用户异常行为的检测方法及用户行为重构模型的训练方法

摘要

本公开提供了一种用户异常行为的检测方法及用户行为重构模型的训练方法，涉及人工智能领域，具体为大数据处理和深度学习技术领域。该方案为：获取待检测用户的行为数据；根据行为数据，获取原始向量矩阵；将原始向量矩阵输入至用户行为重构模型中对原始向量矩阵进行重构，以得到重构向量矩阵；获取原始向量矩阵和重构向量矩阵之间的相似度，以根据相似度，确定重构误差；响应于重构误差大于重构误差阈值，则确定待检测用户的行为数据对应的用户行为为异常行为。由此，本公开基于重构向量矩阵和原始向量矩阵之间的重构误差，对待检测用户的行为数据的正常程度进行评估，提高了用户异常行为检测过程中的有效性、可靠性和鲁棒性。