本发明公开了一种异常操作检测模型的训练方法、异常操作检测方法及装置，属于互联网技术领域。方法包括：获取初始样本集，基于初始样本集训练初始分类器；若第一时段内接收到的第一用户反馈样本的数量达到第一阈值，则获取第一时段内未标注的训练样本，第一时段为从上一次训练分类器后至当前；基于第二时段内接收到的第二用户反馈样本，在未标注的训练样本中选取扩充样本并标注，第二时段以再上一次训练分类器为起点且以上一次训练分类器为终点；基于第二用户反馈样本和已标注的扩充样本，训练一个新分类器；重复执行新分类器训练过程，得到异常操作检测模型。本发明模型可自动更新，保证了模型的持续有效性，且模型更新方式不依赖于人工。