基于机器学习的语音业务异常行为风险识别方法及系统

本发明涉及语音业务安全监控技术领域，公开了一种基于机器学习的语音业务异常行为风险识别方法及系统，其中方法包括：获取虚拟运营商号段语音通话记录，生成带号段层级标签和边时间属性的通话关系图；计算边生命周期特征向量，生成号段层级区分的边生命周期基线；利用连续时间动态图神经网络处理边事件流，输出节点累积嵌入向量；基于节点累积嵌入向量计算各子号段嵌入向量协方差矩阵，生成KL散度增量累积序列；将KL散度增量累积序列与新边建立速率函数进行联合变点检测，标记渗透候选节点；对渗透候选节点提取多维度特征输入渗透模式分类模型，输出异常风险概率和渗透阶段标签；对超阈值节点生成风险预警结果。本发明提高了对利用号段内聚特性隐匿的低频慢速渗透型异常行为的识别效果。