用于训练检测登录数据风险值的模型的方法、设备和介质

专利主权项内容

1.一种用于训练检测登录数据风险值的模型的方法，其特征在于，所述方法包括：基于登录数据的维度，构建具有多个维度的、与登录数据对应的特征向量，包括确定表征登录数据风险值的多个维度，对所确定的多个维度中的一个或多个维度执行独热编码以及归一化操作，从而获取可用于自注意力模型的维度值，基于预定义序列，拼接所述维度值，从而获得静态特征向量；基于所定义的时间窗口，将具有相同维度的特征向量进行聚合，以获取基于特征向量的聚合向量，包括确定可以表征登录数据所存储的系统活跃程度的时间维度，基于时间维度将具有相同维度的多个特征向量聚合为一个中间特征向量，确定具有相同维度的多个特征向量的特征向量条数值，将所述特征向量条数值作为条数维度扩充在所述中间特征向量中，从而获取基于特征向量的聚合向量；根据自注意力模型中的位置编码函数，计算所述聚合向量的位置编码，从而确定与登录数据对应的位置矩阵；以及将所述位置矩阵输入到自注意力模型进行训练，从而获取用于检测登录数据风险值的模型。