一种基于大数据日志分析的用户异常行为管理方法

本申请涉及一种基于大数据日志分析的用户异常行为管理方法。该方法包括：对多源日志进行因果依赖对齐和动态元嵌入编码处理，生成时空关联的用户行为序列；基于自适应频率调制记忆网络对时空关联的用户行为序列进行多尺度特征融合处理，得到异常概率评分；根据异常概率评分进行增量式动态图更新处理，识别用户‑资源关系图中的团伙异常模式；结合联邦学习框架和差分隐私技术对团伙异常模式进行噪声注入处理，生成匿名化异常告警指令。该方法通过多源日志整合、自适应特征融合、动态图更新与隐私保护机制，能有效提高用户异常行为检测的准确性、及时性与稳定性，降低误报漏报率，保障网络安全运行。