【技术实现步骤摘要】
本申请涉及数字化金融服务，具体而言，涉及一种基于人工智能的反欺诈交易识别方法及系统。
技术介绍
1、随着金融科技的飞速发展和金融交易服务空间的不断拓展，金融交易行为日益复杂多样，同时也伴随着欺诈风险的增加。传统的反欺诈手段往往依赖于人工审核和规则判断，难以应对大规模、高频率的现代金融交易场景。因此，如何有效识别并预防金融交易中的欺诈行为，保障金融市场的健康稳定发展，已成为当前金融行业亟待解决的问题。
2、在此背景下，基于人工智能的反欺诈交易识别方法应运而生。这类方法通过利用先进的人工智能技术，如机器学习、深度学习等，对金融交易数据进行深度挖掘和分析，以自动识别出潜在的欺诈行为。然而，现有的反欺诈交易识别方法在处理金融交易数据时，往往面临着数据质量不高、特征提取不准确、模型泛化能力不强等问题，导致识别效果不理想。
技术实现思路
1、有鉴于此，本申请的目的在于提供一种基于人工智能的反欺诈交易识别方法及系统，首先获取金融交易服务空间中的第一交易操作行为数据，并对其中目标类别的交易特征元素进行清洗，以生成更高质量的第二交易操作行为数据。然后，通过图自注意力网络获取第二交易操作行为数据的交易行为路径，为后续的反欺诈识别策略提供基础。接着，依据交易行为路径确定待执行的反欺诈识别策略的策略参数数据，包括策略启用节点及策略启用链路。最后，在金融交易服务空间中依据策略参数数据启用反欺诈识别策略，并获取反欺诈识别策略在金融交易服务空间中的可疑交易分布，通过关联分析生成欺诈风险识别数据，以表
2、依据本申请的第一方面，提供一种基于人工智能的反欺诈交易识别方法，所述方法包括：
3、获取金融交易服务空间中的第一交易操作行为数据，并将所述第一交易操作行为数据中目标类别的交易特征元素进行清洗，生成第二交易操作行为数据；
4、通过图自注意力网络获取所述第二交易操作行为数据的交易行为路径；
5、依据所述交易行为路径确定待执行的反欺诈识别策略的策略参数数据，所述策略参数数据包含所述反欺诈识别策略的策略启用节点及策略启用链路；
6、在所述金融交易服务空间中依据所述策略参数数据启用反欺诈识别策略，并获取所述反欺诈识别策略在所述金融交易服务空间中的可疑交易分布，所述可疑交易分布包括x个可疑交易事件，一个可疑交易事件在所述金融交易服务空间中对应一个风险节点，x为正整数；
7、将所述x个可疑交易事件对应的风险节点与所述交易行为路径进行关联分析，生成所述金融交易服务空间的欺诈风险识别数据；所述欺诈风险识别数据表征所述金融交易服务空间中的潜在欺诈行为。
8、在第一方面中，具体的，所述获取金融交易服务空间中的第一交易操作行为数据，包括：
9、获取金融交易服务空间中监控获得的至少一个交易会话位置；
10、对每个所述交易会话位置进行衍生，生成衍生后的各个交易会话位置；
11、依据所述衍生后的各个交易会话位置在所述金融交易服务空间中的空间定位业务，通过交易监控控件定义所述金融交易服务空间对应的数据观测视角；
12、通过数据观测工具，依据所述数据观测视角获取所述金融交易服务空间中的第一交易操作行为数据。
13、在第一方面中，具体的，所述获取金融交易服务空间中监控获得的至少一个交易会话位置，包括：
14、确定金融交易服务空间中待追踪的关键交易链路；
15、对所述关键交易链路进行交易监控，并在所述关键交易链路的交易监控过程中，保存所述金融交易服务空间中交易主体在不同时间节点分别对应的会话位置，由此生成对应的交易会话集合，所述交易会话集合包括y个会话位置，y为正整数；
16、依据设定时域参数，对所述交易会话集合中的y个会话位置进行时序分解处理，生成至少一个交易会话位置。
17、在第一方面中，具体的，所述将所述第一交易操作行为数据中目标类别的交易特征元素进行清洗，生成第二交易操作行为数据，包括：
18、确定所述金融交易服务空间中待清洗特征元素的目标类别；
19、游走所述第一交易操作行为数据中的各个特征元素，确定各个特征元素的元素类别；
20、如果交易特征元素的元素类别为所述目标类别，则获取所述交易特征元素在所述金融交易服务空间中对应的业务数据项标识；
21、将所述业务数据项标识的状态定义为无效状态，以将所述第一交易操作行为数据中目标类别的交易特征元素进行清洗，生成第二交易操作行为数据。
22、在第一方面中，具体的，所述通过图自注意力网络获取所述第二交易操作行为数据的交易行为路径，包括：
23、获取所述图自注意力网络所表征的图自注意力算法，并依据所述金融交易服务空间中的数据观测视角，在所述图自注意力算法中定义至少一个观测权重信息；
24、将所述图自注意力网络的关注类型定义为交易行为链路；
25、通过所述图自注意力网络定义好的图自注意力算法，依据所述交易行为链路提取所述金融交易服务空间的交易行为特征，生成所述第二交易操作行为数据的交易行为路径。
26、在第一方面中，具体的，所述依据所述交易行为路径确定待执行的反欺诈识别策略的策略参数数据，包括：
