本发明公开一种多维度分布式异常交易行为检测方法,首先通过挖掘网络交易行为中交易前与交易中的多维度原始特征例,其次提出一种基于深度学习的自动特征学习和融合算法MSDAE用以去除原始特征中冗余和噪音并自动学习隐含的且具代表性的特征,最后提出一种基于Apache Spark的并行分布式集成框架SpaEnsemble实现对大规模异常交易行为高效、快速的分析与检测。本发明在网络安全领域具有广阔的应用前景。
科研之友
微信
新浪微博
Facebook
分享链接
