大家好，我是herosunly。985院校硕士毕业，现担任算法研究员一职，热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。
本文主要介绍了UEBA的用户上网异常行为分析方案总结，希望能对同学们有所帮助。
文章目录
1. 赛题背景
利用机器学习、深度学习、UEBA等人工智能方法，基于无标签的用户日常上网日志数据，构建用户上网行为基线和上网行为评价模型，依据上网行为与基线的距离确定偏离程度。
- 通过用户日常上网数据构建行为基线；
- 采用无监督学习模型，基于用户上网行为特征，构建上网行为评价模型，评价上网行为与基线的偏离程度。
2. 算法方案整体流程
- 数据处理流程为：特征分析与选择->编码描述性变量->特征筛选->特征交叉
- 模型集成：分别构建了三大模型：整体模型、用户内部模型、部门内部模型。其中每个用户建立一个模型，每个部门建立一个模型。然后对三大模型进行集成。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/bian-cheng-ji-chu/101408.html