本發(fā)明涉及人機(jī)交互，尤其涉及一種安全類聊天機(jī)器人交互方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、隨著信息技術(shù)的飛速發(fā)展，人們?cè)诖a開發(fā)的過程中可能會(huì)遇到各種各樣的安全類問題。由于這些安全類問題涉及的細(xì)分領(lǐng)域和種類繁多，即便是經(jīng)驗(yàn)豐富的編程人員也無法確保能夠快速、準(zhǔn)確地回答這些安全類問題。

2、針對(duì)上述技術(shù)問題，目前行業(yè)內(nèi)的編程人員通常會(huì)通過在源數(shù)據(jù)庫或者常見搜索引擎中進(jìn)行查詢和搜索，從而得到對(duì)應(yīng)的解答。但是采用這種方法得到的解答五花八門，往往需要耗費(fèi)大量時(shí)間和精力進(jìn)行人工篩選來找到合適的解答，工作效率低下。因此，目前行業(yè)內(nèi)亟需一種能夠快速準(zhǔn)確地得到安全類問題對(duì)應(yīng)的解答的方法。

3、上述內(nèi)容僅用于輔助理解本發(fā)明的技術(shù)方案，并不代表承認(rèn)上述內(nèi)容是現(xiàn)有技術(shù)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的主要目的在于提供了一種安全類聊天機(jī)器人交互方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，旨在解決如何快速準(zhǔn)確地得到安全類問題對(duì)應(yīng)的解答的技術(shù)問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種安全類聊天機(jī)器人交互方法，所述方法包括以下步驟：

3、獲取用戶基于預(yù)設(shè)交互界面觸發(fā)的對(duì)話事件，所述對(duì)話事件中包含安全類問題；

4、將所述對(duì)話事件輸入至預(yù)設(shè)安全類語言模型，獲得模型輸出結(jié)果，所述預(yù)設(shè)安全類語言模型為通過lora技術(shù)在初始大語言模型中注入可訓(xùn)練模塊，并對(duì)注入了所述可訓(xùn)練模塊的初始大語言模型進(jìn)行訓(xùn)練后獲得的模型，所述可訓(xùn)練模塊用于對(duì)所述初始大語言模型中對(duì)應(yīng)的滿秩矩陣進(jìn)行調(diào)整；

5、根據(jù)所述模型輸出結(jié)果生成對(duì)話回復(fù)，并通過所述預(yù)設(shè)交互界面展示所述對(duì)話回復(fù)。

6、可選地，所述獲取用戶基于預(yù)設(shè)交互界面觸發(fā)的對(duì)話事件的步驟之前，還包括：

7、收集原始安全類數(shù)據(jù)，所述原始安全類數(shù)據(jù)包括漏洞標(biāo)識(shí)、漏洞版本、漏洞描述、漏洞來源中的一項(xiàng)或多項(xiàng)；

8、對(duì)所述原始安全類數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，得到訓(xùn)練數(shù)據(jù)；

9、基于所述訓(xùn)練數(shù)據(jù)和lora技術(shù)對(duì)初始大語言模型進(jìn)行訓(xùn)練，得到預(yù)設(shè)安全類語言模型。

10、可選地，所述基于所述訓(xùn)練數(shù)據(jù)和lora技術(shù)對(duì)初始大語言模型進(jìn)行訓(xùn)練，得到預(yù)設(shè)安全類語言模型的步驟，包括：

11、通過lora技術(shù)在初始大語言模型中注入可訓(xùn)練模塊，獲得注入了所述可訓(xùn)練模塊的初始大語言模型；

12、通過所述訓(xùn)練數(shù)據(jù)對(duì)所述注入了所述可訓(xùn)練模塊的初始大語言模型進(jìn)行訓(xùn)練，得到預(yù)設(shè)安全類語言模型。

13、可選地，所述通過所述訓(xùn)練數(shù)據(jù)對(duì)所述注入了所述可訓(xùn)練模塊的初始大語言模型進(jìn)行訓(xùn)練，得到預(yù)設(shè)安全類語言模型的步驟，包括：

14、對(duì)所述注入了所述可訓(xùn)練模塊的初始大語言模型中預(yù)先訓(xùn)練好的模型權(quán)重進(jìn)行凍結(jié)，所述預(yù)先訓(xùn)練好的模型權(quán)重為所述初始大語言模型中滿秩矩陣對(duì)應(yīng)的權(quán)重；

15、對(duì)所述初始大語言模型中未凍結(jié)的模型參數(shù)進(jìn)行微調(diào)，得到微調(diào)后的大語言模型；

16、通過所述訓(xùn)練數(shù)據(jù)對(duì)所述微調(diào)后的大語言模型進(jìn)行訓(xùn)練，得到預(yù)設(shè)安全類語言模型。

