换一批基于多模态大模型的医院网络安全威胁智能检测系统研究
The research on intelligent detection system for cybersecurity threats in hospital networks based on multimodal large-scale models
摘要目的:通过融合医疗多源异构数据,构建适配医疗场景的网络安全威胁智能检测系统.方法:针对医疗网络中多模态数据异构难融合、领域适应性差及边缘部署受限等挑战,提出一种基于"预训练-领域微调-轻量化部署"架构的多模态大模型网络安全威胁智能检测系统.在预训练阶段,构建统一的多模态表示框架,融合网络流量数据、设备日志与业务文本,引入对比学习机制对齐模态间语义差异,优化特征融合.在领域微调阶段,结合医疗知识图谱向量并引入注意力机制,将领域先验知识注入模型,对输入特征动态赋权,增强下游任务模型泛化能力.在部署阶段,提出适配昇腾边缘设备的轻量化知识蒸馏方案,同时引入联邦学习与差分隐私机制,实现跨机构联合建模并保障数据安全.结果:系统精准识别网络威胁行为,自动生成分级动态响应策略,降低医疗业务中断风险.结论:为解决医疗数据孤岛导致的漏检问题、提升安全防御自主化水平提供技术支撑,为智慧医疗网络安全防护体系的智能化升级提供理论参考与实践路径.
更多相关知识
关键词
多模态大模型医院网络安全威胁智能检测系统动态响应策略Multimodal large-scale modelsHospital network cybersecurityIntelligent threat detection systemDynamic response strategies
栏目名称
DOI
10.3969/j.issn.1673-7571.2025.10.018
发布时间
2025-10-30（万方平台首次上网日期，不代表论文的发表时间）
- 浏览3
- 被引1
- 下载6
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
