CN111507649A - 一种基于区块链的金融大数据风控平台 - Google Patents

一种基于区块链的金融大数据风控平台 Download PDF

Info

Publication number
CN111507649A
CN111507649A CN202010607918.8A CN202010607918A CN111507649A CN 111507649 A CN111507649 A CN 111507649A CN 202010607918 A CN202010607918 A CN 202010607918A CN 111507649 A CN111507649 A CN 111507649A
Authority
CN
China
Prior art keywords
financial data
data
representing
class
financial
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010607918.8A
Other languages
English (en)
Other versions
CN111507649B (zh
Inventor
刘星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jingdong Technology Co., Ltd
Original Assignee
Nanchang Woody Medical Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanchang Woody Medical Technology Co ltd filed Critical Nanchang Woody Medical Technology Co ltd
Priority to CN202010909416.0A priority Critical patent/CN112036754B/zh
Priority to CN202010607918.8A priority patent/CN111507649B/zh
Publication of CN111507649A publication Critical patent/CN111507649A/zh
Application granted granted Critical
Publication of CN111507649B publication Critical patent/CN111507649B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
    • H04L2209/56—Financial cryptography, e.g. electronic payment or e-cash
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

一种基于区块链的金融大数据风控平台，包括金融数据获取模块、金融数据检测模块、金融数据传输模块和区块链存储模块，所述金融数据获取模块用于收集金融数据，所述金融数据检测模块用于对收集的金融数据进行聚类，并判断聚类所得的各个类中的金融数据是安全数据还是可疑数据，将判断为可疑数据的类中的金融数据舍弃，将判断为安全数据的类中的金融数据通过金融数据传输模块传输至区块链存储模块进行存储。本发明的有益效果：设置了金融数据检测模块，所述金融数据检测模块通过对接收到的金融数据进行聚类，并判断聚类所得的各个类中的金融数据是安全数据还是可疑数据，保证了这些金融数据在进入区块链存储模块时的安全性。

Description

一种基于区块链的金融大数据风控平台
技术领域
本发明创造涉及金融安全领域，具体涉及一种基于区块链的金融大数据风控平台。
背景技术
比特币出现之后，对金融领域带来了巨大的影响，比特币的底层技术区块链技术由于去中心化，不可篡改，去信任，集体维护等特点也受到了广泛的关注。将区块链技术和金融领域的结合是目前受到区块链研究者最多关注的方向之一，通过区块链技术的去中心化，不可篡改以及可追踪等特点能够有效的提高金融数据存储的安全性。
然而，在金融数据的获取过程中并不能保证获取的金融数据的安全性，当获取的金融数据中存在恶意数据并且这些恶意数据存入了区块链中时，将对区块链的安全性造成不可估量的危害。
发明内容
针对上述问题，本发明旨在提供一种基于区块链的金融大数据风控平台。
本发明创造的目的通过以下技术方案实现：
一种基于区块链的金融大数据风控平台，包括金融数据获取模块、金融数据检测模块、金融数据传输模块和区块链存储模块，所述金融数据获取模块用于收集金融数据，并将收集的金融数据输入到金融数据检测模块，所述金融数据检测模块用于对接收到的金融数据进行聚类，并判断聚类所得的各个类中的金融数据是安全数据还是可疑数据，将判断为可疑数据的类中的金融数据舍弃，将判断为安全数据的类中的金融数据通过金融数据传输模块传输至区块链存储模块进行存储；所述金融数据检测模块包括金融数据分类单元和金融数据判断单元，所述金融数据分类单元用于对接收到的金融数据进行聚类，将金融数据分类单元接收到的待分类的金融数据表示为集合
Figure 446766DEST_PATH_IMAGE001
，且
Figure 263412DEST_PATH_IMAGE002
，其中，
Figure 79053DEST_PATH_IMAGE003
表示集合
Figure 602438DEST_PATH_IMAGE001
中的第
Figure 829020DEST_PATH_IMAGE004
个金融数据，
Figure 385160DEST_PATH_IMAGE005
表示金融数据集合
Figure 988179DEST_PATH_IMAGE001
中的金融数据量，所述金融数据分类单元采用FCM算法将金融数据集合
Figure 366071DEST_PATH_IMAGE001
中的金融数据进行分类，设
Figure 779866DEST_PATH_IMAGE006
表示金融数据集合
Figure 305525DEST_PATH_IMAGE001
划分的类别集合，且
Figure 961503DEST_PATH_IMAGE007
，其中，
Figure 256218DEST_PATH_IMAGE008
表示类别集合
Figure 840915DEST_PATH_IMAGE006
中的第
Figure 853870DEST_PATH_IMAGE009
个类，
Figure 45030DEST_PATH_IMAGE010
表示类别集合
Figure 459831DEST_PATH_IMAGE006
中的类别数，所述FCM算法采用聚类有效性指标
Figure 215428DEST_PATH_IMAGE011
确定将金融数据集合
Figure 653363DEST_PATH_IMAGE001
划分的类别数
Figure 401876DEST_PATH_IMAGE010
，
Figure 920451DEST_PATH_IMAGE011
的表达式为：
Figure 96218DEST_PATH_IMAGE013
式中，设
Figure 834498DEST_PATH_IMAGE014
表示类别集合
Figure 121122DEST_PATH_IMAGE006
中的第
Figure 762713DEST_PATH_IMAGE015
个类，
Figure 843801DEST_PATH_IMAGE016
表示类
Figure 69377DEST_PATH_IMAGE014
的聚类中心，
Figure 159693DEST_PATH_IMAGE017
表示类
Figure 652860DEST_PATH_IMAGE008
的聚类中心，
Figure 170429DEST_PATH_IMAGE018
表示类别集合
Figure 617722DEST_PATH_IMAGE006
中类的聚类中心的均值，且
Figure 183833DEST_PATH_IMAGE019
，
Figure 547818DEST_PATH_IMAGE020
表示金融数据
Figure 482626DEST_PATH_IMAGE003
隶属于类
Figure 479532DEST_PATH_IMAGE008
的隶属度，
Figure 911650DEST_PATH_IMAGE021
表示金融数据
Figure 379410DEST_PATH_IMAGE003
