本发明公开了一种基于操作日志的风险预测方法，涉及风险预测领域，包括采集计算机系统操作日志数据转化为数值向量，并进行数据预处理；根据预处理得到的数值向量进行日志序列建模，并对模型进行训练形成异常检测模型；计算机系统利用异常检测模型进行日志条目预测，并根据模型预测与实际日志条目差异判断风险并实施措施；将所有数据生成检测记录进行存储。本发明所述方法通过深度学习模型准确地模型化日志数据中的复杂模式和依赖关系，并定期更新和再训练模型，使模型适应计算机系统和应用程序的变化，提高异常检测的准确性，减少了对手工规则和模式匹配的依赖，大幅提升了风险检测效率。