一种针对API威胁的异常检测方法、系统、设备及介质

本发明公开了一种针对API威胁的异常检测方法、系统、设备及介质，涉及API威胁异常检测技术领域，其具体步骤为：采集数据并构建数据样本集；对数据样本集进行预处理；使用过采样算法对预处理后的数据样本集进行数据平衡；建立循环神经网络模型，输入所述平衡数据集，得到时序序列的完整语义信息；对得到的时序序列的完整语义信息进行压缩和指数归一化变换，得出威胁预测结果。本发明构建的模型在API威胁检测任务中表现出色，相较于现有技术，本发明不仅提高了检测的准确性和鲁棒性，还通过数据过采样和特征优化解决了样本稀缺和高维特征处理的难题，模型的实践应用过程简单高效，能够快速适应不同的API流量数据，具有广泛的适用性和实际应用价值。