用户异常行为识别方法、装置、设备及存储介质

    公开(公告)号:CN119169697A

    公开(公告)日:2024-12-20

    申请号:CN202411178812.5

    申请日:2024-08-26

    Abstract: 本申请公开了一种用户异常行为识别方法、装置、设备及存储介质。本申请通过对用户属性异构图和用户行为异构图进行编码,得到用户属性特征矩阵和用户行为特征矩阵,并通过注意力机制网络模型,分别为用户属性特征矩阵和用户行为特征矩阵中的特征生成权重,得到加权属性特征和加权行为特征,然后将加权属性特征和加权行为特征进行特征交互,确定不同特征之间的关联关系,进而筛选关联关系满足预设阈值条件的加权属性特征和加权行为特征,将筛选后的加权属性特征和加权行为特征输入异常行为识别模型,从而判断用户是否为异常行为。本申请能够获取细粒度的特征数据,基于细粒度的特征数据进行异常行为识别,从而提高了异常行为识别的准确率。

    威胁检测模型的训练方法、装置、设备、介质及产品

    公开(公告)号:CN119046679A

    公开(公告)日:2024-11-29

    申请号:CN202411021068.8

    申请日:2024-07-29

    Abstract: 本申请提供了一种威胁检测模型的训练方法、装置、设备、介质及产品。方法包括在获取到多个用户的行为日志数据的情况下,对各用户的行为日志数据进行特征提取,得到相应用户对应的行为特征;按照预设的提示模板,对每个用户对应的行为特征进行异常标注,得到异常标注数据,异常标注数据包括异常样本和正常样本;对异常样本进行过采样,并对正常样本进行下采样,得到训练集,训练集中异常样本的数量与正常样本的数量的差值小于或等于预设阈值;根据训练集对大语言模型进行训练,得到威胁检测模型。根据本申请实施例,能够解决相关技术中对模型训练数据局限性较大,导致训练得到的威胁检测模型的可靠性差,检测结果准确率低的技术问题。

Patent Agency Ranking