[发明专利]用户行为分类审计方法、装置、设备及计算机存储介质

权利要求书

1.一种用户行为分类审计方法，其特征在于，包括：

采集用户行为信息；

在确定所述用户行为信息中存在预设的关键字的情况下，利用预设的决策树分类模型对所述用户行为信息进行分类，确定所述用户行为信息的类别；其中，所述决策树分类模型是利用K折交叉验证及改进的梯度提升决策树算法进行模型训练得到的；

获取所述用户行为信息的类别对应的审计日志。

2.根据权利要求1所述的用户行为分类审计方法，其特征在于，所述关键字包括操作时间、操作IP、操作用户、操作指令及指令参数。

3.根据权利要求1所述的用户行为分类审计方法，其特征在于，所述在确定所述用户行为信息中存在预设的关键字的情况下，利用预设的决策树分类模型对所述用户行为信息进行分类，确定所述用户行为信息的类别之前，所述方法还包括：

获取审计集；

基于所述审计集中的训练集，利用K折交叉验证及改进的梯度提升决策树算法进行模型训练，得到所述决策树分类模型。

4.根据权利要求3所述的用户行为分类审计方法，其特征在于，在所述基于所述审计集中的训练集，利用K折交叉验证及改进的梯度提升决策树算法进行模型训练，得到所述决策树分类模型之后，所述方法还包括：

利用所述审计集中的测试集，对所述决策树分类模型进行测试。

5.一种用户行为分类审计装置，其特征在于，包括：

采集模块，用于采集用户行为信息；

分类模块，用于在确定所述用户行为信息中存在预设的关键字的情况下，利用预设的决策树分类模型对所述用户行为信息进行分类，确定所述用户行为信息的类别；其中，所述决策树分类模型是利用K折交叉验证及改进的梯度提升决策树算法进行模型训练得到的；

第一获取模块，用于获取所述用户行为信息的类别对应的审计日志。

6.根据权利要求5所述的用户行为分类审计装置，其特征在于，所述关键字包括操作时间、操作IP、操作用户、操作指令及指令参数。

7.根据权利要求5所述的用户行为分类审计装置，其特征在于，所述装置还包括：

第二获取模块，用于获取审计集；

模型训练模块，用于基于所述审计集中的训练集，利用K折交叉验证及改进的梯度提升决策树算法进行模型训练，得到所述决策树分类模型。

8.根据权利要求7所述的用户行为分类审计装置，其特征在于，所述装置还包括：

测试模块，用于利用所述审计集中的测试集，对所述决策树分类模型进行测试。

9.一种电子设备，其特征在于，所述电子设备包括：处理器以及存储有计算机程序指令的存储器；

所述处理器执行所述计算机程序指令时实现如权利要求1-4任意一项所述的用户行为分类审计方法。

10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-4任意一项所述的用户行为分类审计方法。