[发明专利]用户行为异常检测方法和装置

权利要求书

1.一种用户行为异常检测方法，包括：

对用户行为日志进行分析，获取多个样本对应的行为特征向量；

计算每两个样本的行为特征向量之间的相似度值；

将计算的每一个相似度值，作为网页排名PR算法的相应行为特征向量之间的权重值；

执行PR算法迭代计算，生成行为特征向量的PR值排序结果，其中，所述PR算法中每个样本的行为特征向量的PR值的初始值相同；

根据所述PR值排序结果，确定异常行为。

2.根据权利要求1所述的用户行为异常检测方法，其中，

所述PR算法公式为其中，PR_i_t+1为样本i的第t+1次行为特征向量对应的PR值，PR_j_t为样本j的第t次行为特征向量对应的PR值，S_ij为样本i的行为特征向量与样本j的行为特征向量之间的相似度值，m为样本个数，i≠j，t、i、j为大于等于1的正整数。

3.根据权利要求1所述的用户行为异常检测方法，其中，

所述多个样本对应的行为特征向量包括多个用户对应的行为特征向量；

或者

所述多个样本对应的行为特征向量包括同一用户的多个时间点对应的行为特征向量。

4.根据权利要求1至3任一所述的用户行为异常检测方法，其中，根据所述PR值排序结果，确定异常行为包括：

将所述PR值排序结果中，PR值小于第一阈值的行为特征向量对应的用户行为，作为异常行为。

5.根据权利要求1至3任一所述的用户行为异常检测方法，其中，根据所述PR值排序结果，确定异常行为包括：

获取所述PR值排序结果中，PR值大于第二阈值的行为特征向量；

若所述PR值大于第二阈值的行为特征向量的持续时间大于时间阈值，则将所述PR值大于第二阈值的行为特征向量对应的用户行为，作为异常行为。

6.一种用户行为异常检测装置，包括：

行为特征向量获取单元，被配置为对用户行为日志进行分析，获取多个样本对应的行为特征向量；

相似度值计算单元，被配置为计算每两个样本的行为特征向量之间的相似度值；

PR值排序单元，被配置为将计算的每一个相似度值，作为网页排名PR算法的相应行为特征向量之间的权重值；执行PR算法迭代计算，生成行为特征向量的PR值排序结果，其中，所述PR算法中每个样本的行为特征向量的PR值的初始值相同；

异常行为识别单元，被配置为根据PR值排序结果，确定异常行为。

7.根据权利要求6所述的用户行为异常检测装置，其中，

所述PR算法公式为其中，PR_i_t+1为样本i的第t+1次行为特征向量对应的PR值，PR_j_t为样本j的第t次行为特征向量对应的PR值，S_ij为样本i的行为特征向量与样本j的行为特征向量之间的相似度值，m为样本个数，i≠j，t、i、j为大于等于1的正整数。

8.根据权利要求6或7所述的用户行为异常检测装置，其中，

所述多个样本对应的行为特征向量包括多个用户对应的行为特征向量；

或者

所述多个样本对应的行为特征向量包括同一用户的多个时间点对应的行为特征向量。

9.一种用户行为异常检测装置，包括：

存储器；以及

耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器的指令执行如权利要求1至5任一项所述的用户行为异常检测方法。

10.一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现权利要求1至5任一项所述的用户行为异常检测方法。