一种车载智能设备及其技能约束方法、计算机存储介质与流程
本发明涉及车载智能设备领域,尤其涉及一种车载智能设备及其技能约束方法、计算机存储介质。
背景技术:
1、随着车辆电子电气架构由分布式向域集中乃至车载集中架构演进,中央计算单元的算力集中化为大语言模型上车提供了架构基础,行业正逐步探索将大语言模型应用于故障诊断、意图理解与决策辅助等车端场景。与此同时,车辆功能安全(iso 26262)、预期功能安全(iso 21448)、网络安全(iso/sae 21434、unece r155)、软件升级(unece r156)及数据安全(《汽车数据安全管理若干规定》)等标准法规对车载系统的可控性、可追溯性与数据合规性提出了明确要求。
2、然而,将通用大语言模型直接部署于车端存在以下技术缺陷:其一,模型能力无边界,可响应任意请求且缺乏与车辆操作权限对齐的约束机制,存在越权响应与误触发风险;其二,模型可自主生成工具调用请求,现有方案缺乏对可调用工具集的精细化管控手段,无法防止未授权操作;其三,模型固有的幻觉问题使其输出不可校验,直接用于安全攸关决策将引入不可接受风险;其四,模型推理需访问位置、驾驶行为、座舱语音等敏感数据,现有方案缺乏基于数据等级的差异化过滤机制,存在隐私泄露隐患;其五,模型推理时延具有不可预测性,难以满足车辆控制的确定性实时要求;其六,推理过程缺乏完整的日志存证与防篡改保护,异常发生后无法进行有效回溯与责任界定;其七,新增或调整模型能力需重新训练或全量部署,扩展成本高、周期长且难以回滚。
3、综上,现有技术方案在大模型能力约束、过程追踪、结果审计等方面均存在明显不足,本领域亟需一种将大语言模型以可约束、可追踪、可追溯方式集成至车载系统并同时支持间歇性故障现场保全的技术方案。
技术实现思路
1、本发明实施例旨在提供一种车载智能设备及其技能约束方法、计算机存储介质,旨在解决目前车载智能设备在大模型能力约束、过程追踪、结果审计等方面均存在明显不足的问题。
2、为解决上述技术问题,本发明实施例第一方面实施例提供一种车载智能设备技能约束方法,应用于车载智能设备,所述方法包括:
3、收集车辆数据源,根据预设数据分级策略对所述车辆数据源进行分级脱敏后安全存储;
4、将大模型的每项能力封装为经数字签名的技能胶囊,并在任务请求产生时激活并匹配所述技能胶囊,输出安全的任务请求,其中,所述任务请求携带有经过分级脱敏后的车辆数据源;
5、将经过处理得到的安全的任务请求分流至对应通道进行推理,获得推理结果;
6、将所述推理结果进行校验,将通过校验的推理结果输出至推理出口;
7、将任务请求、技能胶囊匹配、推理、校验形成的全链路记录到哈希链账本,并进行周期性签名锚定。
8、相应地,本发明第二方面实施例提供一种车载智能设备,包括处理器和存储器,存储器存储有计算机程序,处理器在执行计算机程序时实现上述第一方面实施例提供的车载智能设备技能约束方法。
9、相应地,本发明第三方面实施例提供一种计算机存储介质,计算机存储介质存储有计算机程序,计算机程序包括程序指令,程序指令当被处理器执行时使处理器执行如上述第一方面提供的车载智能设备技能约束方法。
10、与现有技术相比较,本发明实施例提供的一种车载智能设备及其技能约束方法、计算机存储介质,该车载智能设备技能约束方法通过收集车辆数据源,根据预设数据分级策略对车辆数据源进行分级脱敏后安全存储;将大模型的每项能力封装为经数字签名的技能胶囊,并在任务请求产生时激活并匹配技能胶囊,输出安全的任务请求,其中,任务请求携带有经过分级脱敏后的车辆数据源;将经过处理得到的安全的任务请求分流至对应通道进行推理,获得推理结果;将推理结果进行校验,将通过校验的推理结果输出至推理出口;将任务请求、技能胶囊匹配、推理、校验形成的全链路记录到哈希链账本,并进行周期性签名锚定。可以实现在技能约束下对车辆数据进行统一智能处理,保证大模型运行安全、输出有效,保证数据安全、有效、实时、可追踪、可追溯,减少售后成本。从而可以解决目前车载智能设备在大模型能力约束、过程追踪、结果审计等方面均存在明显不足的问题。
1.一种车载智能设备技能约束方法,其特征在于,应用于车载智能设备,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述收集车辆数据源,根据预设数据分级策略对所述车辆数据源进行分级脱敏后安全存储,包括:
3.根据权利要求2所述的方法,其特征在于,所述对已进行数据分级的车辆数据源按照其对应的脱敏策略进行脱敏,包括:
4.根据权利要求1所述的方法,其特征在于,所述将大模型的每项能力封装为经数字签名的技能胶囊,并在任务请求产生时激活并匹配技能胶囊,包括:
5.根据权利要求1所述的方法,其特征在于,所述通道包括硬实时通道和智能通道;其中,所述硬实时通道由规则引擎与蒸馏小模型构成,所述智能通道由端侧量化大模型构成;
6.根据权利要求1所述的方法,其特征在于,所述将所述推理结果进行校验,包括:对推理结果进行契约校验、证据校验、置信度校验与控制隔离。
7.根据权利要求1所述的方法,其特征在于,所述将任务请求、技能胶囊匹配、推理、校验形成的全链路记录到哈希链账本,并进行周期性签名锚定,包括:
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:故障哨兵检测到异常时先触发现场冻结,恢复动作执行后故障分析技能输出诊断报告。
9.一种车载智能设备,其特征在于,包括处理器和存储器,所述存储器存储有计算机程序,所述处理器在执行所述计算机程序时实现权利要求1至8任一项所述的车载智能设备技能约束方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行权利要求1至8任一项所述的车载智能设备技能约束方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com