基于深度学习的风险行为感知方法及装置

本发明提供一种基于深度学习的风险行为感知方法及装置，首先采集目标用户预设时间窗口内包含网络访问记录、终端操作日志和应用程序接口调用序列的多源行为数据，接着对多源行为数据进行时空特征提取，生成行为轨迹特征向量，并通过协议解析网络访问记录得到网络行为特征向量，之后将二者输入预训练的风险评估神经网络联合编码，得出行为风险概率分布，再依据超过预设阈值的风险类别确定风险等级，生成预警信号，最后根据预警信号触发实时告警模块，向安全管理终端发送风险描述文本和风险缓解策略，实现多源数据综合分析，精准评估风险并及时有效预警，提升风险感知能力。