本申请涉及交通安全技术领域，公开了一种危险驾驶行为的评估方法及装置。该方法首先通过路侧检测器采集交通检测数据，并通过层次聚类将驾驶行为分为正常驾驶、激进驾驶、酒后疲劳驾驶和分心驾驶。然后根据聚类结果构建深度学习多分类模型，实时监测待检测车辆的驾驶行为的状态，对是否存在危险驾驶行为进行评估。本申请能够有效聚类四类驾驶行为的分布情况和特征，为驾驶行为是否属于危险驾驶行为提供参考基准。通过构建深度学习多分类模型评估待检测车辆的驾驶行为是否属于危险驾驶，运算效率较高、准确度且适用性较强。通过引入道路通行状态数据，进行驾驶行为的判定，能够提高驾驶行为判定的准确度，同时，更好的从道路、路网级别统筹协调。