[发明专利]一种行为异常分析方法、装置及电子设备

权利要求书

1.一种行为异常分析方法，其特征在于，包括：

获取目标用户的用户行为信息；所述用户行为信息包括员工账户交易属性信息、员工业务操作属性信息、员工信用卡属性信息、员工信贷属性信息和员工征信属性信息；

对所述用户行为信息进行数据清洗、归一化和降噪操作，得到目标行为信息；

调用预设行为分析模型，对所述目标行为信息进行分析，得到所述目标用户的行为异常分析结果；所述预设行为分析模型基于训练数据训练得到；所述训练数据包括行为信息样本和所述行为信息样本对应的行为标签；所述行为标签包括异常和正常；

在所述行为异常分析结果为异常的情况下，计算所述目标行为信息对应的行为违规概率；

在所述行为违规概率大于预设违规概率阈值的情况下，输出预警信息。

2.根据权利要求1所述的行为异常分析方法，其特征在于，还包括：

获取所述目标用户的岗位变动信息和用户属性信息；

获取规则集合，所述规则集合包括岗位不相容规则、任职规则、岗位轮换规则、和岗位工作时间规则；

在所述岗位变动信息和/或用户属性信息满足所述岗位不相容规则的情况下，输出第一预警信息；

在所述岗位变动信息和/或用户属性信息满足所述任职规则的情况下，输出第二预警信息；

在所述岗位变动信息和/或用户属性信息满足所述岗位轮换规则的情况下，输出第三预警信息；

在所述岗位变动信息和/或用户属性信息满足所述岗位工作时间规则的情况下，输出第四预警信息。

3.根据权利要求1所述的行为异常分析方法，其特征在于，获取目标用户的用户行为信息，包括：

获取目标用户的所有用户信息，并按照预设行为数据提取规则，从所述用户信息中提取出用户行为信息。

4.根据权利要求1所述的行为异常分析方法，其特征在于，所述预设行为分析模型的生成过程包括：

获取训练数据；所述训练数据包括行为信息样本和所述行为信息样本对应的行为标签；所述行为标签包括异常和正常；

获取预设行为分析模型；

利用所述训练数据对所述预设行为分析模型进行训练，直至满足预设训练停止条件时停止。

5.根据权利要求1所述的行为异常分析方法，其特征在于，计算所述目标行为信息对应的行为违规概率，包括：

获取行为违规概率计算公式；

基于所述行为违规概率计算公式对所述目标行为信息进行计算，得到所述目标行为信息对应的行为违规概率。

6.一种行为异常分析装置，其特征在于，包括：

第一信息获取模块，用于获取目标用户的用户行为信息；所述用户行为信息包括员工账户交易属性信息、员工业务操作属性信息、员工信用卡属性信息、员工信贷属性信息和员工征信属性信息；

信息处理模块，用于对所述用户行为信息进行数据清洗、归一化和降噪操作，得到目标行为信息；

异常分析模块，用于调用预设行为分析模型，对所述目标行为信息进行分析，得到所述目标用户的行为异常分析结果；所述预设行为分析模型基于训练数据训练得到；所述训练数据包括行为信息样本和所述行为信息样本对应的行为标签；所述行为标签包括异常和正常；

概率计算模块，用于在所述行为异常分析结果为异常的情况下，计算所述目标行为信息对应的行为违规概率；

第一预警输出模块，用于在所述行为违规概率大于预设违规概率阈值的情况下，输出预警信息。