一种物联网访问控制策略自动生成方法、系统、设备和介质

本技术涉及物联网安全与人工智能，特别是涉及一种物联网访问控制策略自动生成方法、系统、设备和介质。

背景技术：

1、随着智能物联网（iot）设备的普及，在多用户共用物联网设备的场景中，不同用户的技术操作能力存在差异化特征，合理均衡的设备权限分配与规范化的技术应用模式，成为保障全体用户合法使用权益的核心关键。

2、目前，传统iot访问控制策略（acp）多依托人工完成配置工作，而iot系统设备数量多、交互逻辑复杂、权限场景多元的特性，使得人工配置模式难以适配高效、精准的运维需求，亟需依托自动化技术优化策略配置效率与精准度。与此同时，现阶段主流的自动化策略生成算法多依托隐性模型构建，策略生成的逻辑过程无法直观呈现，不利于普通用户理解、核验与信任所生成的访问策略，难以构建透明化、可溯源的隐私与权限管控体系。

3、大型语言模型凭借优异的逻辑推理与内容解析能力，能够为物联网访问控制策略的智能生成、逻辑解释提供可靠的技术支撑，但该类模型对计算资源、存储资源的需求较高，无法直接适配物联网边缘设备资源受限的部署环境。轻量化小型模型虽可适配边缘终端的运行条件，但自身推理与生成性能存在局限，难以输出高质量、高精度的访问控制策略。而在模型轻量化落地的技术路径中，传统知识蒸馏方案的学习适配性仍有待优化，无法高效提炼大型语言模型的核心推理逻辑与关键特征，难以实现大模型能力向小模型的高效迁移，模型学习的有效性与精简性仍可进一步提升。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种兼具可解释性、边缘高效部署能力、自动化精准生成能力，且适配隐私安全防护需求的物联网访问控制策略自动生成方法、系统、设备和介质。

2、一种物联网访问控制策略自动生成方法，所述方法包括：

3、构建物联网访问控制策略数据集；

4、采用轻量化思维链知识蒸馏算法，将物联网访问控制策略数据集输入教师模型进行零样本推理或少样本推理，根据推理结果开展教师模型的思维链反思与冗余推理剔除，生成教师反思数据集；将教师反思数据集划分为训练集和验证集，利用训练集对学生模型进行监督微调，得到临时模型，并将验证集输入临时模型进行推理，根据推理结果开展临时模型的思维链反思与冗余推理剔除，得到学生反思数据集；合并教师反思数据集和学生反思数据集，得到混合反思数据集并输入至学生模型进行最终的监督微调，得到训练好的学生模型；其中，教师模型与学生模型为大语言模型；

5、将预定义的系统提示与用户提供的物联网场景提示输入训练好的学生模型，模型采用思维链提示的方式进行分步推理，自动生成物联网访问控制策略；其中，系统提示用于限定策略生成任务、规则和输出格式，并要求策略生成遵循安全、隐私保护和物理安全原则。

6、在其中一个实施例中，构建物联网访问控制策略数据集，包括：

7、定义物联网访问控制策略的形式化表达为：

8、；

9、其中，为物联网场景描述，为角色集合，为设备集合，为角色，为对象，与构成角色-对象对，为策略，为策略生成模型；同时定义物联网访问控制策略针对的操作类型包括读、写和通知，权限包括允许、拒绝和可选，以及物联网访问控制策略的最小粒度为设备、服务和属性，记为：

10、；

11、其中，、和分别为设备名称、服务名称和属性名称，为权限；

12、利用人物角色库生成多样化的虚拟个体，针对每个虚拟个体，由大语言模型自动生成包含物联网场景描述、角色集合和设备集合的初始物联网场景；其中，表示第个设备，，为设备总数；

13、使用嵌入模型，将生成的所有初始物联网场景中的设备进行向量化表示，并计算任意两个设备的向量化表示之间的余弦相似度为，根据余弦相似度进行设备聚类去重，即在余弦相似度大于或等于预设阈值时，将两个设备视为重复设备并归入同一设备簇中，每个设备簇仅保留一个标准化的设备描述，最终得到标准化的通用设备集合；其中，和分别为设备a和设备b的向量化表示，且各设备的向量化表示包括设备名称向量和设备功能向量；表示第个设备簇中的第个设备，，为第个设备簇中的设备总数，，为设备簇个数；

