异常交易量检测方法及装置制造方法及图纸

本发明专利技术提供了一种异常交易量检测方法及装置，所述方法包括：获取交易数据，并利用短期环比算法、长期环比算法、同比算法及同比振幅算法，分别对所述交易数据进行计算，得到各个算法分别对应的计算结果；根据预设的算法加权参数及各个算法分别对应的计算结果，生成所述交易数据对应的预警评分；根据预设的预警阈值及所述交易数据对应的预警评分，确定所述交易数据的预警结果。本发明专利技术通过对交易量的实时检测，结合多种交易量计算算法，实现准确高效的异常交易量检测，并实时将异常检测结果进行输出，方便了业务人员能够第一时间发现异常交易数据并做出相应处理。数据并做出相应处理。数据并做出相应处理。

【技术实现步骤摘要】
异常交易量检测方法及装置


[0001]本专利技术涉及交易量检测
，尤指一种异常交易量检测方法及装置。

技术介绍

[0002]伴随移动支付的兴起，针对跨行转账业务的异常交易量监测就成为金融监管机构关注的重点。目前监测技术主要是通过根据历史数据进行统计分析获取，具有一定的滞后性。随着大数据技术的发展，虽然流式处理技术可以实时处理交易数据，但是缺少有效的实时检测算法，并没有发挥其作用。