在类
Figure 176464DEST_PATH_IMAGE008
和类
Figure 660667DEST_PATH_IMAGE014
之间的重叠度，且
Figure 630897DEST_PATH_IMAGE022
Figure 641578DEST_PATH_IMAGE023
，其中，
Figure 924048DEST_PATH_IMAGE024
表示金融数据
Figure 82497DEST_PATH_IMAGE003
隶属于类
Figure 607150DEST_PATH_IMAGE014
的隶属度，
Figure 534655DEST_PATH_IMAGE025
表示重叠度阈值，
Figure 985097DEST_PATH_IMAGE026
表示类
Figure 630842DEST_PATH_IMAGE008
对应的紧密性的修正因子，且
Figure 959186DEST_PATH_IMAGE026
的值采用下列方式确定：
对金融数据集合
Figure 741197DEST_PATH_IMAGE001
中的金融数据进行遍历，设
Figure 359611DEST_PATH_IMAGE027
表示金融数据集合
Figure 492652DEST_PATH_IMAGE001
中的第
Figure 546058DEST_PATH_IMAGE028
个金融数据，
Figure 261205DEST_PATH_IMAGE029
表示类别集合
Figure 741865DEST_PATH_IMAGE006
中的第
Figure 611469DEST_PATH_IMAGE030
个类，
Figure 265305DEST_PATH_IMAGE031
表示金融数据
Figure 959591DEST_PATH_IMAGE027
隶属于类
Figure 752098DEST_PATH_IMAGE029
的隶属度，当
Figure 846349DEST_PATH_IMAGE032
Figure 303875DEST_PATH_IMAGE033
时，则将金融数据
Figure 931297DEST_PATH_IMAGE027
加入到类
Figure 816076DEST_PATH_IMAGE008
中；
设类
Figure 394694DEST_PATH_IMAGE034
，其中，
Figure 593594DEST_PATH_IMAGE035
表示类
Figure 324790DEST_PATH_IMAGE008
中的第
Figure 193520DEST_PATH_IMAGE036
个金融数据，
Figure 342258DEST_PATH_IMAGE037
表示类
Figure 892319DEST_PATH_IMAGE008
中的金融数据量，对类
Figure 478022DEST_PATH_IMAGE008
中的金融数据
Figure 219450DEST_PATH_IMAGE035
进行筛选，设
Figure 461076DEST_PATH_IMAGE038
表示金融数据
Figure 798516DEST_PATH_IMAGE035
隶属于类
Figure 255037DEST_PATH_IMAGE008
的隶属度，
Figure 652520DEST_PATH_IMAGE039
表示金融数据
Figure 381441DEST_PATH_IMAGE035
隶属于类别集合
Figure 774770DEST_PATH_IMAGE006
中类的第二大隶属度，当
Figure 335064DEST_PATH_IMAGE040
时，则将类
Figure 106711DEST_PATH_IMAGE008
中的金融数据
Figure 870399DEST_PATH_IMAGE035
标记为1，当
Figure 815221DEST_PATH_IMAGE041
时，则将类
Figure 167705DEST_PATH_IMAGE008
中的金融数据
Figure 421838DEST_PATH_IMAGE035
标记为
Figure 922089DEST_PATH_IMAGE042
；将类
Figure 342706DEST_PATH_IMAGE008
中标记为1的金融数据组成集合
Figure 628325DEST_PATH_IMAGE043
，且
Figure 804092DEST_PATH_IMAGE044
，其中，
Figure 37977DEST_PATH_IMAGE045
表示集合
Figure 262285DEST_PATH_IMAGE043
中的第
Figure 386099DEST_PATH_IMAGE046
个金融数据，
Figure 483499DEST_PATH_IMAGE047
表示集合
Figure 896026DEST_PATH_IMAGE043
中的金融数据量，则
Figure 986342DEST_PATH_IMAGE048
的值为：
Figure 479509DEST_PATH_IMAGE050
式中，
Figure 669182DEST_PATH_IMAGE051
表示集合
Figure 631321DEST_PATH_IMAGE043
中的第
Figure 197432DEST_PATH_IMAGE052
个金融数据，
Figure 312150DEST_PATH_IMAGE053
表示金融数据集合
Figure 735041DEST_PATH_IMAGE001
中的第
Figure 436674DEST_PATH_IMAGE054
个金融数据，
Figure 806475DEST_PATH_IMAGE055
表示金融数据集合
Figure 759388DEST_PATH_IMAGE001
中的第
Figure 369492DEST_PATH_IMAGE056
个金融数据；所述金融数据判断单元用于判断聚类所得的各个类中的金融数据是安全数据还是可疑数据。
优选地，在金融数据集合
Figure 978328DEST_PATH_IMAGE001
中选取
Figure 214137DEST_PATH_IMAGE010
个初始聚类中心，定义
Figure 536403DEST_PATH_IMAGE057
表示金融数据
Figure 566676DEST_PATH_IMAGE003
成为聚类中心的概率值，则
Figure 662808DEST_PATH_IMAGE057
的表达式为：
Figure 187461DEST_PATH_IMAGE058
式中，
Figure 114966DEST_PATH_IMAGE059
表示给定的截断距离，
Figure 253823DEST_PATH_IMAGE060
表示金融数据
Figure 145906DEST_PATH_IMAGE003
对应的密度调节系数，且
Figure 457939DEST_PATH_IMAGE060
的值采用下列方式确定：
设
Figure 443212DEST_PATH_IMAGE061
表示金融数据
Figure 566020DEST_PATH_IMAGE003
的局部邻域数据集合，给定正整数
Figure 699061DEST_PATH_IMAGE062
，且
Figure 752468DEST_PATH_IMAGE063
，将金融数据集合
Figure 903832DEST_PATH_IMAGE001
中的金融数据按其和金融数据
Figure 446809DEST_PATH_IMAGE003
之间距离的绝对值由小到大进行排序组成序列
Figure 739250DEST_PATH_IMAGE064
，选取序列
Figure 409397DEST_PATH_IMAGE064
中的前2M个金融数据加入到集合
Figure 166001DEST_PATH_IMAGE061
中，设
Figure 132076DEST_PATH_IMAGE065
，其中，
Figure 177392DEST_PATH_IMAGE066
表示集合
Figure 634918DEST_PATH_IMAGE061
中的第
Figure 996761DEST_PATH_IMAGE067
个金融数据；将集合
Figure 84803DEST_PATH_IMAGE061
中的金融数据按其和金融数据
Figure 414153DEST_PATH_IMAGE003
之间距离的绝对值由小到大进行排序组成序列
Figure 924637DEST_PATH_IMAGE068
，设
Figure 390254DEST_PATH_IMAGE069
