[发明专利]一种异常交易数据的识别方法及装置

权利要求书

1.一种异常交易数据的识别方法，该方法应用于计算机设备，其特征在于，所述方法包括：

基于已识别样本数据集中的交易数据计算所述已识别样本数据集中指标的指标权重，所述指标权重表示所述指标对所述已识别样本数据集中异常交易数据的区分程度；

利用加权分隔森林算法以及所述指标权重对待识别交易数据进行处理得到所述待识别交易数据对应的可疑分数值；

当所述可疑分数值大于预置分数时，确定所述待识别交易数据为异常交易数据。

2.根据权利要求1所述的方法，其特征在于，基于已识别样本数据集中的交易数据计算所述已识别样本数据集中指标的指标权重包括：

获取已识别样本数据中指定数据指标的指标值，所述已识别样本数据为经过识别后所确定的正常交易数据或异常交易数据；

利用熵计算每个数据指标的指标值所对应的信息增益；

将所述信息增益确定为所述数据指标的指标权重。

3.根据权利要求2所述的方法，其特征在于，利用熵计算每个数据指标的指标值所对应的信息增益包括：

当所述数据指标的指标值具有多个值时，将所述数据指标的指标值调整为两值形式的取值组合；

逐一计算所述取值组合中每对取值的信息增益；

选取信息增益最大的一组取值组合所对应的信息增益确定为所述数据指标的信息增益。

4.根据权利要求2或3所述的方法，其特征在于，将所述信息增益确定为所述数据指标的指标权重包括：

根据预置规则判断所述信息增益的取值，将符合取值范围的信息增益的取值设置为指标权重；

将不符合取值范围的信息增益进行二次计算，得到符合取值范围的信息增益并将计算后的所述信息增益设置为指标权重。

5.根据权利要求1所述的方法，其特征在于，利用加权分隔森林算法以及所述指标权重对待识别交易数据进行处理得到所述待识别交易数据对应的可疑分数值包括：

利用全量数据集中的交易数据和所述指标权重创建基于加权分隔森林算法的异常交易数据计算模型，所述全量数据集中包括已识别样本数据和未识别样本数据；

将待识别交易数据中所含有的数据指标的指标值输入所述异常交易数据计算模型，计算得到所述待识别交易数据的可疑分数值。

6.根据权利要求5所述的方法，其特征在于，利用全量数据集中的交易数据和所述指标权重创建异常交易数据计算模型包括：

随机获取所述全量数据集中的一组样本数据及所述指标权重，生成一棵加权分隔树；

根据预置的采集次数，将每一次生成的加权分隔树组成加权分隔森林，得到所述异常交易数据计算模型。

7.根据权利要求6所述的方法，其特征在于，随机获取所述全量数据集中的一组样本数据及所述指标权重，生成一棵加权分隔树包括：

随机获取全量数据集中的一组样本数据，并根据所述指标权重随机获取一个加权数据指标；

统计所述一组样本数据中各样本数据对应所述加权数据指标的指标值，确定所述指标值得最大值与最小值；

在所述最大值与最小值之间随机获取一个数值，根据所述数值对所述一组样本数据进行分隔；

判断所述分隔的层级是否达到预置值，若达到则停止对加权分隔树进行分隔，若未达到则对分隔后的每组样本数据分别再次随机获取一个加权数据指标进行加权分隔。

8.根据权利要求7所述的方法，其特征在于，将待识别交易数据中所含有的数据指标的指标值输入所述异常交易数据计算模型，计算得到所述待识别交易数据的可疑分数值包括：

通过所述异常交易数据计算模型计算所述待识别交易数据在每一棵加权分隔树中的中止距离，所述中止距离为所述待识别交易数据完成所述加权分隔树的分隔后所处的节点与首节点的距离；

统计所述待识别交易数据在异常交易数据计算模型中所有加权分隔树的中止距离平均值；

根据所述中止距离平均值以及预置中止距离计算得到所述待识别交易数据的可疑分数值。