【技术实现步骤摘要】
一种交易监控指标的异常识别方法及装置
[0001]本文涉及数据监控领域，尤其涉及一种交易监控指标的异常识别方法及装置。
技术介绍
[0002]现有技术中，对交易监控指标的异常识别一般采用三种方式：第一种是手工方式，该种方式是由人工配置阈值，对超出阈值的指标实时交易数据进行报警；第二种是自动方式，该种方式是由系统统一设置一个阈值，如交易成功率不得低于99％，交易量不得少于1笔/分钟等，根据系统设置的这一阈值进行交易监控指标异常识别；第三种是智能方式，该种方式是使用统计分析，机器学习等算法对交易监控指标分析后进行异常识别。
[0003]第一种手工方式往往依赖于指标维护人的经验，维护人的工作能力不同、业务了解不同，会导致指标配置的水平的不稳定性，也会造成人力资源的浪费。
[0004]第二种自动方式统一配置，只能解决最低的监控要求，不能进行个性化的配置和分析，无法达到精准监控要求。
[0005]第三种智能方式，因为交易监控指标本身具有依赖业务特性及高度不确定性的特点，如果采用单一算法，会导致报警准确率低，误报...
【技术保护点】
【技术特征摘要】
1.一种交易监控指标的异常识别方法，其特征在于，包括：获取交易监控指标的实时交易数据，所述交易监控指标的实时交易数据包括交易监控指标在单位时间段内的交易总量；根据交易监控指标的实时交易数据及其所属的时间参数，从记录有交易监控指标、时间参数及异常识别模型的映射关系中查找异常识别模型，其中，所述异常识别模型由各交易监控指标在各时间参数下的交易特征及各交易监控指标在各时间参数下的历史交易数据确定，所述交易特征包括稀疏性特征、突发性特征、集中性特征及不稳定性特征；将所述交易监控指标的实时交易数据输入至查找到的异常识别模型中，得到识别结果。2.如权利要求1所述的交易监控指标的异常识别方法，其特征在于，建立所述映射关系的过程包括：a.对每一交易监控指标的历史交易数据，执行如下过程：按照时间参数对该交易监控指标的历史交易数据进行划分处理；根据该交易监控指标在各时间参数下的历史交易数据，计算该交易监控指标在各时间参数下的统计特征，其中，统计特征包括均值、标准差、m/n分位数及极差，其中，m和n为正整数，m/n大于0.5；根据该交易监控指标在各时间参数下的统计特征，确定该交易监控指标在各时间参数下的交易特征；根据该交易监控指标在各时间参数下的交易特征，确定该交易监控指标在各时间参数下的异常识别模型框架；根据该交易监控指标在各时间参数下的历史交易数据，确定该交易监控指标在各时间参数下的异常识别模型框架中的参数，以得到该交易监控指标在各时间参数下的异常识别模型；b.集合各交易监控指标在各时间参数下的异常识别模型，得到所述映射关系。3.如权利要求2所述的交易监控指标的异常识别方法，其特征在于，根据该交易监控指标在各时间参数下的历史交易数据，计算该交易监控指标在各时间参数下的统计特征，包括：对该交易监控指标在各时间参数下的历史交易数据分别进行求平均处理，得到该交易监控指标在各时间参数下的均值；根据该交易监控指标在各时间参数下的历史交易数据及该交易监控指标在各时间参数下的均值，分别计算该交易监控指标在各时间参数下的标准差；对该交易监控指标在各时间参数下的历史交易数据分别从小到大排序，确定该交易监控指标在各时间参数下的排序结果中m/n的数据为该交易监控指标在各时间参数下的m/n分位数；分别确定该交易监控指标在各时间参数下的历史交易数据中的极大值及极小值，利用该交易监控指标在各时间参数下的极大值减去极小值分别计算得到该交易监控指标在各时间参数下的极差。4.如权利要求2所述的交易监控指标的异常识别方法，其特征在于，根据该交易监控指标在各时间参数下的统计特征，确定该交易监控指标在各时间参数下的交易特征，包括：
对该交易监控指标在每一时间参数下的统计特征，执行如下步骤以确定该交易监控指标在该时间参数下的交易特征：判断该交易监控指标在该时间参数下的...
【专利技术属性】
技术研发人员：采安琪，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。