[发明专利]金融报文异常识别方法及装置在审

专利信息
申请号: 202110159398.3 申请日: 2021-02-05
公开(公告)号: CN112907351A 公开(公告)日: 2021-06-04
发明(设计)人: 邓洪文;镇超;卞小香;吴多 申请(专利权)人: 中国工商银行股份有限公司
主分类号: G06Q40/02 分类号: G06Q40/02
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;孙乳笋
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: 金融 报文 异常 识别 方法 装置
【权利要求书】:

1.一种金融报文异常识别方法,其特征在于,包括:

将金融报文输入基于各报文数据集创建的各报文异常识别模型中,得到各报文预测结果;

确定所述报文类型对应的各报文预测结果的权重;

根据所述各报文预测结果的权重和所述各报文预测结果确定报文预测值;

根据所述报文预测值与预设阈值的比较结果输出金融报文异常结果。

2.根据权利要求1所述的金融报文异常识别方法,其特征在于,还包括:

获取预设时间段的增量报文数据;

确定所述增量报文数据中异常报文数量的最大值对应的报文类型,修改该报文类型对应的各报文预测结果的权重。

3.根据权利要求1所述的金融报文异常识别方法,其特征在于,所述各报文数据集包括第一报文数据集、第二报文数据集、第三报文数据集和第四报文数据集;

所述金融报文异常识别方法还包括:

根据第一报文子集和常规报文子集创建第一报文数据集;

根据第二报文子集和所述常规报文子集创建所述第二报文数据集;

根据第三报文子集和所述常规报文子集创建所述第三报文数据集;

根据所述第一报文子集、所述第二报文子集、所述第三报文子集和所述常规报文子集创建所述第四报文数据集。

4.根据权利要求1所述的金融报文异常识别方法,其特征在于,各报文数据集均包括训练集和验证集;

基于各报文数据集创建各报文异常识别模型包括:

根据各报文数据集的训练集训练预设的随机森林模型,得到各报文异常训练模型;

根据各报文数据集的验证集验证对应的报文异常识别训练模型,并根据各验证结果创建各报文异常识别模型。

5.一种金融报文异常识别装置,其特征在于,包括:

报文预测结果模块,用于将金融报文输入基于各报文数据集创建的各报文异常识别模型中,得到各报文预测结果;

权重模块,用于确定所述报文类型对应的各报文预测结果的权重;

报文预测值模块,用于根据所述各报文预测结果的权重和所述各报文预测结果确定报文预测值;

报文异常结果模块,用于根据所述报文预测值与预设阈值的比较结果输出金融报文异常结果。

6.根据权利要求5所述的金融报文异常识别装置,其特征在于,还包括:

增量报文数据获取模块,用于获取预设时间段的增量报文数据;

权重修改模块,用于确定所述增量报文数据中异常报文数量的最大值对应的报文类型,修改该报文类型对应的各报文预测结果的权重。

7.根据权利要求5所述的金融报文异常识别装置,其特征在于,所述各报文数据集包括第一报文数据集、第二报文数据集、第三报文数据集和第四报文数据集;

所述金融报文异常识别装置还包括:

第一报文数据集创建模块,用于根据第一报文子集和常规报文子集创建第一报文数据集;

第二报文数据集创建模块,用于根据第二报文子集和所述常规报文子集创建所述第二报文数据集;

第三报文数据集创建模块,用于根据第三报文子集和所述常规报文子集创建所述第三报文数据集;

第四报文数据集创建模块,用于根据所述第一报文子集、所述第二报文子集、所述第三报文子集和所述常规报文子集创建所述第四报文数据集。

8.根据权利要求5所述的金融报文异常识别装置,其特征在于,各报文数据集均包括训练集和验证集;

所述金融报文异常识别装置还包括:

报文异常训练模型创建模块,用于根据各报文数据集的训练集训练预设的随机森林模型,得到各报文异常训练模型;

报文异常识别模型创建模块,用于根据各报文数据集的验证集验证对应的报文异常识别训练模型,并根据各验证结果创建各报文异常识别模型。

9.一种计算机设备,包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4任一项所述的金融报文异常识别方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4任一项所述的金融报文异常识别方法的步骤。

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/202110159398.3/1.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