[发明专利]异常节点识别方法、模型的训练方法、装置及存储介质

权利要求书

1.一种异常节点识别模型的训练方法，其特征在于，所述异常节点识别模型用于识别异常交易账户，所述方法包括：

基于交易要素之间的显式关联关系构建显式关联图，所述交易要素至少包括交易账户；

基于多个所述交易账户之间的相似度构建隐式关联图，其中根据多个所述交易账户的历史交易数据计算多个所述交易账户之间的相似度；

融合所述显式关联图和所述隐式关联图，得到以所述交易账户为节点的关联图；

基于每个所述交易账户的特征和标签以及所述关联图训练图神经网络，得到异常节点识别模型。

2.根据权利要求1所述的方法，其特征在于，所述交易要素包括交易账户和其他交易要素，所述基于交易要素之间的显式关联关系构建显式关联图，还包括：

构建以所述交易账户为节点的同质关联图；

构建以所述交易账户和所述其他交易要素为节点的至少一个异质关联图。

3.根据权利要求1或2所述的方法，其特征在于，所述交易要素还包括以下一种或多种：商户、设备和IP地址。

4.根据权利要求3所述的方法，其特征在于，所述交易要素之间的显式关联关系包括以下中的一种或多种：

所述交易账户之间的转账关联关系；所述交易账户和所述商户之间的转账关联关系；所述交易账户和所述设备之间的绑卡关联关系；所述交易账户和所述IP地址之间的交易地关联关系。

5.根据权利要求4所述的方法，其特征在于，所述基于交易要素之间的显式关联关系构建显式关联图，还包括以下中的一种或多种：

构建以所述交易账户为节点，以所述交易账户之间的转账关联关系为边的第一同质关联图；

构建以所述交易账户和所述商户为节点，以所述交易账户与所述商户之间的转账关系为边的第一异质关联图；

构建以所述交易账户和所述设备为节点，以所述交易账户和所述设备之间的绑卡关联关系为边的第二异质关联图；

构建以所述交易账户和所述IP地址为节点，以所述交易账户和所述IP地址之间的交易地关联关系为边的第三异质关联图。

6.根据权利要求1所述的方法，其特征在于，所述基于多个所述交易账户之间的相似度距离构建隐式关联图，还包括：

获取多个所述交易账户的历史交易数据，根据所述历史交易数据构建每个所述交易账户的交易信息序列；

计算每两个所述交易账户的所述交易信息序列之间的欧式距离，根据所述欧式距离对所述交易账户进行连边，构建以所述交易账户为节点的初始图谱；

采用图嵌入方法获取所述初始图谱所有的节点向量表示，根据所述节点向量表示重新计算所述初始图谱中的节点之间的相似度，根据所述相似度和预设阈值对所述初始图谱上的所有节点进行二次连边，得到所述隐式关联图。

7.根据权利要求2所述的方法，其特征在于，融合所述显式关联图和所述隐式关联图，还包括：

将所述至少一个异质关联图转换为以所述交易账户为节点的至少一个同质转换关联图，其中，将在预设时间段内与同一个所述其他交易要素产生所述显式关联关系的多个所述交易账户连边；

将所述同质关联图、所述同质转换关联图和所述隐式关联图融合。

8.根据权利要求1所述的方法，其特征在于，在所述训练过程中，对所述目标函数中的所述关联图的图结构进行稀疏正则化约束。