27、将所述交易行为路径划分为z×z个交易阶段，并确定所述z×z个交易阶段的z×z个关键节点，一个交易阶段对应一个关键节点，z为正整数；
28、通过交易监控控件，分别将所述z×z个关键节点的路径位置转换为风险指标位置；
29、依据所述z×z个关键节点的风险指标位置，确定待执行的z×z条反欺诈识别策略的策略启用链路；一个关键节点对应启用一条反欺诈识别策略。
30、在第一方面中，具体的，所述交易行为路径包括所述第二交易操作行为数据中至少一个交易行为实例的风险激励参数，所述风险激励参数表征相应交易行为实例与联动行为实例之间的联动权值；
31、所述欺诈风险识别数据包括x个可疑交易事件的风险识别结果，所述x个可疑交易事件中的任一个可疑交易事件表示为可疑交易事件w；
32、所述将所述x个可疑交易事件对应的风险节点与所述交易行为路径进行关联分析，生成所述金融交易服务空间的欺诈风险识别数据，包括：
33、依据风险评估模型对所述x个可疑交易事件中的可疑交易事件w进行风险量化处理，生成所述可疑交易事件w的风险量化值；
34、获取所述可疑交易事件w在所述交易行为路径中对应的风险激励参数；
35、依据所述可疑交易事件w的风险量化值及风险激励参数进行关联分析，生成所述可疑交易事件w的风险识别结果。
36、在第一方面中，具体的，所述可疑交易事件w的风险识别结果表征所述可疑交易事件w为高欺本文档来自技高网...
【技术保护点】
1.一种基于人工智能的反欺诈交易识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于人工智能的反欺诈交易识别方法，其特征在于，所述获取金融交易服务空间中的第一交易操作行为数据，包括：
3.根据权利要求2所述的基于人工智能的反欺诈交易识别方法，其特征在于，所述将所述第一交易操作行为数据中目标类别的交易特征元素进行清洗，生成第二交易操作行为数据，包括：
4.根据权利要求3所述的基于人工智能的反欺诈交易识别方法，其特征在于，所述通过图自注意力网络获取所述第二交易操作行为数据的交易行为路径，包括：
5.根据权利要求1所述的基于人工智能的反欺诈交易识别方法，其特征在于，所述依据所述交易行为路径确定待执行的反欺诈识别策略的策略参数数据，包括：
6.根据权利要求1所述的基于人工智能的反欺诈交易识别方法，其特征在于，所述交易行为路径包括所述第二交易操作行为数据中至少一个交易行为实例的风险激励参数，所述风险激励参数表征相应交易行为实例与联动行为实例之间的联动权值；
7.根据权利要求6所述的基于人工智能的反欺诈交易
8.根据权利要求6或7所述的基于人工智能的反欺诈交易识别方法，其特征在于，所述依据风险评估模型对所述X个可疑交易事件中的可疑交易事件w进行风险量化处理，生成所述可疑交易事件w的风险量化值，包括：
9.根据权利要求1所述的基于人工智能的反欺诈交易识别方法，其特征在于，所述欺诈风险识别数据表征所述X个可疑交易事件中的可疑交易事件w为高欺诈风险事件或低欺诈风险事件；所述将所述X个可疑交易事件对应的风险节点与所述交易行为路径进行关联分析，生成所述金融交易服务空间的欺诈风险识别数据之后，还包括：
10.一种基于人工智能的反欺诈交易识别系统，其特征在于，包括处理器以及计算机可读存储介质，所述计算机可读存储介质存储有机器可执行指令，所述机器可执行指令被处理器执行时实现权利要求1-9中任意一项所述的基于人工智能的反欺诈交易识别方法。
...【技术特征摘要】
1.一种基于人工智能的反欺诈交易识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于人工智能的反欺诈交易识别方法，其特征在于，所述获取金融交易服务空间中的第一交易操作行为数据，包括：
3.根据权利要求2所述的基于人工智能的反欺诈交易识别方法，其特征在于，所述将所述第一交易操作行为数据中目标类别的交易特征元素进行清洗，生成第二交易操作行为数据，包括：
4.根据权利要求3所述的基于人工智能的反欺诈交易识别方法，其特征在于，所述通过图自注意力网络获取所述第二交易操作行为数据的交易行为路径，包括：
5.根据权利要求1所述的基于人工智能的反欺诈交易识别方法，其特征在于，所述依据所述交易行为路径确定待执行的反欺诈识别策略的策略参数数据，包括：
6.根据权利要求1所述的基于人工智能的反欺诈交易识别方法，其特征在于，所述交易行为路径包括所述第二交易操作行为数据中至少一个交易行为实例的风险激励参数，所述风险激励参数表征相应交易行为实例与联动行为实例之间的联动权值；
7.根据权利要求6所述的基于人工智能的反欺诈...
【专利技术属性】
技术研发人员：李欣，聂文军，
申请(专利权)人：成都乐超人科技有限公司，
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。