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。
技术关键词
特征值
关键字
神经网络模型
数据
输入输出单元
分析方法
分支
分析系统
可读存储介质
计算机
生成随机
存储器
处理器
程序
矩阵
序列
模块
标记
系统为您推荐了相关专利信息
学习数据生成方法
个性化特征
场景
学生
卷积神经网络提取
语义
车辆感知技术
交叉注意力机制
网络
转换器模块
评估分析方法
企业征信
权重特征
生成企业
约束特征
融合多传感器数据
动态时间规整算法
预测误差
敏感度矩阵
热力图