https://github.com/KlausMichael0/Taffic_Anomaly_Detection_based_on_Neural_Network 本项目为基于神经网络的流量异常检测
最近更新: 5年多前项目主要模块 基于对电商用户行为数据的基本分类，我们可以发现主要有以下三个分析方向： 1. 热门统计 利用用户的点击浏览行为，进行流量统计、近期热门商品统计等。 2. 偏好统计 利用用户的偏好行为，比如收藏、喜欢、评分等，进行用户画像分析，给出个 性化的商品推荐列表。 3. 风险控制 利用用户的常规业务行为，比如登录、下单、支付等，分析数据，对异常情况 进行报警提示。
最近更新: 5年多前此项目是使用SpringBoot+Security+jwt+mybatisPlus+redis实现的登录鉴权功能，后续会添加RabbitMQ做异步消息处理，改造成cloud分布式项目，加入SkyWorking链路式追踪，使用elk做日志查询
最近更新: 接近6年前
