专家数据集,并初始化一合成数据集;在专家数据集和合成数据集中进行样本采样,并基于生成的示例数据集引导大模型学习示例的格式特征后,得到伪造数据样本;基于伪造数据样本特征与正常样本特征之间的偏离,生成伪造数据样本的第一质量分数;基于伪造数据样本之间的差异,生成伪造数据样本的第二质量分数;根据所述第一质量分数和所述第二质量分数对伪造数据样本进行筛选,并将筛选结果放入到合成数据集中后,返回至所述在专家数据集和合成数据集中进行样本采样,直至由专家数据集和合成数据集组成的最终数据集满足设定要求。
全文数据:
权利要求:
百度查询: 中国科学院信息工程研究所 面向API异常检测的数据集生成方法及系统
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。