一种用户异常行为的监测方法、装置、设备、介质及产品

本发明公开了一种用户异常行为的监测方法、装置、设备、介质及产品。涉及深度学习、网络安全和金融科技技术领域，该方法包括：获取用户在设定时间内生成的日志，按照目标时间周期划分并聚类得到聚类日志集，解析聚类日志集得到对应的行为事件标签集，将二者组合输入至预先训练的长短期记忆模型中，得到针对各目标标记数据预测的至少一项目标行为操作，以及与对应的目标行为发生概率，基于目标行为操作及其发生概率，根据匹配的异常监测规则，对目标用户进行异常行为的监测。通过融合深度学习模型与聚类分析，提高监测的准确性，自动化的数据处理方式降低了人力和时间成本，提高了监测效率和实时性，从而提升了用户异常行为识别和安全评估的可靠性。