UEBA的用户上网异常行为分析方案总结

Posted 2023-03-02 herosunly

文章目录

• 1. 赛题背景
• 2. 算法方案整体流程
• 3. 特征分析与选择
• • 3.1 数据量基本描述
  • 3.2 类别特征编码
  • 3.3 移除均匀分布变量
  • 3.4 移除取值过多的干扰变量
  • 3.5 最终变量
• 4. 模型构建
• • 4.1 算法原理
  • 4.2 孤立森林算法效果
  • 4.3 全局异常值模型建立
  • 4.4 用户内部异常值模型建立
  • 4.5 部门内部异常值模型建立
• 5. 模型应用效果评估
• • 5.1 赛题评估指标
  • 5.2 模型集成效果对比

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。

1. 通过用户日常上网