异常数据访问的识别方法

本发明具体涉及一种异常数据访问的识别方法，属于通过流量日志进行异常检测的技术领域。本发明对现有的测算法进行改进得到日志特征提取模型，然后通过不同的训练集将日志特征提取模型分别训练；通过两个训练完成的最终模型分别进行特征提取，然后将得到的特征向量依次与当前访问用户的实时登录环境日志特征向量q和实时访问行为日志特征向量u进行相似度计算进而实现异常数据访问识别。本发明通过基于深度神经网络的语言模型捕捉用户行为的深层次特征。能够适应各种格式和非结构化的日志数据，无需繁琐的日志数据预处理。在多用户多数据和不规则日志的复杂场景中保持良好的性能，增强了方法的适应性和灵活性。