【技术实现步骤摘要】
本专利技术涉及异常交易检测，尤其涉及一种基于持续学习与知识库回放策略的异常交易检测方法。
技术介绍
1、金融交易异常检测是金融领域中一个至关重要的环节，其使用先进的技术手段识别和预防可能的欺诈行为。随着犯罪分子窃取银行卡信息和实施金融欺诈的手段日益进化，建立强大而智能的金融交易异常检测系统，及时识别和分析异常交易，对有效防止资金损失和维护社会安定等起着至关重要的作用。一般的金融交易异常检测方法，包括以下步骤：用户产生金融交易；金融机构接收交易信息；金融机构构建异常交易检测模型；判断交易是否正常；若正常，正常交易，不作处理；若不正常，对交易进行预警，由人工处理。其中，构建异常交易检测模型的方式至关重要，是维护整个金融交易秩序的核心手段。基于自编码器的异常交易检测系统如图1所示，采用保存历史数据并定期结合新数据构建新的异常交易检测模型。然而，由于在线生成的交易数据体量庞大，保存大量的历史数据再定期重头训练，会耗费大量存储与计算资源。此外，由于欺诈手法不断升级，阶段性更新模型的传统建模方式，难以实时进行有效检测。
2、受生物系统的...
【技术保护点】
1.一种基于持续学习与知识库回放策略的异常交易检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于持续学习与知识库回放策略的异常交易检测方法，其特征在于，所述自编码器的网络架构为全连接神经网络、循环神经网络、长短时记忆网络、Transformer模型中任意一种。
3.根据权利要求1所述的基于持续学习与知识库回放策略的异常交易检测方法，其特征在于，从知识库中挑选具有代表性的金融交易样本，包括：
4.根据权利要求1所述的基于持续学习与知识库回放策略的异常交易检测方法，其特征在于，获得首个训练轮次对应的异常交易检测模型和/或...
【技术特征摘要】
1.一种基于持续学习与知识库回放策略的异常交易检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于持续学习与知识库回放策略的异常交易检测方法，其特征在于，所述自编码器的网络架构为全连接神经网络、循环神经网络、长短时记忆网络、transformer模型中任意一种。
3.根据权利要求1所述的基于持续学习与知识库回放策略的异常交易检测方法，其特征在于，从知识库中挑选具有代表性的金融交易样本，包括：
4.根据权利要求1所述的基于持续学习与知识库回放策略的异常交易检测方法，其特征在于，获得首个训练轮次对应的异常交易检测模型和/或获得当前训练轮次对应的异常交易检测模型之后，还包括：...
【专利技术属性】
技术研发人员：杨新，吴美君，农雅轩，曹雪梅，李永豪，寇纲，
申请(专利权)人：西南财经大学，
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。