用于多维安防数据融合下的行为模式异常识别方法

本发明公开了一种用于多维安防数据融合下的行为模式异常识别方法，包括：在目标安防区域同步采集多模态安防数据；将其映射为含目标实体节点、行为事件节点与上下文环境节点的实例关系动态图，并利用跨模态自监督对比学习生成对应的行为语义向量；基于历史正常行为语义向量在线建立并更新概率行为基准模型；计算当前行为语义向量相对概率行为基准模型的偏离概率，当偏离概率超过预设阈值且在连续窗口内保持稳定时，输出行为模式异常识别结果并给出异常类别及可信度。本发明通过对多模态数据的统一采集及跨模态自监督特征融合，构建动态更新的概率行为基准模型，从而有效解决了现有技术中异常行为检测精度不足和模型自适应性差的问题。