[发明专利]金融报文异常识别方法及装置

说明书

本发明提供一种金融报文异常识别方法及装置，属于人工智能技术领域。该金融报文异常识别方法包括：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；确定报文类型对应的各报文预测结果的权重；根据各报文预测结果的权重和各报文预测结果确定报文预测值；根据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。本发明可以降低数据投毒对模型识别的偏差风险，精准识别异常报文，避免银行遭受重大损失。

技术领域

本发明涉及人工智能技术领域，具体地，涉及一种金融报文异常识别方法及装置。

背景技术

在金融业务场景中，国际贸易等业务背后都由各商业银行、央行的报文交互系统或者SWIFT系统通过报文的收发进行支撑。由于很多报文涉及到资金的划拨或业务的开立等，且报文存在虚假、无效或相关当事人(比如信用证业务中涉及申请人、受益人、开证行、通知行、承兑行、交单行和议付行等多类当事人角色)已被拉入黑名单等情况，因此需大量人工对报文进行识别和确认。目前随着人工智能的应用，越来越多的银行开发部署智能识别模型进行各种报文的识别以减少人工识别的工作量和难度。但银行部署的单独智能识别模型容易出现预测偏差，也有可能存在训练数据被恶意投毒或者特征和标签在数据准备过程中被修改的情况(主观或者无意)污染了数据，导致训练出来的模型存在识别错误的风险，恶意报文被放行过去成功办理正常业务，造成银行重大损失。

发明内容

本发明实施例的主要目的在于提供一种金融报文异常识别方法及装置，以降低数据投毒对模型识别的偏差风险，精准识别异常报文，避免银行遭受重大损失。

为了实现上述目的，本发明实施例提供一种金融报文异常识别方法，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；

确定报文类型对应的各报文预测结果的权重；

根据各报文预测结果的权重和各报文预测结果确定报文预测值；

根据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。

本发明实施例还提供一种金融报文异常识别装置，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，用于根据各报文预测结果的权重和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。

本发明实施例还提供一种计算机设备，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，处理器执行计算机程序时实现所述的金融报文异常识别方法的步骤。

本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现所述的金融报文异常识别方法的步骤。

本发明实施例的金融报文异常识别方法及装置先将金融报文输入各报文异常识别模型中，得到各报文预测结果，然后根据金融报文的报文类型对应的各报文预测结果的权重和各报文预测结果确定报文预测值，最后根据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，可以降低数据投毒对模型识别的偏差风险，精准识别异常报文，避免银行遭受重大损失。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中金融报文异常识别方法的流程图；