一种基于自信息熵的跨网域用户异常行为检测方法及系统

本发明涉及一种基于自信息熵的跨网域用户异常行为检测方法及系统，具体地，采集来自至少两个不同网络域的用户行为数据，所述网络域包括电信网、互联网和/或移动互联网；对融合后的用户行为数据进行处理，提取多维度行为特征，并构建用户行为序列；利用马尔可夫模型对所述用户行为序列进行建模，以捕捉用户行为状态的转移概率；基于所述马尔可夫模型，计算用户行为序列中每个行为的自条件信息熵；根据计算得到的自条件信息熵，判断用户的行为是否异常。本发明可以有效整合多源异构数据，提升异常行为检测的准确性和效率，具有重要的应用价值。