17、可選地，所述對(duì)所述初始大語言模型中未凍結(jié)的模型參數(shù)進(jìn)行微調(diào)，得到微調(diào)后的大語言模型的步驟，包括：

18、通過所述可訓(xùn)練模塊對(duì)所述初始大語言模型中未凍結(jié)的模型參數(shù)進(jìn)行分解，得到低秩矩陣，所述未凍結(jié)的模型參數(shù)為注意力層對(duì)應(yīng)的滿秩矩陣；

19、對(duì)所述低秩矩陣進(jìn)行權(quán)重調(diào)整，得到微調(diào)后的大語言模型。

20、可選地，所述對(duì)所述原始安全類數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，得到訓(xùn)練數(shù)據(jù)的步驟，包括：

21、判斷所述原始安全類數(shù)據(jù)是否包含預(yù)設(shè)來源標(biāo)識(shí)，所述預(yù)設(shè)來源標(biāo)識(shí)用于表征所述原始安全類數(shù)據(jù)的有效性；

22、若所述原始安全類數(shù)據(jù)包含預(yù)設(shè)來源標(biāo)識(shí)，則將所述原始安全類數(shù)據(jù)確定為訓(xùn)練數(shù)據(jù)。

23、可選地，所述根據(jù)所述模型輸出結(jié)果生成對(duì)話回復(fù)，并通過所述預(yù)設(shè)交互界面展示所述對(duì)話回復(fù)的步驟，包括：

24、根據(jù)所述模型輸出結(jié)果生成當(dāng)前對(duì)話回復(fù)，并獲取與用戶之間已完成的對(duì)話輪數(shù)；

25、若所述對(duì)話輪數(shù)小于預(yù)設(shè)輪數(shù)，則通過所述預(yù)設(shè)交互界面向所述用戶展示所述對(duì)話回復(fù)；

26、若所述對(duì)話輪數(shù)大于或等于預(yù)設(shè)輪數(shù)，則按對(duì)話時(shí)間日期將所述預(yù)設(shè)交互界面中時(shí)間日期最早的交互記錄刪除，并通過所述預(yù)設(shè)交互界面向所述用戶展示所述當(dāng)前對(duì)話回復(fù)。

27、此外，為實(shí)現(xiàn)上述目的，本發(fā)明還提出一種安全類聊天機(jī)器人交互裝置，所述安全類聊天機(jī)器人交互裝置包括：

28、事件獲取模塊，用于獲取用戶基于預(yù)設(shè)交互界面觸發(fā)的對(duì)話事件，所述對(duì)話事件中包含安全類問題；

29、模型輸入模塊，用于將所述對(duì)話事件輸入至預(yù)設(shè)安全類語言模型，獲得模型輸出結(jié)果，所述預(yù)設(shè)安全類語言模型為通過lora技術(shù)在初始大語言模型中注入可訓(xùn)練模塊，并對(duì)注入了所述可訓(xùn)練模塊的初始大語言模型進(jìn)行訓(xùn)練后獲得的模型，所述可訓(xùn)練模塊用于對(duì)所述初始大語言模型中對(duì)應(yīng)的滿秩矩陣進(jìn)行調(diào)整；

30、模型輸出模塊，用于根據(jù)所述模型輸出結(jié)果生成對(duì)話回復(fù)，并通過所述預(yù)設(shè)交互界面展示所述對(duì)話回復(fù)。

31、此外，為實(shí)現(xiàn)上述目的，本發(fā)明還提出一種安全類聊天機(jī)器人交互設(shè)備，所述設(shè)備包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的安全類聊天機(jī)器人交互程序，所述安全類聊天機(jī)器人交互程序配置為實(shí)現(xiàn)如上文所述的安全類聊天機(jī)器人交互方法的步驟。

32、此外，為實(shí)現(xiàn)上述目的，本發(fā)明還提出一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)上存儲(chǔ)有安全類聊天機(jī)器人交互程序，所述安全類聊天機(jī)器人交互程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上文所述的安全類聊天機(jī)器人交互方法的步驟。