表示金融数据
Figure 649197DEST_PATH_IMAGE066
在序列
Figure 216575DEST_PATH_IMAGE068
中的排序；设
Figure 15904DEST_PATH_IMAGE070
表示金融数据
Figure 539289DEST_PATH_IMAGE066
的局部邻域数据集合，将金融数据集合
Figure 277789DEST_PATH_IMAGE001
中的金融数据按其和金融数据
Figure 316152DEST_PATH_IMAGE066
之间距离的绝对值由小到大进行排序组成序列
Figure 856854DEST_PATH_IMAGE071
，选取序列
Figure 313375DEST_PATH_IMAGE071
中的前2M个金融数据加入到集合
Figure 710858DEST_PATH_IMAGE070
中，设
Figure 439780DEST_PATH_IMAGE072
，其中，
Figure 830178DEST_PATH_IMAGE073
表示集合
Figure 390473DEST_PATH_IMAGE070
中的第
Figure 896541DEST_PATH_IMAGE074
个金融数据；将集合
Figure 925808DEST_PATH_IMAGE070
中的金融数据按其和金融数据
Figure 870630DEST_PATH_IMAGE066
之间的距离的绝对值由小到大进行排序，组成序列
Figure 223114DEST_PATH_IMAGE075
，设
Figure 480176DEST_PATH_IMAGE076
表示金融数据
Figure 980428DEST_PATH_IMAGE003
在序列
Figure 214094DEST_PATH_IMAGE075
中的排序，当
Figure 686664DEST_PATH_IMAGE077
时，则将金融数据
Figure 596851DEST_PATH_IMAGE066
标记为金融数据
Figure 833666DEST_PATH_IMAGE003
的参考数据；
设
Figure 57974DEST_PATH_IMAGE078
表示金融数据
Figure 447367DEST_PATH_IMAGE003
的参考数据集合，且
Figure 939176DEST_PATH_IMAGE079
，则
Figure 351703DEST_PATH_IMAGE060
的值为：
Figure 176440DEST_PATH_IMAGE081
式中，
Figure 171071DEST_PATH_IMAGE082
表示集合
Figure 688640DEST_PATH_IMAGE078
中的第
Figure 588463DEST_PATH_IMAGE083
个参考数据，
Figure 466158DEST_PATH_IMAGE084
表示集合
Figure 564564DEST_PATH_IMAGE078
中的参考数据量。
优选地，设
Figure 190718DEST_PATH_IMAGE085
表示在金融数据集合
Figure 390886DEST_PATH_IMAGE001
中选取的聚类中心集合，根据金融数据集合
Figure 557425DEST_PATH_IMAGE001
中各金融数据成为聚类中心的概率值选取聚类中心，并将选取的聚类中心加入到集合
Figure 713600DEST_PATH_IMAGE085
中，具体包括：
Step1：在金融数据集合
Figure 825169DEST_PATH_IMAGE001
中选取具有最大概率值的金融数据为第一个聚类中心
Figure 496322DEST_PATH_IMAGE086
，并将选取的聚类中心
Figure 482863DEST_PATH_IMAGE086
加入到聚类中心集合
Figure 493545DEST_PATH_IMAGE085
中；
Step2：在金融数据集合
Figure 523818DEST_PATH_IMAGE001
中选取剩余的聚类中心，设
Figure 931534DEST_PATH_IMAGE087
表示金融数据集合
Figure 377559DEST_PATH_IMAGE001
中第
Figure 570643DEST_PATH_IMAGE088
个金融数据，定义
Figure 522550DEST_PATH_IMAGE089
表示金融数据
Figure 168294DEST_PATH_IMAGE087
成为聚类中心的权值，且
Figure 418010DEST_PATH_IMAGE089
的表达式为：
Figure 711939DEST_PATH_IMAGE091
式中，
Figure 84014DEST_PATH_IMAGE092
表示金融数据
Figure 154738DEST_PATH_IMAGE087
对应的取值函数，当
Figure 21194DEST_PATH_IMAGE093
时，则
Figure 923291DEST_PATH_IMAGE094
，当
Figure 403951DEST_PATH_IMAGE095
时，则
Figure 7977DEST_PATH_IMAGE096
，
Figure 927391DEST_PATH_IMAGE097
表示聚类中心集合
Figure 434727DEST_PATH_IMAGE085
中的第
Figure 86288DEST_PATH_IMAGE098
个聚类中心，
Figure 193921DEST_PATH_IMAGE099
表示此时聚类中心集合
Figure 903645DEST_PATH_IMAGE085
中的聚类中心数，
Figure 514755DEST_PATH_IMAGE100
表示金融数据
Figure 602796DEST_PATH_IMAGE087
成为聚类中心的概率值；
在金融数据集合
Figure 682879DEST_PATH_IMAGE001
中选取具有最大权值的金融数据为聚类中心，并将其加入到集合
Figure 678517DEST_PATH_IMAGE085
中；
Step3：继续采用Step2中的方法在金融数据集合
Figure 347396DEST_PATH_IMAGE001
中选取聚类中心，直到选取的聚类中心的个数等于
Figure 917923DEST_PATH_IMAGE010
时停止选取聚类中心。
优选地，区块链存储模块中设置有节点检测单元，所述节点检测单元用于监测区块链节点的挖矿结果，当监测到只有一个区块链节点挖矿成功，则该区块链节点获得记账权并赚取挖矿酬金，当监测到有多个区块链节点挖矿成功时，对挖矿成功的区块链节点进行筛选，设
Figure 468990DEST_PATH_IMAGE101
表示当前挖矿成功的第
Figure 471581DEST_PATH_IMAGE102
个区块链节点，且
Figure 808016DEST_PATH_IMAGE103
，其中，
Figure 34598DEST_PATH_IMAGE104
表示监测到的当前挖矿成功的区块链节点数，定义
Figure 584878DEST_PATH_IMAGE105
表示区块链节点
Figure 125581DEST_PATH_IMAGE101
挖矿产生区块的时间，当
Figure 565789DEST_PATH_IMAGE106
时，则选取区块链节点
Figure 979584DEST_PATH_IMAGE107
获得记账权并赚取挖矿酬金，并将区块链节点
Figure 442927DEST_PATH_IMAGE107
产生的区块接入主链。
本发明创造的有益效果：为了保证在将收集的金融数据存入区块链存储模块之前的安全性，设置了金融数据检测模块，所述金融数据检测模块通过对接收到的金融数据进行聚类，并判断聚类所得的各个类中的金融数据是安全数据还是可疑数据，保证了这些金融数据在进入区块链存储模块时的安全性；所述金融数据检测模块采用FCM算法对接收到的金融数据进行聚类，提出了一种新的FCM算法的聚类有效性指标，所述聚类有效性指标同时考虑当前类别集合中类的紧密型、分离性和重叠度，选取使得聚类有效性指标最小时对应的类别数即为要确定的最优类别数，传统的聚类有效性指标在衡量类的紧密性的时候，没有考虑到不同的类间尺寸对类的紧密性的影响，针对上述问题，本优选实施例在聚类有效性指标中引入了紧密性的修正因子对待检测类的紧密性进行修正，所述修正因子能够有效的消除类间不同尺寸对类的紧密性的影响，使得不同尺寸的类能够拥有相近的紧密性值，所述待检测类的紧密性的修正因子的值根据待检测类中的金融数据进行确定，为了使得修正因子的值能够准确的衡量待检测类的尺寸，本优选实施例对待检测类中的金融数据进行筛选和标记，将待检测类中满足
