一种异常交易节点的检测方法及装置制造方法及图纸

本发明专利技术实施例涉及数据处理技术领域，尤其涉及一种异常交易节点的检测方法及装置，用以提高异常交易检测的效率和正确率。本发明专利技术实施例包括：根据监测时间段内的交易流水，确定N个交易维度下交易节点之间的交易特征值；针对N个交易维度中的任一交易维度，根据交易节点之间的交易特征值，将所有交易节点划分至交易维度下的交易子集中；其中，任一交易节点与同一个交易子集中的至少另一个交易节点之间为强关联关系；针对任一交易节点，至少根据交易节点所在交易子集中的强关联关系，计算交易节点在每一个交易子集中的集群特征值；根据交易节点的集群特征值，利用无监督聚类算法将所有交易节点聚类；根据聚类结果确定异常的交易节点。

A Detection Method and Device for Abnormal Trading Nodes

【技术实现步骤摘要】
一种异常交易节点的检测方法及装置
本专利技术涉及数据处理
，尤其涉及一种异常交易节点的检测方法及装置。
技术介绍
近年来，随着智能终端支付技术的不断发展，使用手机进行支付的用户也越来越多。随之而来的是，智能终端支付面临的业务风险也日益显现，特别是近年来犯罪分子利用终端支付进行营销恶意套利的行为愈加猖獗，其套利手段逐渐趋向专业化及团伙化，给企业和个人造成了直接或间接损失。目前，基于交易个体特征分析的机器学习侦测方法被逐渐利用于营销套利等异常交易的侦测之中。但这种检测方式十分依赖于已有的套利交易样本及其标签数据，在正负样本数据不平衡甚至无标签的检测场景下，其训练效果十分不理想，检测效率和正确率较低，其模型侦测的可解释性同样较弱，对交易个体间交易行为关联性分析也存在很大的缺陷。
技术实现思路
本申请提供一种异常交易节点的检测方法及装置，用以提高异常交易检测的效率和正确率。本专利技术实施例提供的一种异常交易节点的检测方法，包括：根据监测时间段内的交易流水，确定N个交易维度下交易节点之间的交易特征值；其中，N≥1；针对N个交易维度中的任一交易维度，根据交易节点之间的交易特征值，将所有交易节点本文档来自技高网...

【技术保护点】
1.一种异常交易节点的检测方法，其特征在于，包括：根据监测时间段内的交易流水，确定N个交易维度下交易节点之间的交易特征值；其中，N≥1；针对N个交易维度中的任一交易维度，根据交易节点之间的交易特征值，将所有交易节点划分至所述交易维度下的交易子集中；其中，任一交易节点与同一个交易子集中的至少另一个交易节点之间为强关联关系，交易节点之间的强关联关系为交易节点之间的交易特征值大于所述交易维度的交易阈值；针对任一交易节点，至少根据所述交易节点所在交易子集中的强关联关系，计算所述交易节点在每一个交易子集中的集群特征值；根据交易节点的集群特征值，利用无监督聚类算法将所有交易节点聚类；根据聚类结果确定异常的...

【技术特征摘要】
1.一种异常交易节点的检测方法，其特征在于，包括：根据监测时间段内的交易流水，确定N个交易维度下交易节点之间的交易特征值；其中，N≥1；针对N个交易维度中的任一交易维度，根据交易节点之间的交易特征值，将所有交易节点划分至所述交易维度下的交易子集中；其中，任一交易节点与同一个交易子集中的至少另一个交易节点之间为强关联关系，交易节点之间的强关联关系为交易节点之间的交易特征值大于所述交易维度的交易阈值；针对任一交易节点，至少根据所述交易节点所在交易子集中的强关联关系，计算所述交易节点在每一个交易子集中的集群特征值；根据交易节点的集群特征值，利用无监督聚类算法将所有交易节点聚类；根据聚类结果确定异常的交易节点。2.如权利要求1所述的方法，其特征在于，所述针对N个交易维度中的任一交易维度，根据交易节点之间的交易特征值，将所有交易节点划分至所述交易维度下的交易子集中之后，所述针对任一交易节点，至少根据所述交易节点所在交易子集中的强关联关系，计算所述交易节点在每一个交易子集中的集群特征值之前，还包括：针对任一交易子集，确定所述交易子集中交易节点的数量；将每一个交易子集中交易节点的数量与节点数阈值相对比，删去交易节点的数量小于所述节点数阈值的交易子集中的交易节点。3.如权利要求1所述的方法，其特征在于，所述交易节点的集群特征值为M个，M≥1；所述M个集群特征值至少包括以下内容之一：所述交易节点所在交易子集的集群大小、集群规模、所述交易节点对交易子集的贡献值；所述至少根据所述交易节点所在交易子集中的强关联关系，计算所述交易节点在每一个交易子集中的集群特征值，包括：至少根据所述交易节点所在交易子集中的强关联关系，计算所述交易节点的N×M个集群特征值。4.如权利要求3所述的方法，其特征在于，所述至少根据所述交易节点所在交易子集中的强关联关系，计算所述交易节点的N×M个集群特征值，包括：针对所述交易节点所在的任一交易子集执行以下计算过程：将所述交易子集中交易节点的数量，确定为所述交易子集的集群大小；将所述交易子集中所有交易节点之间的交易特征值相加，得到所述交易子集的集群规模；根据所述交易子集中任意两个交易节点之间的交易流水，确定所述交易子集中的边；根据所述交易子集中边的数量，以及所述交易子集的集群规模，确定所述交易子集的平均交易值；根据所述交易节点的交易特征值以及所述交易子集的平均交易值，计算所述交易节点对交易子集的贡献值。5.如权利要求1所述的方法，其特征在于，所述根据交易节点的集群特征值，利用无监督聚类算法将各交易节点聚类，包括：针对任一交易维度，根据交易节点的集群特征值，利用基于向量密度分析的聚类分析算法将所有交易节点聚类；所述根据交易节点的集群特征值，利用无监督聚类算法将各交易节点聚类之后，还包括：确定每个交易维度的权重；针对任一交易维度，确定所述交易维度的每个聚类结果的分数；针对任一交易节点，根据所述交易节点在任一交易维度下的聚类结果的分数，以及所述交易维度的权重，确定所述交易节点的集群评分值；和/或，针对任一交易节点，根据所述交易节点在任一交易维度下的聚类结果的分数、所述交易维度的权重，以及所述交易节点对聚类结果的贡献值，确定所述交易节点的综合...

【专利技术属性】
技术研发人员：汤韬，林佳乐，赵金涛，郑建宾，刘红宝，
申请(专利权)人：中国银联股份有限公司，
类型：发明
国别省市：上海,31