基于智能样本选择的大模型DDoS攻击检测方法、装置、设备及存储介质

本发明提供一种基于智能样本选择的大模型DDoS攻击检测方法、装置、设备及存储介质，属于大模型DDoS攻击检测技术领域，采集原始流量数据，将流量数据分组并提取流特征，得到每条流量记录的特征向量；从已有的标注训练集中选取典型示例构建静态示例集；对当前待测样本从候选样本池中选出相关示例，将静态示例集和动态示例集组合到提示词中；将提示词输入预训练大型语言模型进行推理，得到大模型DDoS攻击检测结果。本发明通过静态样本选择机制引入聚类分析，确保示例集的多样性与代表性；通过动态样本选择机制挑选高相关性的样本，保证提示内容与输入的上下文契合，实现提示构造的自适应与灵活性，提高了检测的准确性、实时性和泛化性。