【技术实现步骤摘要】
一种异常数据识别方法、装置、设备及可读存储介质
[0001]本专利技术涉及数据处理
,具体而言,涉及一种异常数据识别方法、装置、设备及可读存储介质。
技术介绍
[0002]目前,在银行领域,客户因商业贸易,资产管理等原因,经常需要使用银行的渠道,向其他客户做转账,然而洗钱等金融犯罪,也会透过银行的渠道完成交易。为此银行有责任对通过银行渠道进行的金融交易进行风控,排查可疑客户以维护银行的行业形象。
技术实现思路
[0003]本专利技术的目的在于提供一种异常数据识别方法、装置、设备及可读存储介质,以改善上述问题。
[0004]为了实现上述目的,本申请实施例提供了如下技术方案:
[0005]一方面,本申请实施例提供了一种异常数据识别方法,所述方法包括:
[0006]获取第一数据和第二数据,所述第一数据包括第一统计指标在当前时间段下的真实数值,所述第二数据包括所述第一统计指标在历史时间段下的真实数值;
[0007]基于所述第二数据和autogression算法计算在当前时间段下所述第一统计指标所对应的残差;
[0008]将所述残差输入残差序列图模型得到所述第一统计指标在下一时间段对应的预测均值和标准差;
[0009]基于所述第一数据、所述预测均值和所述标准差判断所述第一数据是否异常。
[0010]第二方面,本申请实施例提供了一种异常数据识别装置,所述装置包括获取模块、第一计算模块、第二计算模块和判断模块。
[0011]获取模块,用于获取第一 ...
【技术保护点】
【技术特征摘要】
1.一种异常数据识别方法,其特征在于,包括:获取第一数据和第二数据,所述第一数据包括第一统计指标在当前时间段下的真实数值,所述第二数据包括所述第一统计指标在历史时间段下的真实数值;基于所述第二数据和autogression算法计算在当前时间段下所述第一统计指标所对应的残差;将所述残差输入残差序列图模型得到所述第一统计指标在下一时间段对应的预测均值和标准差;基于所述第一数据、所述预测均值和所述标准差判断所述第一数据是否异常。2.根据权利要去1所述的异常数据识别方法,其特征在于,所述基于所述第二数据和autogression算法计算在当前时间段下所述第一统计指标所对应的残差,包括:将所述第二数据输入所述autogression算法中,计算得到所述第一统计指标在当前时间段下的预测数值;将所述第一统计指标在当前时间段下的真实数值减去所述第一统计指标在当前时间段下的预测数值得到当前时间段所述第一统计指标所对应的残差。3.根据权利要去1所述的异常数据识别方法,其特征在于,所述残差序列图模型的构建方法,包括:将第一时间段各个统计指标对应的真实数值进行集合,得到第一集合,将第二时间段各个统计指标对应的真实数值进行集合,得到第二集合,所述第二时间段在所述第一时间段之后;将所述第一集合和所述第二集合中的真实数值按照相同的预设顺序进行排序后形成第一列向量和第二列向量;将所述第一列向量和所述第二列向量输入神经网络模型中,得到各个统计指标所对应的损失函数,将所有的所述损失函数进行平均计算,得到平均后的损失函数;使所述平均后的损失函数最小化,得到所述残差序列图模型。4.根据权利要去3所述的异常数据识别方法,其特征在于,所述基于所述第一数据、所述预测均值和所述标准差判断所述第一数据是否异常,包括:基于所述预测均值和所述标准差计算所述预测均值加上三个所述标准差的值,得到第一数值,计算所述预测均值减去三个所述标准差的值,得到第二数值;判断所述第一数据是否处于所述第一数值和所述第二数值所形成的数值范围内,若处于则所述第一数据的判断结果为正常,若不处于则所述第一数据的判断结果为异常。5.根据权利要去4所述的异常数据识别方法,其特征在于,所述第一数据的判断结果为异常后,还包括:根据使所述平均后的损失函数最小化后得到的时间序列连通矩阵,得到与所述第一统计指标关系最紧密的统计指标;基于与所述第一统计指标关系最紧密的统计指标在当前时间段下的真实数值分析所述第一数据异常的原因,得到异常分析结果。6.根据权利要去5所述的异常数据识别方法,其特征在于,所述根据使所述平均后的损失函数最小化后得到的时间序列连通矩阵,得到与所述第一统计指标关系最紧密的统计指标,包括:
将除开所述第一统计指标之外的其他统计指标记为第二统计指标;将所述第一统计指标在所述列向量中的排列序号记为N,将每个所述第二统计指标在所述列向量中的排列序号记为M,所述N和M均为正整数;在所述时间序列连通矩阵中查找位于第N行第M列位置的元素,并计算每个所述元素的绝对值;筛选出绝对值中的最大值,将所述最大值所对应的所述第二统计指标识别为与所述第一统计指标关系最紧密的统计指标。7.一种异常数据识别装置,其特征在于,包括:获取模块,用于获取第一数据和第二数据,所述第一数据包括第一统计指标在当前时间段下的真实数值,所述第二数据包括所述第一统计指标在历史时间段下的...
【专利技术属性】
技术研发人员:范相儒,闭思泽,冯瑜,曹志远,刘春,邹双辉,马楚芊,刘明广,郑聪,
申请(专利权)人:中信银行股份有限公司,
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。