技术实现思路

[0003]针对现有技术中存在的问题，本专利技术实施例的主要目的在于提供一种异常交易量检测方法及装置，实现实时异常交易量检测，以便及时对异常交易数据做出相应处理。
[0004]为了实现上述目的，本专利技术实施例提供一种异常交易量检测方法，方法包括：
[0005]获取交易数据，并利用短期环比算法、长期环比算法、同比算法及同比振幅算法，分别对交易数据进行计算，得到各个算法分别对应的计算结果；
[0006]根据预设的算法加权参数及各个算法分别对应的计算结果，生成交易数据对应的预警评分；
[0007]根据预设的预警阈值及所述交易数据对应的预警评分，确定所述交易数据的预警结果。
[0008]可选的，在本专利技术一实施例中，利用短期环比算法、长期环比算法、同比算法及同比振幅算法，分别对所述交易数据进行计算，得到各个算法分别对应的计算结果包括：
[0009]根据交易数据对应的时间窗口长度，利用短期环比算法对交易数据进行计算，得到短期环比算法对应的计算结果。
[0010]可选的，在本专利技术一实施例中，利用短期环比算法、长期环比算法、同比算法及同比振幅算法，分别对所述交易数据进行计算，得到各个算法分别对应的计算结果还包括：
[0011]根据交易数据对应的时间窗口长度及窗口数据序列，利用长期环比算法对交易数据进行计算，得到长期环比算法对应的计算结果。
[0012]可选的，在本专利技术一实施例中，利用短期环比算法、长期环比算法、同比算法及同比振幅算法，分别对所述交易数据进行计算，得到各个算法分别对应的计算结果还包括：
[0013]根据预设监测周期及其对应的监测数据，利用同比算法对交易数据进行计算，得到同比算法对应的计算结果。
[0014]本专利技术实施例还提供一种异常交易量检测装置，装置包括：
[0015]计算结果模块，用于获取交易数据，并利用短期环比算法、长期环比算法、同比算法及同比振幅算法，分别对所述交易数据进行计算，得到各个算法分别对应的计算结果；
[0016]预警评分模块，用于根据预设的算法加权参数及各个算法分别对应的计算结果，生成交易数据对应的预警评分；
[0017]预警结果模块，用于根据预设的预警阈值及所述交易数据对应的预警评分，确定交易数据的预警结果。
[0018]可选的，在本专利技术一实施例中，计算结果模块还用于：根据交易数据对应的时间窗口长度，利用短期环比算法对交易数据进行计算，得到短期环比算法对应的计算结果。
[0019]可选的，在本专利技术一实施例中，计算结果模块还用于：根据交易数据对应的时间窗口长度及窗口数据序列，利用长期环比算法对交易数据进行计算，得到长期环比算法对应的计算结果。
[0020]可选的，在本专利技术一实施例中，计算结果模块还用于：根据预设监测周期及其对应的监测数据，利用同比算法对所述交易数据进行计算，得到同比算法对应的计算结果。
[0021]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法。
[0022]本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。
[0023]本专利技术还提供一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现上述方法的步骤。
[0024]本专利技术通过对交易量的实时检测，结合多种交易量计算算法，实现准确高效的异常交易量检测，并实时将异常检测结果进行输出，方便了业务人员能够第一时间发现异常交易数据并做出相应处理。
附图说明
[0025]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0026]图1为本专利技术实施例一种异常交易量检测方法的流程图；
[0027]图2为本专利技术实施例中应用异常交易量检测方法的系统的结构示意图；
[0028]图3为本专利技术实施例中系统处理流程示意图；
[0029]图4为本专利技术实施例中算法逻辑示意图；
[0030]图5为本专利技术实施例中时间序列示意图；
[0031]图6为本专利技术实施例中长期环比算法示意图；
[0032]图7为本专利技术实施例一种异常交易量检测装置的结构示意图；
[0033]图8为本专利技术一实施例所提供的电子设备的结构示意图。
具体实施方式
[0034]本专利技术实施例提供一种异常交易量检测方法及装置。
[0035]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0036]如图1所示为本专利技术实施例一种异常交易量检测方法的流程图，本专利技术实施例提供的异常交易量检测方法的执行主体包括但不限于计算机。本专利技术通过对交易量的实时检测，结合多种交易量计算算法，实现准确高效的异常交易量检测，并实时将异常检测结果进行输出，方便了业务人员能够第一时间发现异常交易数据并做出相应处理。图1中所示方法包括：
[0037]步骤S1，获取交易数据，并利用短期环比算法、长期环比算法、同比算法及同比振幅算法，分别对交易数据进行计算，得到各个算法分别对应的计算结果；
[0038]步骤S2，根据预设的算法加权参数及各个算法分别对应的计算结果，生成交易数据对应的预警评分；
[0039]步骤S3，根据预设的预警阈值及交易数据对应的预警评分，确定交易数据的预警结果。
[0040]其中，接收外部系统发送的交易数据，并进行缓存。利用短期环比算法、长期环比算法、同比算法及同比振幅算法，分别对交易数据进行计算，得到各个算法分别对应的计算结果。
[0041]作为本专利技术的一个实施例，利用短期环比算法、长期环比算法、同比算法及同比振幅算法，分别对交易数据进行计算，得到各个算法分别对应的计算结果包括：根据交易数据对应的时间窗口长度，利用短期环比算法对交易数据进行计算，得到短期环比算法对应的计算结果。
[0042]其中，短期环比算法利用较短时间间隔内数据相互依赖性较强的特点来判断当前时刻是否为异常点。在时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常交易量检测方法，其特征在于，所述方法包括：获取交易数据，并利用短期环比算法、长期环比算法、同比算法及同比振幅算法，分别对所述交易数据进行计算，得到各个算法分别对应的计算结果；根据预设的算法加权参数及各个算法分别对应的计算结果，生成所述交易数据对应的预警评分；根据预设的预警阈值及所述交易数据对应的预警评分，确定所述交易数据的预警结果。2.根据权利要求1所述的方法，其特征在于，所述利用短期环比算法、长期环比算法、同比算法及同比振幅算法，分别对所述交易数据进行计算，得到各个算法分别对应的计算结果包括：根据所述交易数据对应的时间窗口长度，利用短期环比算法对所述交易数据进行计算，得到短期环比算法对应的计算结果。3.根据权利要求1所述的方法，其特征在于，所述利用短期环比算法、长期环比算法、同比算法及同比振幅算法，分别对所述交易数据进行计算，得到各个算法分别对应的计算结果还包括：根据所述交易数据对应的时间窗口长度及窗口数据序列，利用长期环比算法对所述交易数据进行计算，得到长期环比算法对应的计算结果。4.根据权利要求1所述的方法，其特征在于，所述利用短期环比算法、长期环比算法、同比算法及同比振幅算法，分别对所述交易数据进行计算，得到各个算法分别对应的计算结果还包括：根据预设监测周期及其对应的监测数据，利用同比算法对所述交易数据进行计算，得到同比算法对应的计算结果。5.一种异常交易量检测装置，其特征在于，所述装置包括：计算结果模块，用于获取交易数据，并利用短...

【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：中国人民银行清算总中心，
类型：发明
国别省市：