33、本發(fā)明通過獲取用戶基于預(yù)設(shè)交互界面觸發(fā)的對(duì)話事件，對(duì)話事件中包含安全類問題；將對(duì)話事件輸入至預(yù)設(shè)安全類語言模型，獲得模型輸出結(jié)果，預(yù)設(shè)安全類語言模型為通過lora技術(shù)在初始大語言模型中注入可訓(xùn)練模塊，并對(duì)注入了可訓(xùn)練模塊的初始大語言模型進(jìn)行訓(xùn)練后獲得的模型，可訓(xùn)練模塊用于對(duì)初始大語言模型中對(duì)應(yīng)的滿秩矩陣進(jìn)行調(diào)整；根據(jù)模型輸出結(jié)果生成對(duì)話回復(fù)，并通過預(yù)設(shè)交互界面展示對(duì)話回復(fù)。相比于現(xiàn)有技術(shù)通過人工搜索和人工篩選的方式來找到安全類問題的解答，由于本發(fā)明上述方法通過預(yù)設(shè)安全類語言模型來對(duì)包含了安全類問題的對(duì)話事件進(jìn)行處理，并基于預(yù)設(shè)安全類語言模型的模型輸出結(jié)果生成的對(duì)話回復(fù)來得到安全類問題的解答，從而避免了現(xiàn)有技術(shù)需要耗費(fèi)大量時(shí)間和精力進(jìn)行人工搜索和人工篩選的技術(shù)缺陷，進(jìn)而能夠使得用戶通過人機(jī)交互的形式快速獲得準(zhǔn)確的安全類問題的解答。

技術(shù)特征：

1.一種安全類聊天機(jī)器人交互方法，其特征在于，所述安全類聊天機(jī)器人交互方法包括以下步驟：

2.如權(quán)利要求1所述的安全類聊天機(jī)器人交互方法，其特征在于，所述獲取用戶基于預(yù)設(shè)交互界面觸發(fā)的對(duì)話事件的步驟之前，還包括：

3.如權(quán)利要求2所述的安全類聊天機(jī)器人交互方法，其特征在于，所述基于所述訓(xùn)練數(shù)據(jù)和lora技術(shù)對(duì)初始大語言模型進(jìn)行訓(xùn)練，得到預(yù)設(shè)安全類語言模型的步驟，包括：

4.如權(quán)利要求3所述的安全類聊天機(jī)器人交互方法，其特征在于，所述通過所述訓(xùn)練數(shù)據(jù)對(duì)所述注入了所述可訓(xùn)練模塊的初始大語言模型進(jìn)行訓(xùn)練，得到預(yù)設(shè)安全類語言模型的步驟，包括：

5.如權(quán)利要求4所述的安全類聊天機(jī)器人交互方法，其特征在于，所述對(duì)所述初始大語言模型中未凍結(jié)的模型參數(shù)進(jìn)行微調(diào)，得到微調(diào)后的大語言模型的步驟，包括：

6.如權(quán)利要求2所述的安全類聊天機(jī)器人交互方法，其特征在于，所述對(duì)所述原始安全類數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，得到訓(xùn)練數(shù)據(jù)的步驟，包括：

7.如權(quán)利要求1至6中任一項(xiàng)所述的安全類聊天機(jī)器人交互方法，其特征在于，所述根據(jù)所述模型輸出結(jié)果生成對(duì)話回復(fù)，并通過所述預(yù)設(shè)交互界面展示所述對(duì)話回復(fù)的步驟，包括：

8.一種安全類聊天機(jī)器人交互裝置，其特征在于，所述安全類聊天機(jī)器人交互裝置包括：

9.一種安全類聊天機(jī)器人交互設(shè)備，其特征在于，所述安全類聊天機(jī)器人交互設(shè)備包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的安全類聊天機(jī)器人交互程序，所述安全類聊天機(jī)器人交互程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的安全類聊天機(jī)器人交互方法。

10.一種存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)上存儲(chǔ)有安全類聊天機(jī)器人交互程序，所述安全類聊天機(jī)器人交互程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的安全類聊天機(jī)器人交互方法。

技術(shù)總結(jié)
本發(fā)明涉及人機(jī)交互領(lǐng)域，公開了一種安全類聊天機(jī)器人交互方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，該方法包括：獲取用戶基于預(yù)設(shè)交互界面觸發(fā)的包含安全類問題的對(duì)話事件；將對(duì)話事件輸入至預(yù)設(shè)安全類語言模型，獲得模型輸出結(jié)果；根據(jù)模型輸出結(jié)果生成對(duì)話回復(fù)，并通過預(yù)設(shè)交互界面展示對(duì)話回復(fù)。相比于現(xiàn)有技術(shù)通過人工查詢的方式來找到安全類問題的解答，由于本發(fā)明通過預(yù)設(shè)安全類語言模型來對(duì)包含了安全類問題的對(duì)話事件進(jìn)行處理，并基于預(yù)設(shè)安全類語言模型生成對(duì)話回復(fù)來得到安全類問題的解答，從而避免了現(xiàn)有技術(shù)需要耗費(fèi)大量時(shí)間和精力進(jìn)行人工搜索和人工篩選的技術(shù)缺陷，進(jìn)而能夠使得用戶通過人機(jī)交互的形式快速獲得準(zhǔn)確的安全類問題的解答。

技術(shù)研發(fā)人員：周航宇
受保護(hù)的技術(shù)使用者：北京奇虎科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2