买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：大数据安全工程研究中心(贵州)有限公司

摘要：本申请实施例公开了一种基于人工智能的异常行为安全分析方法，用于提高判断行为数据是否为异常行为数据的准确性。本申请实施例方法包括：获取待检测用户的第一行为数据；根据第一行为数据生成第一行为向量；将第一行为向量输入第一识别模型，得到第一特征值，第一识别模型为经过正常行为数据训练的神经网络模型；计算第一特征值与第一标准特征值的第一相似度；当第一相似度小于第一阈值时，将第一行为向量输入第二识别模型，得到第二特征值，第二识别模型为经过异常行为数据训练的神经网络模型；计算第二特征值与第二标准特征值的第二相似度；当第二相似度大于或等于第二阈值时，确定待检测用户存在异常行为。

主权项：1.一种基于人工智能的异常行为安全分析方法，其特征在于，包括：获取待检测用户的第一行为数据；根据所述第一行为数据生成第一行为向量；将所述第一行为向量输入第一识别模型，得到第一特征值，所述第一识别模型为经过正常行为数据训练的神经网络模型；计算所述第一特征值与第一标准特征值的第一相似度；当所述第一相似度小于第一阈值时，将所述第一行为向量输入第二识别模型，得到第二特征值，所述第二识别模型为经过异常行为数据训练的神经网络模型，所述第二识别模型与所述第一识别模型的结构相同；计算所述第二特征值与第二标准特征值的第二相似度；当所述第二相似度大于或等于第二阈值时，确定所述待检测用户存在异常行为；所述将所述第一行为向量输入第一识别模型，得到第一特征值包括：将所述第一行为向量展平为一维向量；将所述一维向量输入第一识别模型的复数全连接层，得到第一复数向量；随机生成随机正交矩阵，利用所述随机正交矩阵将所述第一复数向量映射为第二复数向量；将所述第二复数向量输入所述第一识别模型的稀疏正则化全连接层，得到第三复数向量；将所述第三复数向量分别输入所述第一识别模型的第一分支全连接层和第二分支全连接层，分别得到第一分支向量和第二分支向量，并对所述第一分支向量和所述第二分支向量进行合并，得到第四复数向量；将所述第三复数向量输入所述第一识别模型的复数全连接输出层，得到所述复数全连接输出层输出的第一特征值；所述根据所述第一行为数据生成第一行为向量包括：遍历所述第一行为数据，从所述第一行为数据中提取关键字；根据所述关键字生成第一行为向量；所述根据所述关键字生成第一行为向量包括：向所述关键字输入缺陷识别模型，以识别所述关键字中的缺陷关键字；将所述关键字中的所述缺陷关键字进行剔除；根据剔除后的所述关键字生成第一行为向量。

全文数据：

权利要求：

百度查询： 大数据安全工程研究中心(贵州)有限公司 一种基于人工智能的异常行为安全分析方法