14、针对初始物联网场景中的每个设备，从标准化的通用设备集合中检索最匹配的设备进行替换，形成最终物联网场景，并采用多个大语言模型与人工审核相结合的方式，为最终物联网场景中的每个由角色、设备属性和操作构成的三元组标注最终的安全、隐私保护和物理安全的物联网访问控制策略，形成物联网访问控制策略数据集，表示为；其中，表示由角色集合、对象、物联网场景描述和设备集合构成的模型输入样本，为物联网访问控制策略的真值，，为策略总数。

15、在其中一个实施例中，采用多个大语言模型与人工审核相结合的方式，为最终物联网场景中的每个由角色、设备属性和操作构成的三元组标注最终的安全、隐私保护和物理安全的物联网访问控制策略，包括：

16、先采用多个大语言模型，对最终物联网场景中的每个由角色、设备属性和操作构成的三元组进行物联网访问控制策略投票，若模型投票结果一致，直接保留当前所投票的物联网访问控制策略；若模型投票结果不一致，由人工专家审核做出最终的裁决，并保留裁决后的物联网访问控制策略；其中，多个大语言模型投票与人工专家审核的依据为安全性原则、隐私保护性原则和物理安全性原则；安全性原则用于匹配角色划分，避免多余权限和权限冲突；隐私保护性原则用于保护个人隐私和组织/商业机密；物理安全性原则用于确保物联网场景中人员、物品和环境的安全。

17、在其中一个实施例中，将物联网访问控制策略数据集输入教师模型进行零样本推理或少样本推理，根据推理结果开展教师模型的思维链反思与冗余推理剔除，生成教师反思数据集，包括：

18、将物联网访问控制策略数据集输入教师模型；其中，表示由角色集合、对象、物联网场景描述和设备集合构成的模型输入样本，为物联网访问控制策略的真值，，为策略总数；

19、对于模型输入样本，教师模型进行零样本推理的过程为：

20、；

21、其中，表示原始思维链，为预测的物联网访问控制策略，为零样本思维链生成函数，；

22、对于模型输入样本，教师模型进行少样本推理时，使用个示例，少样本推理的过程为：

23、；

24、其中，为少样本思维链生成函数，分别为第

j个输入示例、思维链示例和输出访问控制策略示例；

25、判断与是否一致，若，则将存入教师反思数据集；若，则构造反思提示，要求教师模型仅对原始思维链中的错误推理部分重新生成推理，得到修正思维链，并将存入；其中，修正思维链的生成方式表示为：

26、；

27、其中，为思维链反思生成函数。

28、在其中一个实施例中，将教师反思数据集划分为训练集和验证集，利用训练集对学生模型进行监督微调，得到临时模型，并将验证集输入临时模型进行推理，根据推理结果开展临时模型的思维链反思与冗余推理剔除，得到学生反思数据集，包括：

29、将教师反思数据集均匀划分为折数据，轮流选择1折数据作为验证集，剩余折数据作为训练集输入学生模型进行监督微调，得到临时模型；然后，将验证集输入临时模型进行推理，根据推理结果开展临时模型的思维链反思与冗余推理剔除，且临时模型的思维链反思与冗余推理剔除的方式与教师模型一致，生成新的思维链和修正后的反思数据集；

30、通过合并每个验证集对应的修正后的反思数据集，得到学生反思数据集，表示为：

31、；

32、其中，表示第个验证集对应的修正后的反思数据集，。

33、在其中一个实施例中，合并教师反思数据集和学生反思数据集，得到混合反思数据集并输入至学生模型进行最终的监督微调，得到训练好的学生模型，包括：

34、将教师反思数据集和学生反思数据集合并，得到混合反思数据集为；

35、将输入学生模型进行最终的监督微调，得到训练好的学生模型，训练的损失函数为最小化负对数似然损失，表示为：

36、；

37、其中，为损失函数值，表示期望计算，为学生模型的策略，为输出的步数，为第个输出词元，为模型输入，为输出结果，且同时包含推理过程和最终策略。

38、在其中一个实施例中，将预定义的系统提示与用户提供的物联网场景提示输入训练好的学生模型，模型采用思维链提示的方式进行分步推理，自动生成物联网访问控制策略，包括：

39、将预定义的系统提示与用户提供的物联网场景提示输入训练好的学生模型，采用思维链提示的方式进行分步推理，在标签内输出分析过程，在标签后，以markdown json代码块格式输出机器可读的物联网访问控制策略；其中，和为大语言模型内部推理过程的两个标记标签‌。

