本发明实施例涉及人工智能技术领域，公开了一种异常识别模型的训练方法，该方法包括：获取操作数据，所述操作数据包括用户账号的操作日志数据和流量数据；对所述操作数据进行数据混洗和单位时间窗口内的特征提取，生成用户账号对应的操作轨迹文本；通过DTM动态主题模型对所述操作轨迹文本进行主题建模，得到所述操作轨迹文本的行为类别；将所述操作轨迹文本的行为类别发送至数据标注器，并获取根据所述行为行为类别对所述操作数据进行标签标注后的带标签时间序列数据，作为训练数据；将所述训练数据输入预设的神经网络模型进行训练，得到异常识别模型。通过上述方式，本发明实施例实现了准确、智能识别异常的有益效果。