[发明专利]一种用户异常行为检测方法、装置、设备及存储介质在审
| 申请号： | 201810856475.9 | 申请日： | 2018-07-31 |
| 公开（公告）号： | CN109241994A | 公开（公告）日： | 2019-01-18 |
| 发明（设计）人： | 罗剑江;黄丽诗;胡泽柱 | 申请（专利权）人： | 顺丰科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京志霖恒远知识产权代理事务所(普通合伙) 11435 | 代理人： | 赵奕 |
| 地址： | 518061 广东省深圳市南山区学府路（以南）*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种用户异常行为检测方法、装置、设备及存储介质。其中用户异常行为检测方法，包括：采集用户当前操作行为进行聚合形成用户当前行为的测试矩阵；将所述测试矩阵输入训练后的卷积神经网络模型中判断用户类型，若用户类型与预设置的用户群体类型不符，则判断用户当前操作行为存在异常；其中，训练后的卷积神经网络模型为将采集用户的历史正常操作行为聚合形成的行为特征矩阵输入卷积神经网络模型训练所得。本发明公开的方法将多种操作行为进行聚合形成行为特征矩阵；使用深度学习进行特征提取；基于用户群体正常行为特征矩阵对卷积神经网络模型进行训练，对用户当前行为进行检测，提高了用户异常操作行为检测的效率和准确率。 | ||
| 搜索关键词： | 卷积神经网络 用户异常行为 操作行为 聚合 检测 测试矩阵 存储介质 行为特征 用户类型 用户群体 采集 矩阵 矩阵输入 模型训练 特征矩阵 特征提取 行为检测 异常操作 正常行为 预设置 准确率 学习 | ||
【主权项】：
1.一种用户异常行为检测方法，其特征在于，包括：采集用户当前操作行为进行聚合形成用户当前行为的测试矩阵；将所述测试矩阵输入训练后的卷积神经网络模型中判断用户类型，若用户类型与预设置的用户群体类型不符，则判断用户当前操作行为存在异常；其中，训练后的卷积神经网络模型为将采集用户的历史正常操作行为聚合形成的行为特征矩阵输入卷积神经网络模型训练所得。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于顺丰科技有限公司，未经顺丰科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810856475.9/，转载请声明来源钻瓜专利网。