40、一种物联网访问控制策略自动生成系统，所述系统包括：

41、数据集构建模块，用于构建物联网访问控制策略数据集；

42、思维链知识蒸馏模块，用于采用轻量化思维链知识蒸馏算法，将物联网访问控制策略数据集输入教师模型进行零样本推理或少样本推理，根据推理结果开展教师模型的思维链反思与冗余推理剔除，生成教师反思数据集；将教师反思数据集划分为训练集和验证集，利用训练集对学生模型进行监督微调，得到临时模型，并将验证集输入临时模型进行推理，根据推理结果开展临时模型的思维链反思与冗余推理剔除，得到学生反思数据集；合并教师反思数据集和学生反思数据集，得到混合反思数据集并输入至学生模型进行最终的监督微调，得到训练好的学生模型；其中，教师模型与学生模型为大语言模型；

43、策略生成模块，用于将预定义的系统提示与用户提供的物联网场景提示输入训练好的学生模型，模型采用思维链提示的方式进行分步推理，自动生成物联网访问控制策略；其中，系统提示用于限定策略生成任务、规则和输出格式，并要求策略生成遵循安全、隐私保护和物理安全原则。

44、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

45、构建物联网访问控制策略数据集；

46、采用轻量化思维链知识蒸馏算法，将物联网访问控制策略数据集输入教师模型进行零样本推理或少样本推理，根据推理结果开展教师模型的思维链反思与冗余推理剔除，生成教师反思数据集；将教师反思数据集划分为训练集和验证集，利用训练集对学生模型进行监督微调，得到临时模型，并将验证集输入临时模型进行推理，根据推理结果开展临时模型的思维链反思与冗余推理剔除，得到学生反思数据集；合并教师反思数据集和学生反思数据集，得到混合反思数据集并输入至学生模型进行最终的监督微调，得到训练好的学生模型；其中，教师模型与学生模型为大语言模型；

47、将预定义的系统提示与用户提供的物联网场景提示输入训练好的学生模型，模型采用思维链提示的方式进行分步推理，自动生成物联网访问控制策略；其中，系统提示用于限定策略生成任务、规则和输出格式，并要求策略生成遵循安全、隐私保护和物理安全原则。

48、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

49、构建物联网访问控制策略数据集；

50、采用轻量化思维链知识蒸馏算法，将物联网访问控制策略数据集输入教师模型进行零样本推理或少样本推理，根据推理结果开展教师模型的思维链反思与冗余推理剔除，生成教师反思数据集；将教师反思数据集划分为训练集和验证集，利用训练集对学生模型进行监督微调，得到临时模型，并将验证集输入临时模型进行推理，根据推理结果开展临时模型的思维链反思与冗余推理剔除，得到学生反思数据集；合并教师反思数据集和学生反思数据集，得到混合反思数据集并输入至学生模型进行最终的监督微调，得到训练好的学生模型；其中，教师模型与学生模型为大语言模型；

51、将预定义的系统提示与用户提供的物联网场景提示输入训练好的学生模型，模型采用思维链提示的方式进行分步推理，自动生成物联网访问控制策略；其中，系统提示用于限定策略生成任务、规则和输出格式，并要求策略生成遵循安全、隐私保护和物理安全原则。

52、上述一种物联网访问控制策略自动生成方法、系统、设备和介质，相较于现有技术，具备以下有益效果：

53、1、具备边缘设备轻量化部署能力，并可提升用户理解效率：基于轻量化思维链知识蒸馏算法中的两阶段反思机制（教师反思+学生反思），可剔除冗余推理步骤，将大模型（参数量数百亿至数千亿）的策略生成与推理能力高效压缩至小模型（参数量1b~3b），使其能够运行于资源受限的iot边缘网关或智能设备上，同时保持高准确率和低延迟；并在剔除冗余推理步骤后，仅保留关键的错误易发环节的推理，使输出的思维链长度相比传统方法缩短37%~54%，让普通iot用户能够快速理解策略依据。

54、2、实现自动化、可解释的访问控制策略生成：利用大语言模型的自然语言理解与推理能力，直接从iot场景描述自动生成结构化的物联网访问控制策略（acp），并通过内嵌的轻量化思维链（cot）为用户提供策略决策的解释，可克服传统黑盒算法的可解释性差的问题。

55、3、适配隐私安全防护需求：基于系统提示，生成的物联网访问控制策略严格遵循安全性、隐私保护和物理安全原则，特别关注多用户场景下的权力平衡，为弱势群体（如儿童、老人、残障人士）提供自动化保护，防止技术滥用和权力垄断。

56、4、降低人工智能系统的环境足迹：通过压缩思维链可减少无效计算，使每个策略生成任务消耗的token数量大幅下降（例如从500多token降至280token以下），从而降低能耗，符合绿色、可持续人工智能（web4good）的发展理念。