[发明专利]员工异常交易行为识别方法、装置、设备及存储介质在审
申请号: | 202110416815.8 | 申请日: | 2021-04-19 |
公开(公告)号: | CN113129058A | 公开(公告)日: | 2021-07-16 |
发明(设计)人: | 汪琼;史晨阳;王磊;王瑜;管廷义;彭玥;王劲松;于冠君;成于谨 | 申请(专利权)人: | 中国光大银行股份有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06F16/901 |
代理公司: | 北京三友知识产权代理有限公司 11127 | 代理人: | 王维宁;许曼 |
地址: | 100034 北京市*** | 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: | 员工 异常 交易 行为 识别 方法 装置 设备 存储 介质 | ||
本说明书实施例提供了一种员工异常交易行为识别方法、装置、设备及存储介质,该方法包括:获取交易系统登录日志中属于员工账号在外部登录的设备标识;生成所述设备标识对应的历史交易数据的实体账号登录关系图;确定所述实体账号登录关系图中的连通子图,以作为候选群组;对所述候选群组进行以识别异常交易为目的的群组特征分析,获得群组特征分析结果;根据所述群组特征分析结果识别员工异常交易行为。本说明书实施例可以提高从海量交易数据中识别出员工异常交易行为的准确性。
技术领域
本说明书涉及异常交易行为识别技术领域,尤其是涉及一种员工异常交易行为识别方法、装置、设备及存储介质。
背景技术
对于金融行业而言,员工的异常交易不仅给金融机构带来极大的业务风险,而且严重地影响用户的利益,造成了不同程度的直接或间接损失。因此,对员工异常交易进行监测是金融监管领域中重要的一部分。然而,由于金融交易的数据量庞大,且员工异常交易往往具有一定的隐蔽性。如何准确地从海量交易数据中识别出员工异常交易行为,已成为目前亟待解决的技术问题。
发明内容
本说明书实施例的目的在于提供一种员工异常交易行为识别方法、装置、设备及存储介质,以提高从海量交易数据中识别出员工异常交易行为的准确性。
为达到上述目的,一方面,本说明书实施例提供了一种员工异常交易行为识别方法,包括:
获取交易系统登录日志中属于员工账号在外部登录的设备标识;
生成所述设备标识对应的历史交易数据的实体账号登录关系图;
确定所述实体账号登录关系图中的连通子图,以作为候选群组;
对所述候选群组进行以识别异常交易为目的的群组特征分析,获得群组特征分析结果;
根据所述群组特征分析结果识别员工异常交易行为。
本说明书实施例中,所述获取交易系统登录日志中属于员工账号在外部登录的设备标识,包括:
获取指定时间范围内的交易系统登录日志;
滤除所述交易系统登录日志中属于内部登录的设备标识,获得属于外部登录的设备标识集合;
滤除所述设备标识集合中无员工账号登录的部分,获得属于员工账号在外部登录的设备标识。
本说明书实施例中,所述生成所述设备标识对应的历史交易数据的实体账号登录关系图,包括:
从指定时间范围内历史交易数据中,提取与所述设备标识对应的历史交易数据;
将所述与所述设备标识对应的历史交易数据划分为多个数据集;
生成每个数据集对应的实体账号登录关系图;每个所述实体账号登录关系图中包含:本数据集内的员工实体、用户实体分别与设备标识的登录关系。
本说明书实施例中,所述划分以月度为单位。
本说明书实施例中,所述确定所述实体账号登录关系图中的连通子图,包括:
确定所述实体账号登录关系图中以设备标识为维度的连通子图。
本说明书实施例中,所述对所述候选群组进行以识别异常交易为目的的群组特征分析,包括:
对于每个候选群组,分别确定其客户实体的用户指定特征属性及员工实体的员工指定特征属性;
根据每个候选群组的用户指定特征属性确定其是否为异常群组;
当有候选群组为异常群组时,根据该异常群组的员工指定特征属性,确定该异常群组的客户实体与员工实体之间是否存在指定关联关系;所述指定关联关系至少包括资金交易关系。
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光大银行股份有限公司,未经中国光大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/202110416815.8/2.html,转载请声明来源钻瓜专利网。