Figure 849637DEST_PATH_IMAGE108
的金融数据标记为1，所述标记为1的金融数据为聚类结果较为明确的金融数据，即其具有较大的概率属于待检测类，从而根据待检测类中标记为1的金融数据确定的修正因子值能够准确的衡量待检测类的尺寸，实现了根据待检测类的尺寸对待检测类的紧密性进行自适应的调整，从而消除了类间不同尺寸对类的紧密性的影响，使得根据聚类有效性指标确定的最优类别数更加的符合待分类的金融数据的分布特性；在金融数据集合中选取聚类中心的过程中，定义的概率值的计算公式中的指数函数部分通过衡量各金融数据的局部密度来确定所述金融数据是否成为聚类中心，当类间密度不同时，如果仅仅通过衡量金融数据的局部密度来选取聚类中心，容易造成不能有效的选取密度较小的类的聚类中心，从而影响聚类结果的准确性，针对上述情况，本优选实施例在所述概率值的计算公式中引入了密度调节系数，所述密度调节系数用于通过衡量所述金融数据和距离其最近的参考数据之间的分布情况对所述金融数据的局部密度进行调节，在选取所述金融数据的参考数据时，为了适应类间不同的密度情况，本优选实施例通过计算所述金融数据和参考数据之间距离的排序确定所述金融数据的参考数据，当所述参考数据为金融数据集合中距离所述金融数据较近的一个金融数据，并且所述金融数据也为金融数据集合中距离所述参考数据较近的一个金融数据时，则表明所述金融数据和所述参考数据互为较为接近的数据，即所述金融数据和所述参考数据具有较大概率属于同一个类，所述密度调节系数通过衡量所述金融数据和其参考数据之间的分布情况能够有效的判断所述金融数据所处类的密度情况，当所述金融数据和其参考数据之间的距离较大时，表明所述金融数据所处类的密度较小，此时密度调节系数的较大，即提高密度较小的类中的金融数据被选取为聚类中心的概率，即采用密度调节系数对所述金融数据的概率值中的指数函数部分进行调节，使得定义的金融数据成为聚类中心的概率值能够适应类间不同密度的情况，从而提高了聚类中心选取的准确性；选取金融数据集合
Figure 659199DEST_PATH_IMAGE001
中具有最大概率值的金融数据为第一个聚类中心，即选取金融数据集合
Figure 227584DEST_PATH_IMAGE001
中具有较大局部密度的金融数据为第一个聚类中心，在接下来的聚类中心的选取过程中引入了所述金融数据和已选取的聚类中心之间的距离因素，使得选取的聚类中心之间具有较大的距离，从而使得选取的聚类中心在金融数据集合
Figure 443801DEST_PATH_IMAGE001
中分布的较为全面；此外，在区块链存储模块中设置有节点检测单元用于在区块链即将产生分叉前对挖矿成功的区块链节点进行检测和筛选，最终只允许唯一区块接入主链，从而能够有效的避免了分叉的产生，保证了区块链中数据的一致性并进一步维护了区块链的健壮性。
附图说明
利用附图对发明创造作进一步说明，但附图中的实施例不构成对本发明创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明结构示意图。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本实施例的一种基于区块链的金融大数据风控平台，包括金融数据获取模块、金融数据检测模块、金融数据传输模块和区块链存储模块，所述金融数据获取模块用于收集金融数据，并将收集到的金融数据输入到金融数据检测模块，所述金融数据检测模块用于对接收到的金融数据进行聚类，并判断聚类所得的各个类中的金融数据是安全数据还是可疑数据，将判断为可疑数据的类中的金融数据舍弃，将判断为安全数据的类中的金融数据通过金融数据传输模块传输至区块链存储模块进行存储；所述金融数据检测模块包括金融数据分类单元和金融数据判断单元，所述金融数据分类单元用于对接收到的金融数据进行聚类，将金融数据分类单元接收到的待分类的金融数据表示为集合
Figure 139356DEST_PATH_IMAGE001
，且
Figure 554157DEST_PATH_IMAGE109
，其中，
Figure 231126DEST_PATH_IMAGE003
表示集合
Figure 983575DEST_PATH_IMAGE001
中的第
Figure 732088DEST_PATH_IMAGE004
个金融数据，
Figure 939078DEST_PATH_IMAGE005
表示金融数据集合
Figure 865577DEST_PATH_IMAGE001
中的金融数据量，所述金融数据分类单元采用FCM算法将金融数据集合
Figure 853125DEST_PATH_IMAGE001
中的金融数据进行分类，设
Figure 389017DEST_PATH_IMAGE006
表示金融数据集合
Figure 716093DEST_PATH_IMAGE001
划分的类别集合，且
Figure 62761DEST_PATH_IMAGE110
，其中，
Figure 22758DEST_PATH_IMAGE008
表示类别集合
Figure 113074DEST_PATH_IMAGE006
中的第
Figure 294656DEST_PATH_IMAGE009
个类，
Figure 58563DEST_PATH_IMAGE010
表示类别集合
Figure 20703DEST_PATH_IMAGE006
中的类别数，所述FCM算法采用聚类有效性指标
Figure 399863DEST_PATH_IMAGE011
确定将金融数据集合
Figure 435952DEST_PATH_IMAGE001
划分的类别数
Figure 124422DEST_PATH_IMAGE010
，
Figure 557546DEST_PATH_IMAGE011
的表达式为：
Figure 927348DEST_PATH_IMAGE112
式中，设
Figure 145840DEST_PATH_IMAGE014
表示类别集合
Figure 755944DEST_PATH_IMAGE006
中的第
Figure 364780DEST_PATH_IMAGE015
个类，
Figure 335010DEST_PATH_IMAGE016
表示类
Figure 660205DEST_PATH_IMAGE014
的聚类中心，
Figure 628161DEST_PATH_IMAGE017
表示类
Figure 786610DEST_PATH_IMAGE008
的聚类中心，
Figure 311263DEST_PATH_IMAGE018
表示类别集合
Figure 442030DEST_PATH_IMAGE006
中类的聚类中心的均值，且
Figure 643205DEST_PATH_IMAGE113
，
Figure 272638DEST_PATH_IMAGE020
表示金融数据
Figure 850250DEST_PATH_IMAGE003
隶属于类
Figure 835523DEST_PATH_IMAGE008
的隶属度，
Figure 958331DEST_PATH_IMAGE021
表示金融数据
Figure 825793DEST_PATH_IMAGE003
在类
Figure 879200DEST_PATH_IMAGE008
和类
Figure 51072DEST_PATH_IMAGE014
之间的重叠度，且
Figure 594049DEST_PATH_IMAGE114
Figure 965118DEST_PATH_IMAGE115
，其中，
Figure 556637DEST_PATH_IMAGE024
表示金融数据
Figure 578819DEST_PATH_IMAGE003
隶属于类
Figure 541965DEST_PATH_IMAGE014
的隶属度，
Figure 321702DEST_PATH_IMAGE025
表示重叠度阈值，
Figure 779228DEST_PATH_IMAGE026
表示类
Figure 406650DEST_PATH_IMAGE008
对应的紧密性的修正因子，且
Figure 291429DEST_PATH_IMAGE026
的值采用下列方式确定：
对金融数据集合
Figure 558463DEST_PATH_IMAGE001
中的金融数据进行遍历，设
