专利交易市场

本发明属于网络安全和大语言模型技术领域，公开了一种基于大语言模型多智能体协作的自动渗透测试方法及装置，包括采用大语言模型将用户输入的渗透测试目标或任务描述解析为基本任务链；按序取一个基本任务作为当前任务，利用大语言模型生成对应的初步基本操作；构建外部经验知识库和负面经验库，基于检索增强生成技术优化初步基本操作，并执行优化后的基本操作；基于执行结果生成渗透简报，并在执行结果为失败时生成负面经验存入负面经验库；根据基本任务链和渗透简报，利用大语言模型调整基本任务链中未执行的基本任务，并基于调整后的基本任务链继续进行自动渗透测试操作。本发明有效提高渗透测试的效率与准确性，增强网络安全防御能力。

本发明公开了一种基于多智能体协作的复杂光照下人脸图像的分类方法，包括(1)获取人脸图像集，提取所有人脸图像的主成分特征、纹理特征以及梯度特征；(2)分别对主成分特征、纹理特征以及梯度特征进行聚类，获得多个聚类集合；(3)针对每个聚类集合建立一个人脸特征提取网络，根据人脸特征提取网络建立人脸分类网络，并对人脸分类网络进行训练获得人脸分类模型；(4)提取待检测人脸图像的主成分特征、纹理特征以及梯度特征，并将主成分特征、纹理特征以及梯度特征划分到对应的三个聚类集合中；(5)将待检测人脸图像分别输入到与三个聚类集合对应的人脸分类模型中，经计算获得待检测人脸图像的分类结果。

本发明公开了一种基于多智能体协作的Android应用程序漏洞检测方法及系统，涉及网络空间安全领域，方法包括：S1，漏洞信息整理步骤；S2，APK解压与反编译步骤、S3，APK智能扫描步骤；S4，漏洞挖掘步骤；S5，漏洞验证步骤。本发明一种基于多智能体协作的Android应用程序漏洞检测方法及系统能够有效地识别和验证Android应用程序中的安全漏洞，利用智能体的语义分析能力可以更准确地验证漏洞，减少漏洞扫描的误报率和漏报率，提高漏洞检测的可靠性。