(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210799569.3 (22)申请日 2022.07.08 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 胡婧　高坡　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 丁曼曼 (51)Int.Cl. G06K 9/62(2022.01) G06N 3/02(2006.01) G06N 3/08(2006.01) G06Q 10/06(2012.01) G06Q 40/02(2012.01) (54)发明名称 一种行为异常 分析方法、 装置及电子设备 (57)摘要 本申请公开了一种行为异常分析方法、 装置 及电子设备， 可应用于人工智能领域或金融领 域。 获取目标用户的用户行为信息， 对所述用户 行为信息进行数据清洗、 归一化和降噪操作， 得 到目标行为信息， 调用预设行为分析模型， 对所 述目标行为信息进行分析， 得到所述目标用户的 行为异常分析结果， 在所述行为异常分析结果为 异常的情况下， 计算所述目标行为信息对应的行 为违规概率， 在所述行为违规概率大于预设违规 概率阈值的情况下， 输出预 警信息。 即本发明中， 能够根据用户行为信息自动识别行为是否异常。 并且， 本发明中， 在通过预设行为分析模型确定 出行为异常时， 使用行为违规概率进行进一步的 异常判断， 保证行为异常判断的准确性。 权利要求书2页 说明书10页 附图3页 CN 115146728 A 2022.10.04 CN 115146728 A 1.一种行为异常 分析方法， 其特 征在于， 包括： 获取目标用户的用户行为信息； 所述用户行为信息包括员工账户交易属性信息、 员工 业务操作属性信息、 员工信用卡属性信息、 员工信贷属性信息和员工征信属性信息； 对所述用户行为信息进行 数据清洗、 归一 化和降噪操作， 得到目标 行为信息； 调用预设行为分析模型， 对所述目标行为信息进行分析， 得到所述目标用户的行为异 常分析结果； 所述预设行为分析模型基于训练数据训练得到； 所述训练数据包括行为信息 样本和所述行为信息样本对应的行为标签； 所述行为标签包括异常和正常； 在所述行为异常分析结果为异常的情况下， 计算所述目标行为信 息对应的行为违规概 率； 在所述行为违规 概率大于预设违规 概率阈值的情况 下， 输出预警信息 。 2.根据权利要求1所述的行为异常 分析方法， 其特 征在于， 还 包括： 获取所述目标用户的岗位变动信息和用户属性信息； 获取规则集合， 所述规则集合包括岗位不相容规则、 任职规则、 岗位轮换规则、 和岗位 工作时间规则； 在所述岗位变动信息和/或用户 属性信息满足所述岗位不相容规则的情况下， 输出第 一预警信息； 在所述岗位变动信息和/或用户 属性信息满足所述任职规则的情况下， 输出第二预警 信息； 在所述岗位变动信息和/或用户 属性信息满足所述岗位轮换规则的情况下， 输出第三 预警信息； 在所述岗位变动信息和/或用户 属性信息满足所述岗位工作时间规则的情况下， 输出 第四预警信息 。 3.根据权利要求1所述的行为异常分析方法， 其特征在于， 获取目标用户的用户行为信 息， 包括： 获取目标用户的所有用户信息， 并按照预设行为数据提取规则， 从所述用户信息中提 取出用户行为信息 。 4.根据权利要求1所述的行为异常分析方法， 其特征在于， 所述预设行为分析模型的生 成过程包括： 获取训练数据； 所述训练数据包括行为信息样本和所述行为信息样本对应的行为标 签； 所述行为标签包括异常和正常； 获取预设行为分析模型； 利用所述训练数据对所述预设行为分析模型进行训练， 直至满足预设训练停止条件时 停止。 5.根据权利要求1所述的行为异常分析方法， 其特征在于， 计算所述目标行为信 息对应 的行为违规 概率， 包括： 获取行为违规 概率计算公式； 基于所述行为违规概率计算公式对所述目标行为信 息进行计算， 得到所述目标行为信 息对应的行为违规 概率。 6.一种行为异常 分析装置， 其特 征在于， 包括：权　利　要　求　书 1/2 页 2 CN 115146728 A 2第一信息获取模块， 用于获取目标用户的用户行为信息； 所述用户行为信息包括员工 账户交易属性信息、 员工业务操作属性信息、 员工信用卡属性信息、 员工信贷属性信息和员 工征信属性信息； 信息处理模块， 用于对所述用户行为信 息进行数据清洗、 归一化和降噪操作， 得到目标 行为信息； 异常分析模块， 用于调用预设行为分析模型， 对所述目标行为信 息进行分析， 得到所述 目标用户的行为异常分析结果； 所述预设行为分析模型基于训练数据训练得到； 所述训练 数据包括行为信息样本和所述行为信息样本对应的行为标签； 所述行为标签包括异常和正 常； 概率计算模块， 用于在所述行为异常分析结果为异常的情况下， 计算所述目标行为信 息对应的行为违规 概率； 第一预警输出模块， 用于在所述行为违规概率大于预设违规概率阈值的情况下， 输出 预警信息 。 7.根据权利要求6所述的行为异常 分析装置， 其特 征在于， 还 包括： 第二信息获取模块， 用于获取 所述目标用户的岗位变动信息和用户属性信息； 规则获取模块， 用于获取规则集合， 所述规则集合包括岗位不相容规则、 任职规则、 岗 位轮换规则、 和岗位工作时间规则； 第二预警输出模块， 用于在所述岗位变动信息和/或用户 属性信息满足所述岗位不相 容规则的情况下， 输出第一预警信息； 在所述岗位变动信息和/或用户属性信息满足所述任 职规则的情况下， 输出第二预警信息； 在所述岗位变动信息和/或用户属性信息满足所述岗 位轮换规则的情况下， 输出第三预警信息； 在所述岗位变动信息和/或用户属性信息满足所 述岗位工作时间规则的情况 下， 输出第四预警信息 。 8.根据权利要求6所述的行为异常分析装置， 其特征在于， 所述第 一信息获取模块具体 用于： 获取目标用户的所有用户信息， 并按照预设行为数据提取规则， 从所述用户信息中提 取出用户行为信息 。 9.根据权利要求6所述的行为异常分析装置， 其特征在于， 还包括模型生成模块， 所述 模型生成模块包括： 数据获取子模块， 用于获取训练数据； 所述训练数据包括行为信息样本和所述行为信 息样本对应的行为标签； 所述行为标签包括异常和正常； 模型获取子模块， 用于获取 预设行为分析模型； 训练子模块， 用于利用所述训练数据对所述预设行为分析模型进行训练， 直至满足预 设训练停止条件时停止 。 10.一种电子设备， 其特 征在于， 包括： 存 储器和处 理器； 其中， 所述存 储器用于存 储程序； 处理器调用程序并用于执 行如权利要求1 ‑5任一项所述的行为异常 分析方法。权　利　要　求　书 2/2 页 3 CN 115146728 A 3