[发明专利]一种异常行为识别方法及装置

权利要求书

1.一种异常行为识别方法，其特征在于，包括：

选取多种基模型，并对不同层的基模型和不同基模型设置不同的异常行为标签；

根据多层基模型和多种基模型进行异常行为模型训练，得到训练好的目标异常行为模型；

根据所述目标异常行为模型对待测数据进行异常行为识别。

2.根据权利要求1所述的方法，其特征在于，根据多层基模型和多种基模型进行异常行为模型训练，得到训练好的目标异常行为模型包括：

在第一层的所述多种基模型中，分别采用交叉验证的方式生成所述多种基模型的结果特征；

将所述多种基模型的结果特征输入第二层的基模型中进行训练，得到训练好的所述目标异常行为模型。

3.根据权利要求2所述的方法，其特征在于，在第一层的所述多种基模型中，分别采用交叉验证的方式生成所述多种基模型的结果特征包括：

分别按照正常样本与异常样本的比例将所述多种基模型的训练集数据切分为k个子训练集；

对所述多种基模型中的每个基模型，执行以下步骤，得到每个基模型的k个预测特征，所述结果特征包括所述k个预测特征，正在执行的基模型称为当前基模型：

初始化i=1，对每个子训练集i，通过除所述子训练集i之外的k-1个子训练集进行训练，得到训练好的所述当前基模型；

根据所述子训练集i输入训练好的所述当前基模型，得到所述当前基模型输出的预测结果；

i=i+1，且i小于或等于k。

4.根据权利要求2所述的方法，其特征在于，将所述多种基模型的结果特征输入第二层的基模型中进行训练，得到训练好的所述目标异常行为模型包括：

将所述多种基模型的结果特征输入LR模型中，对所述LR模型进行训练，得到所述目标异常行为模型，其中，所述第二层的基模型为所述LR模型。

5.根据权利要求2至4中任一项所述的方法，其特征在于，根据所述目标异常行为模型对待测数据进行异常行为识别包括：

将所述待测数据输入所述目标异常行为模型的第一层的所述多种基模型中，得到所述多种基模型的结果特征；

将所述多种基模型的结果特征输入所述目标异常行为模型第二层的基模型中，得到所述目标异常行为模型输出的所述待测数据存在异常行为的概率；

根据所述概率确定所述待测数据的异常行为识别结果。

6.根据权利要求5所述的方法，其特征在于，将所述多种基模型的结果特征输入所述目标异常行为模型的第二层的基模型中，得到所述目标异常行为模型输出的所述待测数据存在异常行为的概率包括：

确定所述多种基模型的结果特征的平均值；

将所述平均值输入所述目标异常行为模型的LR模型中，得到所述目标异常行为模型输出的所述待测数据存在异常行为的概率，其中，所述第二层的基模型为所述LR模型。

7.根据权利要求5所述的方法，其特征在于，根据所述概率确定所述待测数据的异常行为识别结果包括：

判断所述概率是否大于预设概率阈值；

在判断结果为是的情况下，确定所述待测数据的异常行为识别结果存在异常行为；

在判断结果为否的情况下，确定所述待测数据的异常行为识别结果不存在异常行为。

8.一种异常行为识别装置，其特征在于，包括：

设置模块，用于选取多种基模型，并对不同层的基模型和不同基模型设置不同的异常行为标签；

训练模块，用于根据多层基模型和多种基模型进行异常行为模型训练，得到训练好的目标异常行为模型；

异常行为识别模块，用于根据所述目标异常行为模型对待测数据进行异常行为识别。

9.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7中任一项所述的方法。