Figure 71877DEST_PATH_IMAGE027
表示金融数据集合
Figure 803073DEST_PATH_IMAGE001
中的第
Figure 796436DEST_PATH_IMAGE116
个金融数据，
Figure 363815DEST_PATH_IMAGE029
表示类别集合
Figure 428723DEST_PATH_IMAGE006
中的第
Figure 952108DEST_PATH_IMAGE030
个类，
Figure 427958DEST_PATH_IMAGE031
表示金融数据
Figure 731900DEST_PATH_IMAGE027
隶属于类
Figure 272603DEST_PATH_IMAGE029
的隶属度，当
Figure 463544DEST_PATH_IMAGE117
Figure 126607DEST_PATH_IMAGE118
时，则将金融数据
Figure 898604DEST_PATH_IMAGE027
加入到类
Figure 242997DEST_PATH_IMAGE008
中；
设类
Figure 537713DEST_PATH_IMAGE119
，其中，
Figure 122409DEST_PATH_IMAGE035
表示类
Figure 135364DEST_PATH_IMAGE008
中的第
Figure 17869DEST_PATH_IMAGE120
个金融数据，
Figure 681938DEST_PATH_IMAGE037
表示类
Figure 686803DEST_PATH_IMAGE008
中的金融数据量，对类
Figure 124738DEST_PATH_IMAGE008
中的金融数据
Figure 623983DEST_PATH_IMAGE035
进行筛选，设
Figure 893290DEST_PATH_IMAGE121
表示金融数据
Figure 6740DEST_PATH_IMAGE035
隶属于类
Figure 246485DEST_PATH_IMAGE008
的隶属度，
Figure 533110DEST_PATH_IMAGE039
表示金融数据
Figure 860186DEST_PATH_IMAGE035
隶属于类别集合
Figure 692007DEST_PATH_IMAGE006
中类的第二大隶属度，当
Figure 166850DEST_PATH_IMAGE122
时，则将类
Figure 506434DEST_PATH_IMAGE008
中的金融数据
Figure 688016DEST_PATH_IMAGE035
标记为1，当
Figure 205585DEST_PATH_IMAGE123
时，则将类
Figure 652878DEST_PATH_IMAGE008
中的金融数据
Figure 218989DEST_PATH_IMAGE035
标记为0；将类
Figure 582974DEST_PATH_IMAGE008
中标记为1的金融数据组成集合
Figure 517782DEST_PATH_IMAGE124
，且
Figure 639322DEST_PATH_IMAGE125
，其中，
Figure 71440DEST_PATH_IMAGE126
表示集合
Figure 40665DEST_PATH_IMAGE124
中的第
Figure 837719DEST_PATH_IMAGE127
个金融数据，
Figure 508872DEST_PATH_IMAGE128
表示集合
Figure 728370DEST_PATH_IMAGE124
中的金融数据量，则
Figure 801368DEST_PATH_IMAGE026
的值为：
Figure 769324DEST_PATH_IMAGE130
式中，
Figure 678505DEST_PATH_IMAGE131
表示集合
Figure 452426DEST_PATH_IMAGE124
中的第
Figure 317614DEST_PATH_IMAGE052
个金融数据，
Figure 770985DEST_PATH_IMAGE053
表示金融数据集合
Figure 416730DEST_PATH_IMAGE001
中的第
Figure 932025DEST_PATH_IMAGE054
个金融数据，
Figure 464769DEST_PATH_IMAGE055
表示金融数据集合
Figure 836845DEST_PATH_IMAGE001
中的第
Figure 907569DEST_PATH_IMAGE132
个金融数据；所述金融数据判断单元用于判断聚类所得的各个类中的金融数据是安全数据还是可疑数据。
优选地，所述金融数据判断单元用于判断聚类所得的各个类中的金融数据是安全数据还是可疑数据，具体为：
设
Figure 272560DEST_PATH_IMAGE133
表示类
Figure 174657DEST_PATH_IMAGE008
对应的金融数据的密度，且
Figure 468366DEST_PATH_IMAGE134
，给定密度阈值
Figure 26386DEST_PATH_IMAGE135
，且
Figure 680222DEST_PATH_IMAGE136
Figure 683163DEST_PATH_IMAGE137
，当
Figure 600303DEST_PATH_IMAGE138
时，则判断类
Figure 442357DEST_PATH_IMAGE008
中的金融数据为安全数据，当
Figure 650616DEST_PATH_IMAGE139
时，则判断类
Figure 527305DEST_PATH_IMAGE008
中的金融数据为可疑数据，其中，
Figure 349768DEST_PATH_IMAGE140
为类别集合
Figure 928385DEST_PATH_IMAGE006
中类对应的金融数据的密度的最小值，
Figure 189602DEST_PATH_IMAGE141
为类别集合
Figure 671530DEST_PATH_IMAGE006
中类对应的金融数据的密度的中值，
Figure 664894DEST_PATH_IMAGE037
表示类
Figure 481541DEST_PATH_IMAGE008
中的金融数据量，
Figure 533067DEST_PATH_IMAGE005
表示金融数据集合
Figure 56452DEST_PATH_IMAGE001
中的金融数据量。
本优选实施例为了保证在将收集的金融数据存入区块链存储模块之前的安全性，设置了金融数据检测模块，所述金融数据检测模块通过对接收到的金融数据进行聚类，并判断聚类所得的各个类中的金融数据是安全数据还是可疑数据，保证了这些金融数据在进入区块链存储模块时的安全性；提出了一种新的FCM算法的聚类有效性指标，所述聚类有效性指标同时考虑当前类别集合中类的紧密型、分离性和重叠度，选取使得聚类有效性指标最小时对应的类别数即为要确定的最优类别数，传统的聚类有效性指标在衡量类的紧密性的时候，没有考虑到不同的类间尺寸对类的紧密性的影响，针对上述问题，本优选实施例在聚类有效性指标中引入了紧密性的修正因子对待检测类的紧密性进行修正，所述修正因子能够有效的消除类间不同尺寸对类的紧密性的影响，使得不同尺寸的类能够拥有相近的紧密性值，所述待检测类的紧密性的修正因子的值根据待检测类中的金融数据进行确定，为了使得修正因子的值能够准确的衡量待检测类的尺寸，本优选实施例对待检测类中的金融数据进行筛选和标记，将待检测类中满足
Figure 548613DEST_PATH_IMAGE142
的金融数据标记为1，所述标记为1的金融数据为聚类结果较为明确的金融数据，即其具有较大的概率属于待检测类，从而根据待检测类中标记为1的金融数据确定的修正因子值能够准确的衡量待检测类的尺寸，实现了根据待检测类的尺寸对待检测类的紧密性进行自适应的调整，从而消除了类间不同尺寸对类的紧密性的影响，使得根据聚类有效性指标确定的最优类别数更加的符合待分类的金融数据的分布特性。
优选地，在金融数据集合
Figure 603288DEST_PATH_IMAGE001
中选取
Figure 940728DEST_PATH_IMAGE010
个初始聚类中心，定义
Figure 584199DEST_PATH_IMAGE057
表示金融数据
Figure 230950DEST_PATH_IMAGE003
成为聚类中心的概率值，则
Figure 22188DEST_PATH_IMAGE057
