[发明专利]一种行为异常分析方法、装置及电子设备

说明书

本申请公开了一种行为异常分析方法、装置及电子设备，可应用于人工智能领域或金融领域。获取目标用户的用户行为信息，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，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。即本发明中，能够根据用户行为信息自动识别行为是否异常。并且，本发明中，在通过预设行为分析模型确定出行为异常时，使用行为违规概率进行进一步的异常判断，保证行为异常判断的准确性。

技术领域

本发明涉及数据处理领域，更具体的说，涉及一种行为异常分析方法、装置及电子设备。

背景技术

为了提高银行的安全性，防范危险事件的发生。银行在内控管理时，需要对银行员工的用户行为进行网格式排查，以确定用户行为是否异常，在异常时，及时进行处理。如对员工的业务痕迹等方面进行排查。

目前，在进行网格式排查时，一般是人工根据经验进行排查，操作复杂，且浪费人力。

发明内容

有鉴于此，本发明提供一种行为异常分析方法、装置及电子设备，以解决人工根据经验进行排查，操作复杂，且浪费人力的问题。

为解决上述技术问题，本发明采用了如下技术方案：

一种行为异常分析方法，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。

可选地，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。

可选地，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。

可选地，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。