本发明专利技术提供一种基于反向追查的异常账户检测方法及装置，可应用于金融领域或其他领域。该方法包括：获取各个日常流水数据；基于规则库，扫描各个日常流水数据；针对得到的每一异常流水数据，基于预先构建的神经网络模型，对异常流水数据进行风险预测；若得到的预测风险值大于第一预设阈值，根据预测风险值对预先设置的初始时间窗口进行处理，得到已处理时间窗口；根据已处理时间窗口，对异常流水数据进行关联交易链接；基于得到的完整交易过程，当各个异常流水数据中均包含任一交易对象时，将交易对象确定为疑是账户，基于此，在后续采用反向追查方式确定疑是账户的风险等级，从而完成异常账户检测，进而防止非法交易和提升风险防御水平。防御水平。防御水平。
【技术实现步骤摘要】
基于反向追查的异常账户检测方法及装置
[0001]本专利技术涉及数据处理
，尤其涉及一种基于反向追查的异常账户检测方法及装置。
技术介绍
[0002]随着互联网的发展，越来越多的金融交易通过第三方支付来完成，但是，第三方支付也容易被一些个人或公司恶意使用完成资金的转移和清洗，例如一个涉黄网站可以通过多种第三方支付(如支付宝、微信等)向购买的多个个人账户转移资金，多个个人账户向某空壳公司转账，然后通过虚假账务操作完成资金向幕后个人的转移。
[0003]由此可知，亟需一种异常账户检测机制，用于防止恶意公司和个人的非法交易。
技术实现思路
[0004]有鉴于此，本专利技术实施例提供一种基于反向追查的异常账户检测方法及装置，以实现防止非法交易和提升风险防御水平的目的。
[0005]为实现上述目的，本专利技术实施例提供如下技术方案：
[0006]本专利技术实施例第一方面公开了一种基于反向追查的异常账户检测方法，所述方法包括：
[0007]获取商业银行当前日期的各个日常流水数据；
[0008]基于预先设置的规则库，扫描各个所述日常流水数据，得到各个异常流水数据；
[0009]针对每一所述异常流水数据，基于预先构建的神经网络模型，对所述异常流水数据进行风险预测，得到预测风险值；
[0010]若所述预测风险值大于第一预设阈值，根据所述预测风险值对预先设置的初始时间窗口进行处理，得到已处理时间窗口；
[0011]根据所述已处理时间窗口，对所述异常流水数据进行关联交易链接，得到完整交易过程；
[0012]基于所述完整交易过程，当各个所述异常流水数据中均包含任一交易对象时，将所述交易对象确定为疑是账户。
[0013]可选的，还包括：
[0014]以所述交易对象为交易链路的末端，根据所述异常流水数据的数量，通过所述已处理时间窗口，获取转出方的列表集；
[0015]查询所述列表集中的各个账户的详细交易记录，并挖掘各个所述账户的交易频繁项；
[0016]计算各个所述详细交易记录的链路相似度；
[0017]若所述链路相似度大于第二预设阈值，确定所述交易对象为异常账户，并将所述交易频繁项添加至所述规则库。
[0018]可选的，所述基于预先设置的规则库，扫描所述日常流水数据，得到异常流水数
据，包括：
[0019]基于预先设置的规则库，查找所述日常流水数据中不符合所述规则库中的规则的第一日常流水数据；
[0020]提取所述第一日常流水数据，并将所述第一日常流水数据确定为异常流水数据。
[0021]可选的，所述基于预先构建的神经网络模型，对所述异常流水数据进行风险预测，得到预测风险值，包括：
[0022]对所述异常流水数据进行信息查询，得到查询结果，所述查询结果包括交易时间、交易额度、交易对象和累计交易金额；
[0023]基于所述查询结果和预先构建的神经网络模型，对所述异常流水数据进行风险预测，得到预测风险值。
[0024]可选的，在所述得到预测风险值之后，还包括：
[0025]若所述预测风险值小于等于第一预设阈值，将所述异常流水数据确定为正常流水数据。
[0026]可选的，所述若所述预测风险值大于预设阈值，根据所述预测风险值对预先设置的初始时间窗口进行处理，得到已处理时间窗口，包括：
[0027]若所述预测风险值大于预设阈值，根据所述预测风险值对预先设置的初始时间窗口进行收缩，得到已收缩时间窗口；
[0028]或者，
[0029]若所述预测风险值大于预设阈值，根据预先上报的异常流水数据记录，对所述初始时间窗口进行加成，得到已加成时间窗口。
[0030]可选的，所述根据所述已处理时间窗口，对所述异常流水数据进行关联交易链接，得到完整交易过程，包括：
[0031]根据所述已收缩时间窗口或所述已加成时间窗口，确定所述异常流水数据中的各个交易相关方；
[0032]将各个所述交易相关方进行关联，得到完整交易过程。
[0033]本专利技术实施例第二方面公开了一种基于反向追查的异常账户检测装置，所述装置包括：
[0034]获取模块，用于获取商业银行当前日期的各个日常流水数据；
[0035]异常扫描模块，用于基于预先设置的规则库，扫描各个所述日常流水数据，得到各个异常流水数据；