的表达式为：
Figure 101003DEST_PATH_IMAGE143
式中，
Figure 412030DEST_PATH_IMAGE144
表示给定的截断距离，
Figure 245993DEST_PATH_IMAGE060
表示金融数据
Figure 528724DEST_PATH_IMAGE003
对应的密度调节系数，且
Figure 411230DEST_PATH_IMAGE060
的值采用下列方式确定：
设
Figure 826030DEST_PATH_IMAGE061
表示金融数据
Figure 581628DEST_PATH_IMAGE003
的局部邻域数据集合，给定正整数
Figure 19563DEST_PATH_IMAGE062
，且
Figure 502496DEST_PATH_IMAGE145
，可以令
Figure 286651DEST_PATH_IMAGE146
，将金融数据集合
Figure 400100DEST_PATH_IMAGE001
中的金融数据按其和金融数据
Figure 387648DEST_PATH_IMAGE003
之间距离的绝对值由小到大进行排序组成序列
Figure 425005DEST_PATH_IMAGE064
，选取序列
Figure 548819DEST_PATH_IMAGE064
中的前2M个金融数据加入到集合
Figure 833170DEST_PATH_IMAGE061
中，设
Figure 560211DEST_PATH_IMAGE147
Figure 650526DEST_PATH_IMAGE148
，其中，
Figure 832109DEST_PATH_IMAGE066
表示集合
Figure 834831DEST_PATH_IMAGE061
中的第
Figure 796971DEST_PATH_IMAGE067
个金融数据；将集合
Figure 674666DEST_PATH_IMAGE061
中的金融数据按其和金融数据
Figure 976334DEST_PATH_IMAGE003
之间距离的绝对值由小到大进行排序组成序列
Figure 399225DEST_PATH_IMAGE068
，设
Figure 599394DEST_PATH_IMAGE069
表示金融数据
Figure 969195DEST_PATH_IMAGE066
在序列
Figure 922108DEST_PATH_IMAGE068
中的排序；设
Figure 27817DEST_PATH_IMAGE070
表示金融数据
Figure 636653DEST_PATH_IMAGE066
的局部邻域数据集合，将金融数据集合
Figure 872462DEST_PATH_IMAGE001
中的金融数据按其和金融数据
Figure 696193DEST_PATH_IMAGE066
之间距离的绝对值由小到大进行排序组成序列
Figure 726466DEST_PATH_IMAGE071
，选取序列
Figure 822598DEST_PATH_IMAGE071
中的前2M个金融数据加入到集合
Figure 845786DEST_PATH_IMAGE070
中，设
Figure 773291DEST_PATH_IMAGE149
，其中，
Figure 912148DEST_PATH_IMAGE073
表示集合
Figure 308626DEST_PATH_IMAGE070
中的第
Figure 620658DEST_PATH_IMAGE074
个金融数据；将集合
Figure 920446DEST_PATH_IMAGE070
中的金融数据按其和金融数据
Figure 230205DEST_PATH_IMAGE066
之间的距离的绝对值由小到大进行排序，组成序列
Figure 363246DEST_PATH_IMAGE075
，设
Figure 229702DEST_PATH_IMAGE076
表示金融数据
Figure 69482DEST_PATH_IMAGE003
在序列
Figure 612459DEST_PATH_IMAGE075
中的排序，当
Figure 216484DEST_PATH_IMAGE150
时，则将金融数据
Figure 135899DEST_PATH_IMAGE066
标记为金融数据
Figure 830185DEST_PATH_IMAGE003
的参考数据；
设
Figure 294796DEST_PATH_IMAGE078
表示金融数据
Figure 402429DEST_PATH_IMAGE003
的参考数据集合，且
Figure 797638DEST_PATH_IMAGE151
，则
Figure 655086DEST_PATH_IMAGE060
的值为：
Figure 805445DEST_PATH_IMAGE153
式中，
Figure 72478DEST_PATH_IMAGE082
表示集合
Figure 84427DEST_PATH_IMAGE078
中的第
Figure 550044DEST_PATH_IMAGE083
个参考数据，
Figure 120571DEST_PATH_IMAGE084
表示集合
Figure 874901DEST_PATH_IMAGE078
中的参考数据量。
本优选实施例用于在金融数据集合中选取聚类中心，在选取聚类中心的过程中，定义的概率值的计算公式中的指数函数部分通过衡量各金融数据的局部密度来确定所述金融数据是否成为聚类中心，当类间密度不同时，如果仅仅通过衡量金融数据的局部密度来选取聚类中心，容易造成不能有效的选取密度较小的类的聚类中心，从而影响聚类结果的准确性，针对上述情况，本优选实施例在所述概率值的计算公式中引入了密度调节系数，所述密度调节系数用于通过衡量所述金融数据和距离其最近的参考数据之间的分布情况对所述金融数据的局部密度进行调节，在选取所述金融数据的参考数据时，为了适应类间不同的密度情况，本优选实施例通过计算所述金融数据和参考数据之间距离的排序确定所述金融数据的参考数据，当所述参考数据为金融数据集合中距离所述金融数据较近的一个金融数据，并且所述金融数据也为金融数据集合中距离所述参考数据较近的一个金融数据时，则表明所述金融数据和所述参考数据互为较为接近的数据，即所述金融数据和所述参考数据具有较大概率属于同一个类，所述密度调节系数通过衡量所述金融数据和其参考数据之间的分布情况能够有效的判断所述金融数据所处类的密度情况，当所述金融数据和其参考数据之间的距离较大时，表明所述金融数据所处类的密度较小，此时密度调节系数的较大，即提高密度较小的类中的金融数据被选取为聚类中心的概率，即采用密度调节系数对所述金融数据的概率值中的指数函数部分进行调节，使得定义的金融数据成为聚类中心的概率值能够适应类间不同密度的情况，从而提高了聚类中心选取的准确性。
优选地，设
Figure 674229DEST_PATH_IMAGE085
表示在金融数据集合
Figure 10664DEST_PATH_IMAGE001
中选取的聚类中心集合，根据金融数据集合
Figure 440508DEST_PATH_IMAGE001
中各金融数据成为聚类中心的概率值选取聚类中心，并将选取的聚类中心加入到集合
Figure 478871DEST_PATH_IMAGE085
中，具体包括：
Step1：在金融数据集合
Figure 334088DEST_PATH_IMAGE001
中选取具有最大概率值的金融数据为第一个聚类中心
Figure 39876DEST_PATH_IMAGE086
，并将选取的聚类中心
Figure 375043DEST_PATH_IMAGE086
加入到聚类中心集合
Figure 917013DEST_PATH_IMAGE085
中；
Step2：在金融数据集合
Figure 58145DEST_PATH_IMAGE001
中选取剩余的聚类中心，设
Figure 867707DEST_PATH_IMAGE087
表示金融数据集合
Figure 373774DEST_PATH_IMAGE001
中第
Figure 652309DEST_PATH_IMAGE088
个金融数据，定义
Figure 347864DEST_PATH_IMAGE089
表示金融数据
Figure 700348DEST_PATH_IMAGE087
成为聚类中心的权值，且
Figure 705213DEST_PATH_IMAGE089
的表达式为：
Figure 451802DEST_PATH_IMAGE155
