基于多模态深度学习的跟踪审计异常检测方法及系统

本发明涉及审计数据异常检测领域，提出了一种基于多模态深度学习的跟踪审计异常检测方法及系统，包括：对历史审计数据进行预处理并映射至统一特征空间，得到统一特征表示数据；对统一特征表示数据进行分块处理，并进行操作模式特征提取与整合，获得审计行为特征处理数据；提取短期局部依赖特征和长期全局依赖特征，并进行加权融合，得到审计综合特征数据；对审计综合特征数据进行自监督训练，为无标签数据生成伪标记，与异常样本共同训练，得到异常检测模型；基于异常检测模型对实时审计数据进行识别，得到异常审计评分，采取对应的异常处置方案。本发明提升了审计异常检测的准确性和实时性，实现了审计数据的风险预警与处置响应。