一种金融网络中高效的异常子图发现方法技术

本发明专利技术公开了一种金融网络中高效的异常子图发现方法，首先，构建异常子图编码器学习金融网络中图结构和财务分布背后的隐藏特征；然后采用粗选原型发现算法在金融网络中识别出粗略选择出来的异常原型，利用来自编码器阶段的训练参数将候选子图编码为向量，并与训练的异常子图进行匹配；最后，通过异常子图优化算法使用强化学习框架对异常子图进行优化。本发明专利技术提出的RADIO模型比最先进的模型更加高效和有效，可以平稳地扩展到非常大的金融网络。

【技术实现步骤摘要】

本专利技术属于网络，具体涉及一种金融网络中高效的异常子图发现方法。

技术介绍

1、从金融网络中提取异常子图是一个重要的问题。这个问题通常用于检测欺诈和洗钱行为。例如，银行业可以检测那些将非法资金转移到无法追踪账户的犯罪分子，并保护人们的财产。

2、在目前的研究中，大多数异常发现解决方案忽略了洗钱的链式转账结构。具体而言，它们只考虑单步转账。然而，洗钱行为涉及不止一步的转账。为了解决这个问题，一些最近的研究工作提出检测涉及两步转账的子图。这些方法的问题在于它们只考虑结构信息，而忽略了相关的交易信息。但是一些涉及两步转账的子图可能是正常的，也就是说它们的交易是合法的。例如，大学账户向学生账户分发奖学金、津贴等，学生账户支付学费、宿舍费等给大学账户。这是一个两步转账，但交易是合法的。

3、为了解决以上问题，同时需要考虑交易信息，目前最好的方法antibenford建议利用benford定律对非法交易进行评估。benford定律，规定以数字o开头的数字的比例在自然数据集(如税收记录、股票报价等)中遵循单调递减函数，即log10(1+1/o)本文档来自技高网...

【技术保护点】

1.一种金融网络中高效的异常子图发现方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种金融网络中高效的异常子图发现方法，其特征在于，所述步骤1具体为：

3.根据权利要求1所述的一种金融网络中高效的异常子图发现方法，其特征在于，所述金融网络中高效的异常子图发现方法的总时间复杂性如式(10)所示：

【技术特征摘要】

1.一种金融网络中高效的异常子图发现方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种金融网络中高效的异常子图发现方法，其特征在于，所述步骤1...

【专利技术属性】
技术研发人员：韩笑琳，张轶焜，马晨昊，宋凌云，尚学群，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：