基于深度神經網絡的企業信息系統用戶異常行為預測

作者：尹雋,彭艷紅,陸怡,葛世倫,劉鵬

摘要：隨著企業信息化水平的不斷提高,企業核心業務越來越依賴于信息系統的可靠運行,任何信息系統用戶進行的異常操作都可能給企業帶來不可估量的損失。企業更加重視用戶異常行為可能對企業造成的負面影響,如何有效預測企業信息系統的異常行為成為當前的研究問題。設計企業信息系統用戶異常行為的預測框架,明確企業信息系統用戶異常行為的界定標準,基于用戶日志數據,在已有研究基礎上加入業務維度構建特征模型,采用深度神經網絡方法進行用戶異常行為預測。通過與經典統計方法和傳統機器學習方法對比進行模型評估,以某船舶企業為例進行實驗分析,初步驗證該預測框架的有效性。研究結果表明,加入業務特征后的特征模型整體表現更好,召回率、查準率和AUC分別提高3. 52%、2. 16%和3. 36。基于數據驅動的深度神經網絡模型可以層層抽取用戶異常行為的抽象特征,提高各個特征對異常行為預測的效率。與多重線性回歸方法相比,深度神經網絡的召回率和查準率分別提高16. 49%和7. 46%;與支持向量機算法相比,召回率、查準率和AUC分別提高3. 09%、5. 09%和0. 08。進一步比較3個部門的模型發現,在與企業業務直接相關的業務部門和職能部門,用戶異常行為能被更好地識別出來,而信息部門的分類效果欠佳。研究結果為企業提供了一種可能適用于企業信息系統用戶異常行為的預測框架,有助于企業對用戶異常行為進行預測,從而及時采取措施以降低用戶異常行為可能對企業造成的負面影響。

發文機構：江蘇科技大學江蘇高校哲學社會科學重點研究基地 江蘇科技大學經濟管理學院 中國工商銀行軟件開發中心

關鍵詞：企業信息系統深度神經網絡用戶異常行為特征工程預測enterprise information systemdeep neural networksuser abnormal behaviorfeature engineeringprediction

分類號： C931.6[經濟管理—管理學]