式中，
Figure 872419DEST_PATH_IMAGE092
表示金融数据
Figure 407306DEST_PATH_IMAGE087
对应的取值函数，当
Figure 68225DEST_PATH_IMAGE156
时，则
Figure 55773DEST_PATH_IMAGE094
，当
Figure 280081DEST_PATH_IMAGE157
时，则
Figure 918741DEST_PATH_IMAGE096
，
Figure 265409DEST_PATH_IMAGE097
表示聚类中心集合
Figure 677936DEST_PATH_IMAGE085
中的第
Figure 253405DEST_PATH_IMAGE098
个聚类中心，
Figure 497304DEST_PATH_IMAGE099
表示此时聚类中心集合
Figure 952556DEST_PATH_IMAGE085
中的聚类中心数，
Figure 166894DEST_PATH_IMAGE100
表示金融数据
Figure 795321DEST_PATH_IMAGE087
成为聚类中心的概率值；
在金融数据集合
Figure 644459DEST_PATH_IMAGE001
中选取具有最大权值的金融数据为聚类中心，并将其加入到集合
Figure 270613DEST_PATH_IMAGE085
中；
Step3：继续采用Step2中的方法在金融数据集合
Figure 720049DEST_PATH_IMAGE001
中选取聚类中心，直到选取的聚类中心的个数等于
Figure 135855DEST_PATH_IMAGE010
时停止选取聚类中心。
本优选实施例用于在金融数据集合
Figure 354347DEST_PATH_IMAGE001
中选取聚类中心，选取金融数据集合
Figure 151402DEST_PATH_IMAGE001
中具有最大概率值的金融数据为第一个聚类中心，即选取金融数据集合
Figure 573287DEST_PATH_IMAGE001
中具有较大局部密度的金融数据为第一个聚类中心，在接下来的聚类中心的选取过程中引入了所述金融数据和已选取的聚类中心之间的距离因素，使得选取的聚类中心之间具有较大的距离，从而使得选取的聚类中心在金融数据集合
Figure 809096DEST_PATH_IMAGE001
中分布的较为全面。
优选地，区块链存储模块中设置有节点检测单元，所述节点检测单元用于监测区块链节点的挖矿结果，当监测到只有一个区块链节点挖矿成功，则该区块链节点获得记账权并赚取挖矿酬金，当监测到有多个区块链节点挖矿成功时，对挖矿成功的区块链节点进行筛选，设
Figure 819778DEST_PATH_IMAGE101
表示当前挖矿成功的第
Figure 119826DEST_PATH_IMAGE102
个区块链节点，且
Figure 278275DEST_PATH_IMAGE103
，其中，
Figure 537349DEST_PATH_IMAGE104
表示监测到的当前挖矿成功的区块链节点数，定义
Figure 668116DEST_PATH_IMAGE105
表示区块链节点
Figure 869290DEST_PATH_IMAGE101
挖矿产生区块的时间，当
Figure 764303DEST_PATH_IMAGE158
时，则选取区块链节点
Figure 76335DEST_PATH_IMAGE107
获得记账权并赚取挖矿酬金，并将区块链节点
Figure 61609DEST_PATH_IMAGE107
产生的区块接入主链。
本优选实施例用于在区块链即将产生分叉前对挖矿成功的区块链节点进行检测和筛选，最终只允许唯一区块接入主链，从而能够有效的避免了分叉的产生，保证了区块链中数据的一致性并进一步维护了区块链的健壮性。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (4)

1.一种基于区块链的金融大数据风控平台，其特征是，包括金融数据获取模块、金融数据检测模块、金融数据传输模块和区块链存储模块，所述金融数据获取模块用于收集金融数据，并将收集的金融数据输入到金融数据检测模块，所述金融数据检测模块用于对接收到的金融数据进行聚类，并判断聚类所得的各个类中的金融数据是安全数据还是可疑数据，将判断为可疑数据的类中的金融数据舍弃，将判断为安全数据的类中的金融数据通过金融数据传输模块传输至区块链存储模块进行存储；所述金融数据检测模块包括金融数据分类单元和金融数据判断单元，所述金融数据分类单元用于对接收到的金融数据进行聚类，将金融数据分类单元接收到的待分类的金融数据表示为集合
Figure 445704DEST_PATH_IMAGE001
，且
Figure 603147DEST_PATH_IMAGE002
，其中，
Figure 163441DEST_PATH_IMAGE003
表示集合
Figure 669509DEST_PATH_IMAGE001
中的第
Figure 197311DEST_PATH_IMAGE004
个金融数据，
Figure 142133DEST_PATH_IMAGE005
表示金融数据集合
Figure 307666DEST_PATH_IMAGE001
中的金融数据量，所述金融数据分类单元采用FCM算法将金融数据集合
Figure 46952DEST_PATH_IMAGE001
中的金融数据进行分类，设
Figure 484887DEST_PATH_IMAGE006
表示金融数据集合
Figure 479738DEST_PATH_IMAGE001
划分的类别集合，且
Figure 749045DEST_PATH_IMAGE007
，其中，
Figure 862495DEST_PATH_IMAGE008
表示类别集合
Figure 600775DEST_PATH_IMAGE006
中的第
Figure 887400DEST_PATH_IMAGE009
个类，
Figure 214476DEST_PATH_IMAGE010
表示类别集合
Figure 810411DEST_PATH_IMAGE006
中的类别数，所述FCM算法采用聚类有效性指标
Figure 19676DEST_PATH_IMAGE011
确定将金融数据集合
Figure 860724DEST_PATH_IMAGE001
划分的类别数
Figure 42306DEST_PATH_IMAGE010
，
Figure 559875DEST_PATH_IMAGE011
的表达式为：
Figure 774212DEST_PATH_IMAGE013
式中，设
Figure 340323DEST_PATH_IMAGE014
表示类别集合
Figure 438729DEST_PATH_IMAGE006
中的第
Figure 877932DEST_PATH_IMAGE015
个类，
Figure 61788DEST_PATH_IMAGE016
表示类
Figure 431590DEST_PATH_IMAGE014
的聚类中心，
Figure 899349DEST_PATH_IMAGE017
表示类
Figure 696404DEST_PATH_IMAGE008
的聚类中心，
Figure 367557DEST_PATH_IMAGE018
表示类别集合
Figure 88519DEST_PATH_IMAGE006
中类的聚类中心的均值，且
Figure 161517DEST_PATH_IMAGE019
，
Figure 129473DEST_PATH_IMAGE020
表示金融数据
Figure 534260DEST_PATH_IMAGE003
隶属于类
Figure 308181DEST_PATH_IMAGE008
的隶属度，
Figure 438948DEST_PATH_IMAGE021
表示金融数据
Figure 390855DEST_PATH_IMAGE003
在类
Figure 771020DEST_PATH_IMAGE008
和类
Figure 286315DEST_PATH_IMAGE014
之间的重叠度，且
Figure 583173DEST_PATH_IMAGE022
Figure 955249DEST_PATH_IMAGE023
，其中，
Figure 760394DEST_PATH_IMAGE024
表示金融数据
Figure 626850DEST_PATH_IMAGE003
隶属于类
