[发明专利]检测模型训练、数据检测方法、装置、设备及存储介质

权利要求书

1.一种检测模型训练方法，其特征在于，包括：

根据历史目标样本数据构建多维度综合画像样本数据；

根据生成式对抗网络GAN生成器生成伪目标样本数据；

将所述多维度综合画像样本数据和所述多维度综合画像样本数据作为训练数据输入至GAN判别器，以对基于GAN网络的检测模型进行训练。

2.根据权利要求1所述的方法，其特征在于，所述根据历史目标样本数据构建多维度综合画像样本数据，包括：

根据所述历史目标样本数据获取多个单维度历史目标样本数据；

根据各所述单维度历史目标样本数据的维度数量构建目标变分自动编码器；

将各所述单维度历史目标样本数据进行归一化处理，得到归一化样本数据；

将所述归一化样本数据输入至所述目标变分自动编码器，得到所述多维度综合画像样本数据。

3.根据权利要求2所述的方法，其特征在于，所述根据各所述单维度历史目标样本数据的维度数量构建目标变分自动编码器，包括：

根据所述单维度历史目标样本数据的第一维度数量以及第二维度数量确定所述目标变分自动编码器的编码器的输入输出网络以及解码器的输入输出网络；

确定所述目标变分自动编码器的编码器的激活函数以及所述目标变分自动编码器的解码器的激活函数。

4.根据权利要求1-3任一所述的方法，其特征在于，所述历史目标样本数据包括历史交易样本数据；所述单维度历史目标样本数据包括历史订单数据、历史交易信息以及行业信息数据；其中，各所述单维度历史目标样本数据包括多维度的子样本数据。

5.一种数据检测方法，其特征在于，包括：

获取待检测数据；

将所述待检测数据输入至基于GAN网络的检测模型中进行目标数据的检测；

其中，所述基于GAN网络的检测模型通过权利要求1-4任一所述的检测模型训练方法训练得到。

6.根据权利要求5所述的方法，其特征在于，所述待检测数据包括待检测交易数据，所述目标数据包括异常交易数据。

7.一种检测模型训练装置，其特征在于，包括：

综合画像样本数据构建模块，用于根据历史目标样本数据构建多维度综合画像样本数据；

伪目标样本数据生成模块，用于根据GAN生成器生成伪目标样本数据；

检测模型训练模块，用于将所述多维度综合画像样本数据和所述多维度综合画像样本数据作为训练数据输入至GAN判别器，以对基于GAN网络的检测模型进行训练。

8.一种数据检测装置，其特征在于，包括：

待检测数据获取模块，用于获取待检测数据；

目标数据检测模块，用于将所述待检测数据输入至基于GAN网络的检测模型中进行目标数据的检测；

其中，所述基于GAN网络的检测模型通过权利要求7所述的检测模型训练装置训练得到。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4中任一项所述的检测模型训练方法，或者实现如权利要求5-6中任一所述的数据检测方法。

10.一种计算机存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-4中任一项所述的检测模型训练方法，或者实现如权利要求5-6中任一所述的数据检测方法。