【技術實現步驟摘要】
所屬的技術人員能夠理解，本申請的各個方面可以實現為系統、方法或程序產品。因此，本申請的各個方面可以具體實現為以下形式，即：完全的硬件實施方式、完全的軟件實施方式(包括固件、微代碼等)，或硬件和軟件方面結合的實施方式，這里可以統稱為“電路”、“模塊”或“系統”。與上述方法實施例基于同一專利技術構思，本申請實施例中還提供了一種電子設備。在一種實施例中，該電子設備可以是服務器，如圖1所示的服務器120。在該實施例中，電子設備的結構可以如圖17所示，包括存儲器1701，通訊模塊1703以及一個或多個處理器1702。存儲器1701，用于存儲處理器1702執行的計算機程序。存儲器1701可主要包括存儲程序區和存儲數據區，其中，存儲程序區可存儲操作系統，以及運行即時通訊功能所需的程序等；存儲數據區可存儲各種即時通訊信息和操作指令集等。存儲器1701可以是易失性存儲器(volatile?memory)，例如隨機存取存儲器(random-access?memory，ram)；存儲器1701也可以是非易失性存儲器(non-volatilememory)，例如只讀存儲器，快閃存儲器(flash?memory)，硬盤(hard?disk?drive，hdd)或固態硬盤(solid-state?drive，ssd)；或者存儲器1701是能夠用于攜帶或存儲具有指令或數據結構形式的期望的計算機程序并能夠由計算機存取的任何其他介質，但不限于此。存儲器1701可以是上述存儲器的組合。處理器1702，可以包括一個或多個中央處理單元(central?processing?unit，cpu)...
【技術保護點】
1.一種行為檢測方法，其特征在于，所述方法包括：
2.如權利要求1所述的方法，其特征在于，所述針對所述資源轉移行為序列包含的各資源轉移行為，分別按照相應的行為屬性進行編碼，獲得編碼序列，包括：
3.如權利要求1所述的方法，其特征在于，所述行為特征提取模型包括嵌入層和循環神經網絡，所述循環神經網絡的層數與所述編碼序列的長度相同，每個循環神經網絡層對應所述編碼序列中的一個序列元素；
4.如權利要求3所述的方法，其特征在于，所述采用相應的循環神經網絡層，將所述序列元素的嵌入特征與其前一序列元素的行為特征融合后，提取所述序列元素的行為特征，包括：
5.如權利要求3所述的方法，其特征在于，所述采用所述嵌入層，將所述序列元素進行嵌入表示，得到所述序列元素的嵌入特征，包括：
6.如權利要求1所述的方法，其特征在于，所述異常行為分析模型包括變換器和全連接層；所述將獲得的各行為特征合并為序列融合特征，輸入已訓練的異常行為分析模型，獲得行為檢測結果，包括：
7.如權利要求1～5任一項所述的方法，其特征在于，所述方法還包括：>
8.一種模型訓練方法，其特征在于，所述方法包括：
9.如權利要求8所述的方法，其特征在于，所述行為特征提取模型包括第一全連接層；所述方法還包括：
10.如權利要求9所述的方法，其特征在于，所述根據獲得的各所述目標行為檢測結果和預行為檢測結果與相應的樣本標簽，對所述行為特征提取模型和所述異常行為分析模型進行參數調整，包括：
11.如權利要求8所述的方法，其特征在于，所述根據獲得的各所述目標行為檢測結果與相應的樣本標簽，對所述行為特征提取模型和所述異常行為分析模型進行參數調整，包括：
12.如權利要求8～11任一項所述的方法，其特征在于，所述針對所述訓練樣本包含的各資源轉移行為，分別按照相應的行為屬性進行編碼，獲得編碼序列，包括：
13.如權利要求8～11任一項所述的方法，其特征在于，所述行為特征提取模型包括嵌入層和循環神經網絡，所述循環神經網絡的層數與所述編碼序列的長度相同，每個循環神經網絡層對應所述編碼序列中的一個序列元素；
14.如權利要求13所述的方法，其特征在于，所述采用所述嵌入層，將所述序列元素進行嵌入表示，得到所述序列元素的嵌入特征，包括：
15.如權利要求8～11任一項所述的方法，其特征在于，所述異常行為分析模型包括變換器和第二全連接層；所述將獲得的各行為特征合并為序列融合特征，輸入已訓練的異常行為分析模型，獲得目標行為檢測結果，包括：
16.一種行為檢測裝置，其特征在于，包括：
17.一種模型訓練裝置，其特征在于，包括：
18.一種電子設備，其特征在于，其包括處理器和存儲器，其中，所述存儲器存儲有計算機程序，當所述計算機程序被所述處理器執行時，使得所述處理器執行權利要求1～15中任一所述方法的步驟。
19.一種計算機可讀存儲介質，其特征在于，其包括計算機程序，當所述計算機程序在電子設備上運行時，所述計算機程序用于使所述電子設備執行權利要求1～15中任一所述方法的步驟。
20.一種計算機程序產品，其特征在于，包括計算機程序，所述計算機程序存儲在計算機可讀存儲介質中；當電子設備的處理器從所述計算機可讀存儲介質讀取所述計算機程序時，所述處理器執行所述計算機程序，使得所述電子設備執行權利要求1～15中任一所述方法的步驟。
...【技術特征摘要】
1.一種行為檢測方法，其特征在于，所述方法包括：
2.如權利要求1所述的方法，其特征在于，所述針對所述資源轉移行為序列包含的各資源轉移行為，分別按照相應的行為屬性進行編碼，獲得編碼序列，包括：
3.如權利要求1所述的方法，其特征在于，所述行為特征提取模型包括嵌入層和循環神經網絡，所述循環神經網絡的層數與所述編碼序列的長度相同，每個循環神經網絡層對應所述編碼序列中的一個序列元素；
4.如權利要求3所述的方法，其特征在于，所述采用相應的循環神經網絡層，將所述序列元素的嵌入特征與其前一序列元素的行為特征融合后，提取所述序列元素的行為特征，包括：
5.如權利要求3所述的方法，其特征在于，所述采用所述嵌入層，將所述序列元素進行嵌入表示，得到所述序列元素的嵌入特征，包括：
6.如權利要求1所述的方法，其特征在于，所述異常行為分析模型包括變換器和全連接層；所述將獲得的各行為特征合并為序列融合特征，輸入已訓練的異常行為分析模型，獲得行為檢測結果，包括：
7.如權利要求1～5任一項所述的方法，其特征在于，所述方法還包括：
8.一種模型訓練方法，其特征在于，所述方法包括：
9.如權利要求8所述的方法，其特征在于，所述行為特征提取模型包括第一全連接層；所述方法還包括：
10.如權利要求9所述的方法，其特征在于，所述根據獲得的各所述目標行為檢測結果和預行為檢測結果與相應的樣本標簽，對所述行為特征提取模型和所述異常行為分析模型進行參數調整，包括：
11.如權利要求8所述的方法，其特征在于，所述根據獲得的各所述目標行為檢測結果與相應的樣本標簽，對所述行為特征提取模型和所述異常行為分析模型...
【專利技術屬性】
技術研發人員：黃自豪，
申請(專利權)人：騰訊科技深圳有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。