一种基于数据挖掘的异常检测方法及系统

摘要

本发明公开一种基于数据挖掘的异常检测方法及系统，所述方法包括：采集客户端网络用户的历史行为数据，并进行预处理；构建多重GRU神经网络模型，并优化多重GRU神经网络模型的超参数；通过预处理后的历史行为数据训练所述多重GRU神经网络模型，确定多重GRU神经网络中的权重矩阵，得到异常检测模型；接收到客户端的交互请求时，通过异常检测模型对客户端的交互请求进行异常检测。本发明通过线性判别法对网络用户的历史行为数据进行降维处理，在减少数据之间的冗余的同时保留网络用户的关键行为特征，构建了多重GRU神经网络模型，可在合适的时间尺度上分析用户的历史行为数据，提高异常检测可信度。