本发明提供一种基于机器学习的用户异常行为检测方法及装置，该方法包括：获取用户的操作日志信息；将操作日志信息输入到行为检测模型中，得到行为检测模型输出的用户行为属性；其中，行为检测模型为以样本日志信息为样本，以与样本日志信息对应的用户行为属性样本数据为标签进行训练得到的；行为检测模型内部包括多种神经网络模型，每种神经网络模型基于操作日志信息输出一种参考行为属性，用户行为属性为基于多种神经网络模型的权重参数以及对应输出的参考行为属性确定的。本发明提供的基于机器学习的用户异常行为检测方法及装置，得到用户行为属性的准确率更高，能够提高对用户异常行为检测的效率，便于及时发现用户的异常行为。