面向低空经济物联网的多智能体协同入侵检测：一种大语言模型增强的智能体AI框架
密码学与安全
2026-01-27 v1 网络与互联网体系结构
摘要
低空经济物联网（LAE-IoT）网络的快速扩张，由于动态的三维移动模式、分布式自主操作以及严重的资源限制，带来了前所未有的安全挑战。为静态地面网络设计的传统入侵检测系统，在应对空中物联网环境的独特特征（包括频繁的拓扑变化、实时检测需求和能量限制）时显得力不从心。在本文中，我们分析了LAE-IoT网络的入侵检测需求，并辅以对评估指标的全面回顾，这些指标涵盖了检测有效性、响应时间和资源消耗。然后，我们研究了智能体人工智能（AI）范式的变革潜力，并引入了一个基于大语言模型（LLM）的智能体AI框架，用于增强LAE-IoT网络中的入侵检测。这促使我们提出了一种新颖的多智能体协同入侵检测框架，该框架利用专门的LLM增强智能体进行智能数据处理和自适应分类。通过实验验证，我们的框架在多个基准数据集上展现出超过90%分类准确率的优越性能。这些结果凸显了将智能体AI原理与LLM相结合用于下一代LAE-IoT安全系统的变革潜力。
引用
@article{arxiv.2601.17817,
title = {Multi-Agent Collaborative Intrusion Detection for Low-Altitude Economy IoT: An LLM-Enhanced Agentic AI Framework},
author = {Hongjuan Li and Hui Kang and Jiahui Li and Geng Sun and Ruichen Zhang and Jiacheng Wang and Dusit Niyato and Wei Ni and Abbas Jamalipour},
journal= {arXiv preprint arXiv:2601.17817},
year = {2026}
}