基于YOLO与LSTM的用户桌面行为审计方法及系统

本发明涉及审计系统领域，特别涉及一种基于YOLO与LSTM的用户桌面行为审计方法及系统，所述方法包括：获取桌面视频数据制作训练数据集；采用数据增强后的数据集训练用户桌面行为审计模型；获取实时视频数据，使用训练好的用户桌面行为审计模型对实时视频数据的逐帧分析；根据分析后的实时视频数据预测用户的操作行为趋势；对预测结果进行校验；将校验后的预测结果转化为结构化日志。本发明通过使用长短期记忆网络对时间序列数据进行建模，并结合YOLOv8深度学习框架，使系统能够识别用户所使用的特定软件，且能推断用户执行的任务类型，从而显著提高行为识别的准确性，提高审计效率。