[发明专利]检测异常操作行为的方法以及装置

权利要求书

1.一种检测异常操作行为的方法，包括：

通过将操作行为数据样本输入自编码器，得到压缩后的操作行为数据样本；

通过将压缩后的操作行为数据样本输入估计网络，得到基于操作行为的高斯混合模型的分布；

根据所述基于操作行为的高斯混合模型的分布，确定所述基于操作行为的高斯混合模型；

在未达到所述自编码器数据重构后误差最小、且所述操作行为数据样本由所述基于操作行为的高斯混合模型生成的概率最大的目标的情况下，更新所述自编码器的参数及所述估计网络的参数，重新进入所述通过将操作行为数据样本输入自编码器，得到压缩后的操作行为数据样本的步骤；

在达到所述自编码器数据重构后误差最小、且所述操作行为数据样本由所述基于操作行为的高斯混合模型生成的概率最大的目标的情况下，输出所述操作行为数据样本由所述基于操作行为的高斯混合模型生成的异常信息。

2.根据权利要求1所述的方法，其中，所述压缩后的操作行为数据样本为z_r与z_c的拼接，其中，所述z_r为所述自编码器针对所述操作行为数据样本的输入与输出之间的误差，所述z_c为所述自编码器中间隐藏层的输出。

3.根据权利要求1所述的方法，其中，所述根据所述基于操作行为的高斯混合模型的分布，确定所述基于操作行为的高斯混合模型包括：

利用所述操作行为数据样本数量以及所述操作行为数据样本第k个成分的分布，计算出所述高斯混合模型第k个成分的权重，其中，所述第k个成分为所述高斯混合模型的任一成分；

利用所述操作行为数据样本第k个成分的分布及所述压缩后的操作行为数据样本，计算出所述高斯混合模型第k个成分的均值；

利用所述操作行为数据样本第k个成分的分布、所述压缩后的操作行为数据样本、及所述高斯混合模型第k个成分的均值，得到所述高斯混合模型第k个成分的协方差矩阵。

4.根据权利要求1所述的方法，其中，所述输出所述操作行为数据样本由所述基于操作行为的高斯混合模型生成的异常信息包括：

输出所述操作行为数据样本由所述基于操作行为的高斯混合模型生成的样本能量，作为所述操作行为数据样本的异常分值。

5.根据权利要求1所述的方法，其中，所述在未达到所述自编码器数据重构后误差最小、且所述操作行为数据样本由所述基于操作行为的高斯混合模型生成的概率最大的目标的情况下，更新所述自编码器的参数及所述估计网络的参数，重新进入所述通过将操作行为数据样本输入自编码器，得到压缩后的操作行为数据样本的步骤包括：

在未达到所述自编码器数据重构后误差最小、且所述操作行为数据样本由所述基于操作行为的高斯混合模型生成的概率最大的目标的情况下，利用最小化损失函数来反向传播更新所述自编码器的参数及所述估计网络的参数，其中，所述损失函数包含自编码器数据重构后误差修正项、操作行为数据样本由所述基于操作行为的高斯混合模型生成的样本能量修正项、以及l2正则化项，所述l2正则化项等于超参数乘以权重参数的平方和除以权重数量。

6.根据权利要求5所述的方法，其中，所述损失函数还包含协方差矩阵修正项，所述协方差矩阵修正项等于超参数乘以协方差矩阵对角线元素倒数之和。