[发明专利]用户异常行为的检测方法及用户行为重构模型的训练方法

权利要求书

1.一种用户异常行为的检测方法，包括：

获取待检测用户的行为数据；

根据所述待检测用户的行为数据，获取原始向量矩阵；

将所述原始向量矩阵输入至用户行为重构模型中对所述原始向量矩阵进行重构，以得到重构向量矩阵，其中，所述用户行为重构模型输出的所述重构向量矩阵为所述原始向量矩阵映射到正常行为的矩阵；

获取所述原始向量矩阵和所述重构向量矩阵之间的相似度，以根据所述相似度，确定重构误差；

响应于所述重构误差大于重构误差阈值，则确定所述待检测用户的行为数据对应的用户行为为异常行为。

2.根据权利要求1所述的检测方法，其中，还包括：

响应于所述重构误差小于或者等于所述重构误差阈值，则确定所述待检测用户的行为数据对应的所述用户行为正常行为。

3.根据权利要求1所述的检测方法，其中，所述根据所述待检测用户的行为数据，获取原始向量矩阵，包括：

根据所述待检测用户的行为数据产生的时间先后顺序，生成待检测用户的访问行为序列；

根据所述待检测用户的访问行为序列，生成针对所述待检测用户的行为数据对应的所述用户行为的待检测词汇表；

对所述待检测词汇表进行向量化处理，以获取所述原始向量矩阵。

4.根据权利要求3所述的检测方法，其中，所述根据所述待检测用户的访问行为序列，生成针对所述待检测用户的行为数据对应的所述用户行为的待检测词汇表，包括：

对所述待检测用户的访问行为序列进行筛选，以得到待检测用户的目标访问行为序列；

根据所述待检测用户的目标访问行为序列，生成针对所述待检测用户的行为数据对应的所述用户行为的待检测词汇表。

5.根据权利要求4所述的检测方法，其中，所述对所述待检测用户的访问行为序列进行筛选，以得到待检测用户的目标访问行为序列，包括：

对所述待检测用户的访问行为序列进行分窗处理，并将任一滑动窗口内的所述待检测用户的访问行为序列作为所述待检测用户的目标访问行为序列。

6.根据权利要求1所述的检测方法，所述用户行为重构模型的训练过程，包括：

获取已标注重构结果的待检测用户的样本行为数据；

根据所述已标注重构结果的待检测用户的样本行为数据，获取原始训练向量矩阵；

将所述原始训练向量矩阵输入至待训练的用户行为重构模型中对所述原始训练向量矩阵进行重构，以得到重构训练向量矩阵，其中，所述用户行为重构模型输出的所述重构训练向量矩阵为所述原始训练向量矩阵映射到正常行为的矩阵；

根据所述原始训练向量矩阵对应的所述重构结果和所述原始训练向量矩阵对应的所述标注重构结果的差异，调整待训练的所述用户行为重构模型中的模型参数，并返回所述获取已标注重构结果的待检测用户的样本行为数据步骤，直至所述原始训练向量矩阵对应的所述重构结果和所述原始训练向量矩阵对应的所述标注重构结果的所述差异符合预设的训练结束条件，将最后一次调整所述模型参数后的待训练的所述用户行为重构模型确定为训练好的所述用户行为重构模型。

7.根据权利要求6所述的检测方法，其中，所述根据所述已标注重构结果的待检测用户的样本行为数据，获取原始训练向量矩阵，包括：

根据所述已标注重构结果的待检测用户的样本行为数据，生成待检测用户的样本访问行为序列；

根据所述待检测用户的样本访问行为序列，生成针对所述待检测用户的样本行为对应的所述用户行为的样本词汇表；

对所述样本词汇表进行向量化处理，以得到所述原始训练向量矩阵。