摘要
本发明涉及并网监控数据精确校核技术领域，尤其涉及一种API访问行为智能识别方法、系统、设备及介质。根据API的业务功能与使用目的，对清洗后的API历史行为数据进行统计学习与模式归纳，构建具备动态更新能力的正常行为模型；将实时API调用数据与正常行为模型进行相似度计算，评估实时API调用数据是否偏离预期行为模式；基于统计规则的相似度计算的基础上，引入基于循环神经网络对序列行为进行建模，用于增强对时间序列异常模式的识别能力。实现自动化、智能化的API访问行为识别，提高识别系统的动态适应能力，能够快速响应业务变化与新出现的访问模式，同时大幅提高识别异常访问行为的准确率，有效降低误报与漏报率。
