买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湘潭大学;长沙理工大学申请的专利一种基于大语言模型拓扑推理引导的配电网黑盒对抗样本生成方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121723180B 。

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610221374.9，技术领域涉及：G06F18/214；该发明授权一种基于大语言模型拓扑推理引导的配电网黑盒对抗样本生成方法是由苏译;毛诚;陈春;谭貌;钟俊杰;胡长华;石擎国;吴厚峙设计研发完成，并于2026-02-25向国家知识产权局提交的专利申请。

本一种基于大语言模型拓扑推理引导的配电网黑盒对抗样本生成方法在说明书摘要公布了：本发明公开了一种基于大语言模型拓扑推理引导的配电网黑盒对抗样本生成方法，包括以下步骤：确定调度任务的攻击目标，量化攻击者的破坏意图，将模糊的攻击目标转化为多目标攻击损失函数；利用大语言模型的通识知识与推理能力，筛选出攻击性价比最高的关键节点，并得到掩码向量；在掩码向量的约束下，针对连续域或离散域生成具体的扰动向量；进行样本验证。本发明引入大语言模型作为拓扑认知引擎，利用其语义推理能力筛选出配电网中的关键脆弱节点，并生成攻击掩码，通过掩码引导黑盒优化器锁定关键子空间，在不访问模型内部结构的条件下，高效地生成涵盖多类攻击目标与动作域类型的高质量对抗样本，为智能体提供丰富的鲁棒性训练数据。

本发明授权一种基于大语言模型拓扑推理引导的配电网黑盒对抗样本生成方法在权利要求书中公布了：1.一种基于大语言模型拓扑推理引导的配电网黑盒对抗样本生成方法，其特征在于，包括以下步骤： 步骤一：确定调度任务的攻击目标，量化攻击者的破坏意图，将模糊的攻击目标转化为多目标攻击损失函数； 步骤二：利用大语言模型的通识知识与推理能力，筛选出攻击性价比最高的关键节点，并得到掩码向量； 所述步骤二具体过程为： 步骤21，进行状态语义映射：构建配电网语义模板，将配电网的原始状态向量映射为自然语言描述文本； 步骤22，进行脆弱性思维链推理：将输入大语言模型LLM，利用思维链CoT提示工程，要求模型基于电力系统物理原理，推理出当前最容易导致系统失稳的个关键节点，个关键节点构成关键节点集合，； 步骤23，生成攻击注意力掩码：根据推理结果构建掩码向量： ； 其中，表示中的第个节点；为关键节点集合；表示掩码向量在第个节点上的取值； 步骤三：在掩码向量的约束下，针对连续域或离散域生成具体的扰动向量； 所述步骤三具体过程为： 步骤31，动作域适配与损失构建：根据调度任务的动作空间类型，即离散域或连续域，设计适配的损失函数； 步骤32，掩码引导的零阶梯度估计：初始化扰动，采用改进的零阶优化算法迭代更新，生成掩码噪声； 所述步骤32中，生成的掩码噪声为： ； ； 其中，为服从标准正态分布的随机噪声向量；为经过掩码过滤后的引导噪声向量；为梯度估计的平滑参数；表示随机噪声向量服从一个标准多元正态分布；表示协方差矩阵；为估计出的目标函数梯度向量；表示输入为的目标函数，根据动作空间类型对应为或；表示输入为的目标函数；表示输入为的目标函数；表示哈达玛积；表示配电网的原始状态向量；表示状态扰动向量； 步骤33，扰动迭代更新：根据估计梯度更新扰动，并进行投影截断以满足隐蔽性约束，得到最终状态扰动向量； 步骤四：进行样本验证。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湘潭大学;长沙理工大学，其通讯地址为：411105 湖南省湘潭市西郊；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。