买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国移动通信集团设计院有限公司;中国移动通信集团有限公司申请的专利用户行为异常处理方法、装置、设备、介质和程序产品获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118802303B 。

龙图腾网通过国家知识产权局官网在2026-01-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410510719.3，技术领域涉及：H04L9/40；该发明授权用户行为异常处理方法、装置、设备、介质和程序产品是由孙涵;杜雪涛;吕明;常玲;谢懿;王哲敏;于鑫玥;闫鑫;张晨;赵蓓;薛姗;于少中;刘胜兰;倪宁宁;王奕夫;刘仲思;巴特尔;余绍绍设计研发完成，并于2024-04-26向国家知识产权局提交的专利申请。

本用户行为异常处理方法、装置、设备、介质和程序产品在说明书摘要公布了：本申请涉及网络安全领域，提供一种用户行为异常处理方法、装置、设备、介质和程序产品。该方法包括：根据用户请求获取对应的用户数据，将用户数据输入至异常检测模型，得到异常检测模型输出的用户行为的预测分类结果；其中，预测分类结果是通过对用户数据进行特征提取，对提取的用户特征进行特征融合以及对融合特征进行分类得到的；根据预测分类结果，从策略引擎中获取预测分类结果的处理策略。本申请通过模型预测用户当前的访问或操作请求是否异常，并按照模型预测结果对应的处理策略进行访问，降低了异常检测的误报率，提高了异常行为判定的准确率。

本发明授权用户行为异常处理方法、装置、设备、介质和程序产品在权利要求书中公布了：1.一种用户行为异常处理方法，其特征在于，包括： 根据用户请求获取对应的用户数据，将所述用户数据输入至异常检测模型，得到所述异常检测模型输出的用户行为的预测分类结果；其中，所述预测分类结果是通过对所述用户数据进行特征提取，对提取的用户特征进行特征融合以及对融合特征进行分类得到的；所述用户请求由零信任客户端发起并经零信任网关通过加密通道转发至用户行为异常检测系统； 根据所述预测分类结果，从策略引擎中获取所述预测分类结果的处理策略； 将所述处理策略发送至所述零信任网关，以供所述零信任网关根据所述处理策略执行对应的访问控制操作； 所述异常检测模型包括多个子模型、特征融合层和多分类器；所述子模型用于提取所述用户数据的用户特征，并将所述用户特征输入至所述特征融合层；所述特征融合层用于将多个所述子模型提取的所述用户特征进行特征融合，得到所述融合特征，并将所述融合特征输入所述多分类器；其中，特征融合用于提取用户画像特征对时间序列特征和用户操作特征所具有的影响，以得到能够表征所述影响所体现的关联关系的融合特征；所述多分类器用于对所述融合特征进行分类，得到所述预测分类结果； 所述用户数据包括用户行为数据、用户画像数据以及用户操作数据；所述子模型包括长短时记忆网络LSTM模型、卷积神经网络CNN模型和Transformer模型；所述LSTM模型用于提取所述用户行为数据的时间序列特征；所述CNN模型用于提取所述用户画像数据的用户画像特征；所述Transformer模型用于提取所述用户操作数据的用户操作特征；其中，所述时间序列特征、所述用户画像特征以及所述用户操作特征均以矩阵的形式表示； 所述特征融合是基于以下方式实现的： 对所述时间序列特征、所述用户画像特征和所述用户操作特征，进行特征矩阵的维度对齐；计算维度对齐后的所述时间序列特征、所述用户画像特征和所述用户操作特征的交叉注意力，以确定所述时间序列特征、所述用户画像特征和所述用户操作特征之间的关联信息；基于所述关联信息，对所述时间序列特征、所述用户画像特征和所述用户操作特征进行融合，得到所述融合特征；其中，使用全链接算法将TC、TP、OC三种特征矩阵进行维度对齐，使用如下特征融合算法： 其中，d为模态的数量，TC、TP、OC分别为所述时间序列特征、所述用户画像特征和所述用户操作特征对应的特征矩阵，V为三个特征矩阵的连接： V＝ConcatTC,TP,OC。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国移动通信集团设计院有限公司;中国移动通信集团有限公司，其通讯地址为：100080 北京市海淀区丹棱街甲16号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。