异常监测方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及人工智能技术领域，特别是涉及一种异常监测方法、装置、计算机设备和存储介质。该方法包括：获取目标用户的全局行为信息；根据全局行为信息，确定至少一个与全局行为信息关联的监控节点、各监控节点内的局部行为信息，以及不同监控节点之间的行为轨迹；根据至少一个与全局行为信息关联的监控节点、各监控节点内的局部行为信息，以及不同监控节点之间的行为轨迹，生成行为拓扑图；根据行为拓扑图的复杂度，从候选行为监测模型中确定目标行为监测模型；基于目标行为监测模型，对行为拓扑图进行异常监测，得到全局行为信息的异常监测结果。本申请能够提高对用户行为监测的准确度。度。度。

【技术实现步骤摘要】
异常监测方法、装置、计算机设备和存储介质


[0001]本申请涉及人工智能
，特别是涉及一种异常监测方法、装置、计算机设备和存储介质。

技术介绍

[0002]用户行为分析(User Behavior Analytics，UBA)作为一种异常行为分析方法，用于对用户在访问系统时做出的行为进行合规性分析。UBA聚焦于用户正在发生的行为，例如，应用启动、网络连接活动、关键的文件访问等等。
[0003]目前，传统技术中在用户行为分析时，主要通过下发特定的基线策略来控制用户访问(操作)行为，其中，基线策略中包含多个用户行为基线，用户行为基线是指根据用户在登录和访问等过程中的各种行为，统计出来的各种常用属性的集合，例如，常用IP集合、常用登录地址集合，常用设备集合等；通过用户行为基线，校验每一个用户操作行为。
[0004]但异常行为复杂多变，目前的基线策略对复杂异常行为的识别准确度较差，导致系统安全性较低。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够提高对用户行为监测准确度的异常监测方法、装置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常监测方法，其特征在于，所述方法包括：获取目标用户的全局行为信息；根据所述全局行为信息，确定至少一个与所述全局行为信息关联的监控节点、各监控节点内的局部行为信息，以及不同监控节点之间的行为轨迹；根据至少一个与所述全局行为信息关联的监控节点、各监控节点内的局部行为信息，以及不同监控节点之间的行为轨迹，生成行为拓扑图；根据所述行为拓扑图的复杂度，从候选行为监测模型中确定目标行为监测模型；基于所述目标行为监测模型，对所述行为拓扑图进行异常监测，得到所述全局行为信息的异常监测结果。2.根据权利要求1所述的方法，其特征在于，所述根据至少一个与所述全局行为信息关联的监控节点，以及各个监控节点之间的行为轨迹，生成行为拓扑图，包括：将各监控节点分别作为行为拓扑图中的一个图节点；根据各监控节点内对应的局部行为信息，确定各监控节点对应的图节点的点属性信息；根据不同监控节点之间的行为轨迹，构建所述行为拓扑图中不同图节点之间的连接边，以及确定各连接边的边属性信息。3.根据权利要求2所述的方法，其特征在于，所述根据各监控节点内对应的局部行为信息，确定各监控节点对应的图节点的点属性信息，包括：针对每一监控节点，确定该监控节点内对应的局部行为信息的可信度；根据所述可信度，确定该监控节点对应的图节点的点属性信息。4.根据权利要求3所述的方法，其特征在于，所述根据所述可信度，确定该监控节点对应的图节点的点属性信息，包括：将所述可信度转化为灰度值，并将所述灰度值，作为该监控节点对应的图节点的点属性信息。5.根据权利要求1
‑
4中任一项所述的方法，其特征在于，所述根据所述行为拓扑图的复杂度，...

【专利技术属性】
技术研发人员：高亦然，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：