一种基于深度学习的医疗反统方行为监测方法

本申请涉及医疗数据监管与安全技术领域。通过提供一种基于深度学习的医疗反统方行为监测方法，包括：对医院反统方系统数据、数据库审计数据和访问控制数据进行多源异构数据采集，得到原始操作日志集；基于原始操作日志集进行特征融合与标准化处理，生成多维时序特征矩阵；基于多维时序特征矩阵构建深度置信网络模型，通过分层预训练与微调生成统方行为风险评分模型；基于统方行为风险评分模型利用标注数据集进行交叉验证与动态调参，生成优化后的风险分级模型；将优化后的风险分级模型部署至医院数据库审计系统，生成实时监测与预警信号，以达到提高监测效率与准确性，防止隐私泄露的技术效果。