基于无监督模型的用户行为异常分析评估方法及系统

摘要

本发明适用于计算机网络安全及人工智能领域，提供了基于无监督模型的用户行为异常分析评估方法及系统，本发明的评估方法使用无监督学习方法对日志数据特征做特征工程，将类别特征转换为特征内特征值出现的频率，通过对比特征内特征值之间的异常度，及特征之间的异常度，移除噪音特征和无用特征，得到目标特征；使用时间序列预测模型对所述目标特征学习用户行为规律，得到用户的异常行为；基于所述用户的异常行为，并结合云纷SIEM平台异常告警模块，使用统计方法对所述用户行为风险进行评估，从而能够在具有大量用户行为的日志数据中，准确的识别异常的用户行为，避免过多噪音特征和无意义特征导致低效率的规律学习和异常检测。