[0036]风险预测模块，用于针对每一所述异常流水数据，基于预先构建的神经网络模型，对所述异常流水数据进行风险预测，得到预测风险值；
[0037]窗口处理模块，用于若所述预测风险值大于第一预设阈值，根据所述预测风险值对预先设置的初始时间窗口进行处理，得到已处理时间窗口；
[0038]关联交易链接模块，用于根据所述已处理时间窗口，对所述异常流水数据进行关联交易链接，得到完整交易过程；
[0039]异常检测模块，用于基于所述完整交易过程，当各个所述异常流水数据中均包含任一交易对象时，将所述交易对象确定为疑是账户。
[0040]可选的，还包括：
[0041]反向追查模块，用于以所述交易对象为交易链路的末端，根据所述异常流水数据的数量，通过所述已处理时间窗口，获取转出方的列表集；查询所述列表集中的各个账户的详细交易记录，并挖掘各个所述账户的交易频繁项；
[0042]计算模块，用于计算各个所述详细交易记录的链路相似度；
[0043]确定模块，用于若所述链路相似度大于第二预设阈值，确定所述交易对象为异常账户，并将所述交易频繁项添加至所述规则库。
[0044]可选的，所述异常扫描模块，包括：
[0045]查找单元，用于基于预先设置的规则库，查找所述日常流水数据中不符合所述规则库中的规则的第一日常流水数据；
[0046]异常确定模块，用于提取所述第一日常流水数据，并将所述第一日常流水数据确定为异常流水数据。
[0047]基于上述本专利技术实施例提供的一种基于反向追查的异常账户检测方法及装置，所述方法包括：获取商业银行当前日期的各个日常流水数据；基于预先设置的规则库，扫描各个所述日常流水数据，得到各个异常流水数据；针对每一所述异常流水数据，基于预先构建的神经网络模型，对所述异常流水数据进行风险预测，得到预测风险值；若所述预测风险值大于第一预设阈值，根据所述预测风险值对预先设置的初始时间窗口进行处理，得到已处理时间窗口；根据所述已处理时间窗口，对所述异常流水数据进行关联交易链接，得到完整交易过程；基于所述完整交易过程，当各个所述异常流水数据中均包含任一交易对象时，将所述交易对象确定为疑是账户。在本方案中，扫描各个日常流水数据，当风险预测得到的预测风险值大于第一预设阈值时，对异常流水数据进行关联交易链接，当各个异常流水数据中均包含任一交易对象时，将交易对象确定为疑是账户，基于此，在后续采用反向追查方式确定疑是账户的风险等级，从而完成异常账户检测，进而防止非法交易和提升风险防御水平。
附本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于反向追查的异常账户检测方法，其特征在于，所述方法包括：获取商业银行当前日期的各个日常流水数据；基于预先设置的规则库，扫描各个所述日常流水数据，得到各个异常流水数据；针对每一所述异常流水数据，基于预先构建的神经网络模型，对所述异常流水数据进行风险预测，得到预测风险值；若所述预测风险值大于第一预设阈值，根据所述预测风险值对预先设置的初始时间窗口进行处理，得到已处理时间窗口；根据所述已处理时间窗口，对所述异常流水数据进行关联交易链接，得到完整交易过程；基于所述完整交易过程，当各个所述异常流水数据中均包含任一交易对象时，将所述交易对象确定为疑是账户。2.根据权利要求1所述的方法，其特征在于，还包括：以所述交易对象为交易链路的末端，根据所述异常流水数据的数量，通过所述已处理时间窗口，获取转出方的列表集；查询所述列表集中的各个账户的详细交易记录，并挖掘各个所述账户的交易频繁项；计算各个所述详细交易记录的链路相似度；若所述链路相似度大于第二预设阈值，确定所述交易对象为异常账户，并将所述交易频繁项添加至所述规则库。3.根据权利要求1所述的方法，其特征在于，所述基于预先设置的规则库，扫描所述日常流水数据，得到异常流水数据，包括：基于预先设置的规则库，查找所述日常流水数据中不符合所述规则库中的规则的第一日常流水数据；提取所述第一日常流水数据，并将所述第一日常流水数据确定为异常流水数据。4.根据权利要求1所述的方法，其特征在于，所述基于预先构建的神经网络模型，对所述异常流水数据进行风险预测，得到预测风险值，包括：对所述异常流水数据进行信息查询，得到查询结果，所述查询结果包括交易时间、交易额度、交易对象和累计交易金额；基于所述查询结果和预先构建的神经网络模型，对所述异常流水数据进行风险预测，得到预测风险值。5.根据权利要求1所述的方法，其特征在于，在所述得到预测风险值之后，还包括：若所述预测风险值小于等于第一预设阈值，将所述异常流水数据确定为正常流水数据。6.根据权利要求1所述的方法，其特征在于，所述若所述预测风险值大于预设阈值，根据所述预测风险值对预先设置的初始时间窗口进行处理，得到已处理时间窗口，包括：若所述预...
【专利技术属性】
技术研发人员：程璐，
申请(专利权)人：中国银行股份有限公司，
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。