本发明实施属于铁路信息系统安全技术领域，具体涉及多层异粒度智能聚合铁路系统运行行为安全风险识别方法。该方法主要包括：首先利用静态阈值对设备性能数据进行判断，筛选出异常的性能项目，由异常的性能项目分别基于网络攻击聚合规则和网络拓扑聚合规则得到需要聚合分析的多源日志数据集合并且给每条日志设置好相应的网络攻击权重q，将它们依次作为现有神经网络的输入，并且对相应的输出结果进行加权平均化处理，得到风险等级预测数值，该值越大，当前系统面临的网络安全风险就越大。本发明使用了关联规则与深度学习技术相结合的方式，综合考虑了多方面因素，达到了比传统方法更高的效率。