一种基于量子机器学习的异常用户检测方法及系统

本发明属于异常检测、机器学习和量子计算领域，涉及一种基于量子机器学习的异常用户检测方法及系统。该方法包括：将用户画像映射为用户态矢量；计算正常‑异常分界超平面，将用户态矢量向该超平面的法超平面方向投影；将用户态矢量进行聚类，得到N个聚类中心；将N个聚类中心正交归一化为N个本征态，并计算本征态的表征矩阵；计算用户态矢量和各本征态的内积与距离，表示用户态矢量与各本征态之间的相似性；使用神经网络进行分类，得到异常用户检测结果。本发明利用本征态逐级性实现逐级梯度式检测，不仅能够检测异常用户，还能鉴别不同的异常程度，以适应业务场景中针对不同危害程度的用户的逐级性管控策略。