摘要
本发明提供一种面向大规模智能体的异常行为检测方法及系统，涉及人工智能技术领域，所述方法包括：从分布式部署的智能体节点采集多源异构原始数据，对采集到的所述原始数据进行数据预处理，得到预处理后的标准化数据集；从预处理后的标准化数据集中提取与裁剪窗口相交的内部区域，获得空间维度上的候选异常区域集；从所述候选异常区域集中提取时序行为特征，并将时序行为特征通过自编码器计算重构误差，捕捉数据分布中的异常模式，获取图像异常区域。本发明通过通过数据整合、特征提取、多模态融合、深度解析的完整闭环，处理大规模智能体的海量数据，提升了检测效率与精度。
