【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种异常行为检测方法、装置、设备、存储介质和程序产品。
技术介绍
1、异常行为检测是一种用于识别用户在系统或平台上的异常活动的方法，在网络安全、金融欺诈检测和系统监控等领域具有广泛应用。它通过分析用户的行为模式、行为特征和上下文信息，旨在识别潜在的安全威胁、欺诈行为或其他异常活动。
2、现实场景中，主要使用隐马尔可夫模型和高斯混合模型进行恶意行为挖掘，隐马尔可夫模型提供了在给定观测序列中学习参数和预测目标序列事件的概率计算方法。但是由于对于每个用户都需要维护一个独立的模型，随着用户行为序列的增长，模型参数的数量会迅速增加，这在处理大规模用户数据集时可能导致资源消耗较大。
技术实现思路
1、本申请的主要目的在于提供一种异常行为检测方法、装置、设备、存储介质和程序产品，旨在解决在处理大规模用户数据集时资源消耗较大的问题。
2、为实现上述目的，本申请提供一种异常行为检测方法，所述异常行为检测方法包括以下步骤：
3、获取待测用户行为；
4、通本文档来自技高网...
【技术保护点】
1.一种异常行为检测方法，其特征在于，所述异常行为检测方法包括以下步骤：
2.如权利要求1所述的异常行为检测方法，其特征在于，所述良性行为样本包括用户自身属性特征和用户行为属性特征，所述通过异常行为检测模型，对所述待测用户行为进行检测，得到检测结果的步骤之前，包括：
3.如权利要求2所述的异常行为检测方法，其特征在于，所述基于自注意力机制的神经网络结构，对所述用户自身属性特征和所述用户行为属性特征进行协同优化，得到优化特征的步骤，包括：
4.如权利要求1～3任一项所述的异常行为检测方法，其特征在于，所述通过异常行为检测模型，对所述待...
【技术特征摘要】
1.一种异常行为检测方法，其特征在于，所述异常行为检测方法包括以下步骤：
2.如权利要求1所述的异常行为检测方法，其特征在于，所述良性行为样本包括用户自身属性特征和用户行为属性特征，所述通过异常行为检测模型，对所述待测用户行为进行检测，得到检测结果的步骤之前，包括：
3.如权利要求2所述的异常行为检测方法，其特征在于，所述基于自注意力机制的神经网络结构，对所述用户自身属性特征和所述用户行为属性特征进行协同优化，得到优化特征的步骤，包括：
4.如权利要求1～3任一项所述的异常行为检测方法，其特征在于，所述通过异常行为检测模型，对所述待测用户行为进行检测，得到检测结果的步骤之前，还包括：
5.如权利要求4所述的异常行为检测方法，其特征在于，所述通过特征重加权技术，确定所述恶意行为样本中的敏感特征的步骤，包括：
6.如权利要求1...
【专利技术属性】
技术研发人员：王冀彬，田峰，张美鸥，梁心茹，杨宇婷，代建东，
申请(专利权)人：中移动信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。