[发明专利]基于交易规律识别的异常交易检测方法及装置有效

专利信息
申请号: 201910467135.1 申请日: 2019-05-31
公开(公告)号: CN110263827B 公开(公告)日: 2021-08-20
发明(设计)人: 高博;闫晔 申请(专利权)人: 中国工商银行股份有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06Q40/04
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 任默闻;王天尧
地址: 100140 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 交易 规律 识别 异常 检测 方法 装置
【权利要求书】:

1.一种基于交易规律识别的异常交易检测方法,其特征在于,包括:

在接收到用户输入的异常交易检测请求后,根据请求参数,获取待检测交易的交易明细数据;根据交易明细数据,生成待检测时间序列;

根据所述待检测时间序列,以及预先训练生成的交易历史规律量化识别模型,得到待检测交易对应的历史规律量化要素评估值和历史时间序列;所述交易历史规律量化识别模型根据多个历史规律样本预先训练生成,历史规律为多个趋势阶段的集合;所述历史规律量化要素包括:趋势阶段的到达率、过量零值比重和切换点位置;

根据待检测交易对应的待检测时间序列和历史规律量化要素评估值,确定待检测时间序列的平均信息量;所述平均信息量代表待检测交易的当前运行状态与历史规律之间的差异程度;

根据待检测时间序列和历史时间序列之间的相关系数值、交易数据变化系数值,所述平均信息量,以及预设平均信息量、预设相关系数值和预设交易数据变化系数值,确定待检测交易下各异常情况的经营单位占比,以及待检测交易的整体异常度评分;所述待检测交易下各异常情况的经营单位占比,以及待检测交易的整体异常度评分作为异常交易检测结果输出给用户;

所述基于交易规律识别的异常交易检测方法还包括按照如下方法预先训练生成交易历史规律量化识别模型:

在接收到用户的交易规律识别请求后,根据请求参数,历史规律样本数据,生成训练历史时间序列;

对所述训练历史时间序列进行降噪处理,针对降噪处理后的训练历史时间序列,采用聚类算法对交易曲线的点间斜率绝对值进行聚类划分,根据聚类结果,确定切换点类;根据切换点类中数据点位置连续性,将切换点类中的数据点划分为至少一个切换点范围区间,得到切换点范围区间序列及切换点范围区间个数;

根据预先定义的趋势阶段到达率先验概率函数、趋势阶段过量零值比重先验概率函数和趋势阶段切换点位置先验概率函数,进行预设轮数的仿真试验,直至完成预设轮数的仿真试验,得到训练历史时间序列对应的历史规律量化要素评估值;每一轮仿真试验均执行以下操作:

为每一趋势阶段的到达率生成到达率随机值;为每一趋势阶段的过量零值比重生成过量零值比重随机值;为每一趋势阶段的切换点位置生成切换点位置随机值;

根据每一趋势阶段的到达率随机值,预先定义的趋势阶段到达率先验概率函数,确定每一趋势阶段的到达率随机值对应的先验概率对数值,并对各个趋势阶段的到达率随机值对应的先验概率对数值进行累加,得到到达率先验概率对数累加值;根据每一趋势阶段的过量零值比重随机值,预先定义的趋势阶段过量零值比重先验概率函数,确定每一趋势阶段的过量零值比重随机值对应的先验概率对数值,并对各个趋势阶段的过量零值比重随机值对应的先验概率对数值进行累加,得到过量零值比重先验概率对数累加值;根据每一趋势阶段的切换点位置随机值,预先定义的趋势阶段切换点位置先验概率函数,确定每一趋势阶段的切换点位置随机值对应的先验概率对数值,并对各个趋势阶段的过量零值比重随机值对应的先验概率对数值进行累加,得到切换点位置先验概率对数累加值;

根据训练历史时间序列编号和切换点位置随机值,确定训练历史时间序列中每一数据点归属的趋势阶段;根据训练历史时间序列中每一数据点归属的趋势阶段,每一数据点的幅值,以及相应的趋势阶段的到达率随机值和过量零值比重随机值,确定每一数据点的似然函数值;根据每一数据点的似然函数值,确定似然函数值对数结果累加值;

根据所述到达率先验概率对数累加值、过量零值比重先验概率对数累加值、切换点位置先验概率对数累加值和似然函数值对数结果累加值,得到当前轮次的函数累加值;所述当前轮次的函数累加值与前一轮次的函数累加值作为下一轮次各历史规律量化要素的随机值生成的依据;

其中,所述趋势阶段到达率先验概率函数、趋势阶段过量零值比重先验概率函数和趋势阶段切换点位置先验概率函数根据训练历史时间序列、切换点范围区间序列及切换点范围区间个数进行预先定义;所述趋势阶段根据切换点范围区间生成;

存储所述历史规律量化要素评估值,以及历史规律量化要素评估值对应历史时间序列;

根据待检测时间序列和历史时间序列之间的相关系数值、交易数据变化系数值,所述平均信息量,以及预设平均信息量、预设相关系数值和预设交易数据变化系数值,确定待检测交易下各异常情况的经营单位占比,以及待检测交易的整体异常度评分,包括:根据待检测时间序列和历史时间序列,确定皮尔森相关系数值;对所述皮尔森相关系数值进行归一化处理,得到归一化处理后的相关系数值;根据待检测样本数据时间范围内的交易数据总量,以及历史规律样本数据时间范围内的交易数据总量,确定交易数据变化系数值;将归一化处理后的相关系数值、交易数据变化系数值与所述平均信息量进行组合,形成三维特征坐标值;将所述三维特征坐标值与预设的三维特征坐标值进行比较;预设的三维特征坐标值包括:预设平均信息量、预设相关系数值和预设交易数据变化系数值;根据比较结果,进行交易异常情况分类,确定待检测交易下各异常情况的经营单位占比,以及待检测交易的整体异常度评分。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国工商银行股份有限公司,未经中国工商银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910467135.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top