[发明专利]资源处理异常检测方法、装置、电子设备及存储介质

说明书

本申请实施例提供了一种资源处理异常检测方法、装置、电子设备及存储介质，涉及机器学习技术领域。该方法包括：获取待检测的资源处理节点集合；针对资源处理节点集合中的每一资源处理节点，获取资源处理节点的资源处理特征；基于资源处理特征确定资源处理节点的特征误差信息；获取资源处理节点的身份信息，基于身份信息确定资源处理节点的节点类别；基于属于同一节点类别的每一资源处理节点的特征误差信息，确定该节点类别每一资源处理节点的异常检测结果。本申请实施例能够适应变化的异常模式，在无需标注样本数据的情况下，实现了高效、准确地资源处理异常检测。

技术领域

本申请涉及机器学习技术领域，具体而言，本申请涉及一种资源处理异常检测方法、装置、电子设备及存储介质。

背景技术

在计算机互联、互联网金融蓬勃发展的当下，线上进行网络资源转移，例如，进行线上交易的用户越来越多，随着交易、用户和第三方集成数量的增长，金融领域的安全威胁也在不断增加。风险防范技术和风控模型可以对异常交易进行检测和识别，提醒相关人员及时采取措施减少用户不必要的损失。

目前，通常基于历史资源处理信息，例如历史交易信息获取大量标注样本对资源处理节点，例如，对商户进行异常检测，基于历史的风险情况判断与之相近的异常模式，若当前的资源处理信息与历史资源处理信息差异较大，可能导致当前的资源处理异常检测的准确率较低。

发明内容

本申请提供了一种资源处理异常检测的方法、装置、电子设备及计算机可读存储介质，可以解决资源处理异常检测准确率低的问题。所述技术方案如下：

第一方面，提供了一种资源处理异常检测方法，该方法包括：

获取待检测的资源处理节点集合；

针对资源处理节点集合中的每一资源处理节点，获取资源处理节点的资源处理特征；

基于资源处理特征确定资源处理节点的特征误差信息；

获取资源处理节点的身份信息，基于身份信息确定资源处理节点的节点类别；

基于属于同一节点类别的每一资源处理节点的特征误差信息，确定该节点类别每一资源处理节点的异常检测结果。

在一个可能的实现方式中，基于资源处理特征确定资源处理节点的特征误差信息，包括：

对资源处理特征进行特征重构，得到与资源处理特征对应的重构特征；

基于无监督检测网络确定资源处理特征与重构特征之间的差异值，将差异值设为特征误差信息。

在一个可能的实现方式中，基于属于同一节点类别的每一资源处理节点的特征误差信息，确定该节点类别每一资源处理节点的异常检测结果，包括：

获取属于该节点类别的每一资源处理节点分别所对应的差异值；

统计差异值的分布，确定针对该节点类别的异常阈值；

若任一资源处理节点对应的差异值不小于异常阈值，则该资源处理节点的异常检测结果为资源处理异常。

在另一个可能的实现方式中，确定资源处理特征与重构特征之间的差异值，包括：

计算资源处理特征与重构特征的均方误差；

将均方误差设为差异值。

在另一个可能的实现方式中，上述无监督检测网络是基于以下方式训练得到的：

获取至少一个样本资源处理节点的样本资源处理特征；样本资源处理节点的异常检测结果均为资源处理正常；

将样本资源处理特征输入到初始检测网络，得到初始检测网络输出的实时资源处理特征；