一种异常行为识别方法、装置、电子设备及存储介质

本发明提供一种异常行为识别方法、装置、电子设备及存储介质，包括筛选预设指标数据高于第一指标阈值的特征构成初始特征池，并基于该初始特征池得到初始训练集以及初始测试集，将该初始训练集以及初始测试集作为初始种子利用遗传算法确定最优特征组合，通过扩充特征池基于预设扩充条件优化最优特征组合，得到目标特征组合，进而得到标准异常行为，对比目标用户行为与标准异常行为得到识别结果。通过筛选满足第一指标阈值的历史用户行为组成初始特征池，确保初始特征质量，通过AUC指标确定最优特征组合，并结合扩充条件优化最优特征组合，确保了特征组合的稳定性、准确性以及泛化能力，提高标准异常行为准确性和异常行为识别的准确性。