基于auto-encoder的异常行为检测方法

摘要

本发明提供一种基于auto‑encoder的异常行为检测方法，涉及深度学习用于异常检测的领域。所述基于auto‑encoder(Auto‑Encoder)的异常行为检测技术是一种半监督学习模型，其中包括：准备数据集、对数据集进行预处理、使用auto‑encoder进行训练、选定阈值、判断新来的数据是否是异常几个步骤。本发明通过使用半监督学习的方法，可以克服有监督学习解决反欺诈问题时常面临的无可用的标记数据或者数据不平衡的问题，此外本方法对于对噪声具有鲁棒性，可以使得训练出来的模型具有更好的泛化能力。