申请/专利权人：中国移动通信集团浙江有限公司;中国移动通信集团有限公司

申请日：2020-04-28

公开（公告）日：2024-03-19

公开（公告）号：CN113569879B

主分类号：G06N3/08

分类号：G06N3/08;G06F16/35;G06N3/0442

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2021.11.16#实质审查的生效;2021.10.29#公开

摘要：本发明实施例涉及人工智能技术领域，公开了一种异常识别模型的训练方法，该方法包括：获取操作数据，所述操作数据包括用户账号的操作日志数据和流量数据；对所述操作数据进行数据混洗和单位时间窗口内的特征提取，生成用户账号对应的操作轨迹文本；通过DTM动态主题模型对所述操作轨迹文本进行主题建模，得到所述操作轨迹文本的行为类别；将所述操作轨迹文本的行为类别发送至数据标注器，并获取根据所述行为行为类别对所述操作数据进行标签标注后的带标签时间序列数据，作为训练数据；将所述训练数据输入预设的神经网络模型进行训练，得到异常识别模型。通过上述方式，本发明实施例实现了准确、智能识别异常的有益效果。

主权项：1.一种异常识别模型的训练方法，其特征在于，所述方法包括：获取操作数据，所述操作数据包括用户账号对应的操作日志数据和流量数据；所述流量数据通过获取浏览器端的记录得到，浏览器端记录了用户在客户端发起的所有http请求信息，包括发起方源IP、访问地址、环境参数、访问成功与否、访问时间，用户账号，调用菜单；所述操作日志数据通过采集对服务总线调用的服务总线记录来获取，所述服务总线记录包括接口调用记录，包括调用时间、调用系统、调用服务、用户账号、用户ID、出入参数、调用IP、手机号；所述操作日志数据与所述流量数据相互补充，串联起完整的账号所对应的用户的行为；对所述操作数据进行数据混洗和单位时间窗口内的特征提取，生成用户账号对应的操作轨迹文本；通过DTM动态主题模型对所述操作轨迹文本进行主题建模，得到所述操作轨迹文本的行为类别，包括：将所述操作轨迹文本按照时间片划分为所述操作轨迹文本对应的多个切片文本；使用K分量主题模型对每个切片文本进行主题建模，确定每个切片文本的主题；得到所述操作轨迹文本所对应的主题；将所述操作轨迹文本的行为类别发送至数据标注器，并获取根据所述行为行为类别对所述操作数据进行标签标注后的带标签时间序列数据，作为训练数据；将所述训练数据输入预设的神经网络模型进行训练，得到异常识别模型。

全文数据：

权利要求：

百度查询： 中国移动通信集团浙江有限公司;中国移动通信集团有限公司 异常识别模型的训练方法、异常账号识别方法及相关装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD