一种银行异常交易检测方法、系统及装置制造方法及图纸

本发明专利技术涉及人工智能技术领域，公开了一种银行异常交易检测方法、系统及装置，其技术方案要点包括如下步骤：S1、获取历史交易数据建模为图数据，构建交易网络图，交易网络图中包含有节点特征和边特征；S2、使用Node2Vec算法并进行参数调整，引入节点特征和边特征，来定义相邻节点之间的转移概率和设置节点游走方式，对交易网络图中的节点特征和边特征进行联合嵌入，得到节点的融合特征；S3、根据融合特征，对图卷积神经网络GCN进行训练，得到训练好的图卷积神经网络GCN；S4、将待测交易数据输入到图卷积神经网络GCN中，得到交易检测结果，整体方案能够提高对异常交易的敏感性，获得更准确的交易检测结果。

【技术实现步骤摘要】

本专利技术涉及人工智能，更具体地说，它涉及一种银行异常交易检测方法、系统及装置。

技术介绍

1、在当前数字化时代，银行交易数据规模不断增加，同时伴随着金融技术的发展，交易模式和用户行为变得更加多样化。然而，这也带来了一系列的挑战，其中之一是异常交易的准确检测。在金融领域，异常交易检测一直是一个关键问题，异常交易可能涉及盗窃他人账户、欺诈、洗钱、或其他非法活动，对金融机构和用户造成潜在的风险。

2、随着数字化时代的到来，传统的异常检测方法逐渐显露出一些局限性。早期的方法主要依赖于规则引擎和手动定义的规则来识别异常交易，然而，这样的方法缺乏对复杂模式的适应性。后来，统计学方法被引入，利用数据的分布特性进行检测。然而，这些方法通常基于假设数据分布，无法捕捉非线性关系。随着机器学习的兴起，监督学习方法也被广泛应用，但由于标注异常交易的成本较高，数据不平衡问题成为一个挑战。

3、目前的异常交易检测技术主要有规则引擎、统计学方法和监督学习等，但存在一些明显的缺陷和不足：

4、1.规则引擎僵化：传统方法难以充分捕捉用户之间的复杂交易关本文档来自技高网...

【技术保护点】

1.一种银行异常交易检测方法，其特征是：包括如下步骤：

2.根据权利要求1所述的一种银行异常交易检测方法，其特征是：在S1中，设一个用户的某一个时间段的交易操作序列数据存在n项，将交易操作序列数据表示为，，表示其中一笔交易，设每一笔交易中包含m个交易属性特征e，表示为；

3.根据权利要求2所述的一种银行异常交易检测方法，其特征是：S2包括如下子步骤：

4.根据权利要求3所述的一种银行异常交易检测方法，其特征是：S3中，根据融合特征，对图卷积神经网络GCN进行训练，包括：

5.根据权利要求4所述的一种银行异常交易检测方法，其特征是：c的取值为...

【技术特征摘要】

1.一种银行异常交易检测方法，其特征是：包括如下步骤：

2.根据权利要求1所述的一种银行异常交易检测方法，其特征是：在s1中，设一个用户的某一个时间段的交易操作序列数据存在n项，将交易操作序列数据表示为，，表示其中一笔交易，设每一笔交易中包含m个交易属性特征e，表示为；

3.根据权利要求2所述的一种银行异常交易检测方法，其特征是：s2包括如下子步骤：

4.根据权利要求3所述的一种银行异常交易检测方法，其特征是：s3中，根据融合特征，对图卷积神经网络gcn进行训练，包括：

5.根据权利要求4所述的一种银行异常交易检测方法，其特征是：c...

【专利技术属性】
技术研发人员：黄陈，方立兵，李昊骅，
申请(专利权)人：江苏苏商银行股份有限公司，
类型：发明
国别省市：