一种异常数据动态检测方法、装置、设备及存储介质

摘要

本申请涉及网络信息安全技术领域，提供一种异常数据动态检测方法、装置、设备及存储介质，用于提高系统入侵检测引擎的处理效率和性能。该方法中，通过词嵌入算法对获取的操作事件数据进行向量表示，从而使词向量模型充分学习事件中词与词之间的上下文语义关系，提高事件向量提取的准确性，进而提高数据检测的准确性；进一步地，将获得的事件向量输入到检测模型中，由于聚类算法无法实时确定单个数据的类别，因此，将历史操作事件数据的聚类结果作为基线数据集，通过向量间的空间距离判别待处理事件数据的类别标签，并将异常的数据输入给系统入侵检测引擎进行处理，有效减少了下游业务的数据处理量，提高了下游业务的处理性能和效率。