← 返回列表
基于类别不平衡数据的异常行为识别方法、系统及设备
申请人信息
- 申请人:中国海洋大学
- 申请人地址:266100 山东省青岛市崂山区松岭路238号
- 发明人: 中国海洋大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于类别不平衡数据的异常行为识别方法、系统及设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311365953.3 |
| 申请日 | 2023/10/20 |
| 公告号 | CN117421662A |
| 公开日 | 2024/1/19 |
| IPC主分类号 | G06F18/2411 |
| 权利人 | 中国海洋大学 |
| 发明人 | 许艳; 安博; 翁福添; 王岩; 李思彤 |
| 地址 | 山东省青岛市崂山区松岭路238号 |
摘要文本
本发明提供的一种基于类别不平衡数据的异常行为识别方法、系统及设备，涉及异常行为数据检测技术领域。方法包括：利用用户行为数据集中的多个负样本对VGrow网络进行训练，得到可以生成或重建负样本的VGrow网络；基于异常检测方法得到Ano‑VGrow网络，包括训练后的生成器和判别器；根据用户实时行为数据的样本分布，生成实时随机向量；将实时随机向量输入训练后的VGrow网络，得到生成器的实时生成样本，以及判别器的实时判别结果；根据实时生成样本和实时判别结果，确定用户实时行为数据对应的行为类别。本发明通过构建Ano‑VGrow网络，能够解决异常行为识别过程中的数据类别不平衡问题。
专利主权项内容
1.一种基于类别不平衡数据的异常行为识别方法，其特征在于，包括：获取用户行为数据集；确定用户行为数据集中对应行为类别为正常行为的用户行为数据为负样本，确定用户行为数据集中对应行为类别为异常行为的用户行为数据为正样本；基于异常检测方法，利用用户行为数据集中的多个负样本对VGrow网络进行训练，得到Ano-VGrow网络；所述Ano-VGrow网络包括训练后的生成器和训练后的判别器；获取用户实时行为数据；根据用户实时行为数据的样本分布，生成实时随机向量；将所述实时随机向量输入训练后的生成器，得到实时生成样本；将所述实时生成样本输入训练后的判别器，得到实时判别结果；根据所述实时生成样本和所述实时判别结果，确定用户实时行为数据对应的行为类别。 来自：