Figure 528947DEST_PATH_IMAGE014
的隶属度，
Figure 9607DEST_PATH_IMAGE025
表示重叠度阈值，
Figure 882141DEST_PATH_IMAGE026
表示类
Figure 535976DEST_PATH_IMAGE008
对应的紧密性的修正因子，且
Figure 308891DEST_PATH_IMAGE026
的值采用下列方式确定：
对金融数据集合
Figure 960453DEST_PATH_IMAGE001
中的金融数据进行遍历，设
Figure 802507DEST_PATH_IMAGE027
表示金融数据集合
Figure 197716DEST_PATH_IMAGE001
中的第
Figure 323673DEST_PATH_IMAGE028
个金融数据，
Figure 208452DEST_PATH_IMAGE029
表示类别集合
Figure 288535DEST_PATH_IMAGE006
中的第
Figure 487435DEST_PATH_IMAGE030
个类，
Figure 218630DEST_PATH_IMAGE031
表示金融数据
Figure 520649DEST_PATH_IMAGE027
隶属于类
Figure 274978DEST_PATH_IMAGE029
的隶属度，当
Figure 339886DEST_PATH_IMAGE032
Figure 676321DEST_PATH_IMAGE033
时，则将金融数据
Figure 840586DEST_PATH_IMAGE027
加入到类
Figure 144528DEST_PATH_IMAGE008
中；
设类
Figure 996816DEST_PATH_IMAGE034
，其中，
Figure 374707DEST_PATH_IMAGE035
表示类
Figure 37770DEST_PATH_IMAGE008
中的第
Figure 314162DEST_PATH_IMAGE036
个金融数据，
Figure 658555DEST_PATH_IMAGE037
表示类
Figure 953270DEST_PATH_IMAGE008
中的金融数据量，对类
Figure 39431DEST_PATH_IMAGE008
中的金融数据
Figure 990070DEST_PATH_IMAGE035
进行筛选，设
Figure 934892DEST_PATH_IMAGE038
表示金融数据
Figure 100425DEST_PATH_IMAGE035
隶属于类
Figure 42974DEST_PATH_IMAGE008
的隶属度，
Figure 543225DEST_PATH_IMAGE039
表示金融数据
Figure 541006DEST_PATH_IMAGE035
隶属于类别集合
Figure 747996DEST_PATH_IMAGE006
中类的第二大隶属度，当
Figure 923763DEST_PATH_IMAGE040
时，则将类
Figure 662043DEST_PATH_IMAGE008
中的金融数据
Figure 886351DEST_PATH_IMAGE035
标记为1，当
Figure 275744DEST_PATH_IMAGE041
时，则将类
Figure 626608DEST_PATH_IMAGE008
中的金融数据
Figure 39134DEST_PATH_IMAGE035
标记为0；
将类
Figure 129450DEST_PATH_IMAGE008
中标记为1的金融数据组成集合
Figure 124082DEST_PATH_IMAGE042
，且
Figure 579334DEST_PATH_IMAGE043
，其中，
Figure 275895DEST_PATH_IMAGE044
表示集合
Figure 153590DEST_PATH_IMAGE042
中的第
Figure 455258DEST_PATH_IMAGE045
个金融数据，
Figure 143728DEST_PATH_IMAGE046
表示集合
Figure 78317DEST_PATH_IMAGE042
中的金融数据量，则
Figure 448119DEST_PATH_IMAGE026
的值为：
Figure 666611DEST_PATH_IMAGE047
式中，
Figure 778180DEST_PATH_IMAGE048
表示集合
Figure 387015DEST_PATH_IMAGE042
中的第
Figure 357245DEST_PATH_IMAGE049
个金融数据，
Figure 180976DEST_PATH_IMAGE050
表示金融数据集合
Figure 148932DEST_PATH_IMAGE001
中的第
Figure 307381DEST_PATH_IMAGE051
个金融数据，
Figure 330570DEST_PATH_IMAGE052
表示金融数据集合
Figure 195757DEST_PATH_IMAGE001
中的第
Figure 396932DEST_PATH_IMAGE053
个金融数据；所述金融数据判断单元用于判断聚类所得的各个类中的金融数据是安全数据还是可疑数据。
2.根据权利要求1所述的一种基于区块链的金融大数据风控平台，其特征是，在金融数据集合
Figure 793409DEST_PATH_IMAGE001
中选取
Figure 308704DEST_PATH_IMAGE010
个初始聚类中心，定义
Figure 90715DEST_PATH_IMAGE054
表示金融数据
Figure 709128DEST_PATH_IMAGE003
成为聚类中心的概率值，则
Figure 842170DEST_PATH_IMAGE054
的表达式为：
Figure 895576DEST_PATH_IMAGE055
式中，
Figure 548406DEST_PATH_IMAGE056
表示给定的截断距离，
Figure 91382DEST_PATH_IMAGE057
表示金融数据
Figure 649403DEST_PATH_IMAGE003
对应的密度调节系数，且
Figure 552505DEST_PATH_IMAGE057
的值采用下列方式确定：
设
Figure 309109DEST_PATH_IMAGE058
表示金融数据
Figure 226249DEST_PATH_IMAGE003
的局部邻域数据集合，给定正整数
Figure 819036DEST_PATH_IMAGE059
，且
Figure 214245DEST_PATH_IMAGE060
，将金融数据集合
Figure 90934DEST_PATH_IMAGE001
中的金融数据按其和金融数据
Figure 227911DEST_PATH_IMAGE003
之间距离的绝对值由小到大进行排序组成序列
Figure 557261DEST_PATH_IMAGE061
，选取序列
Figure 756161DEST_PATH_IMAGE061
中的前2M个金融数据加入到集合
Figure 238089DEST_PATH_IMAGE058
中，设
Figure 231453DEST_PATH_IMAGE062
，其中，
Figure 48099DEST_PATH_IMAGE063
表示集合
Figure 96696DEST_PATH_IMAGE058
中的第
Figure 682398DEST_PATH_IMAGE064
个金融数据；将集合
Figure 112242DEST_PATH_IMAGE058
中的金融数据按其和金融数据
Figure 166917DEST_PATH_IMAGE003
之间距离的绝对值由小到大进行排序组成序列
Figure 504357DEST_PATH_IMAGE065
，设
Figure 147828DEST_PATH_IMAGE066
表示金融数据
Figure 791649DEST_PATH_IMAGE063
在序列
Figure 582888DEST_PATH_IMAGE065
中的排序；设
Figure 661702DEST_PATH_IMAGE067
表示金融数据
Figure 972729DEST_PATH_IMAGE063
的局部邻域数据集合，将金融数据集合
Figure 806693DEST_PATH_IMAGE001
中的金融数据按其和金融数据
Figure 757331DEST_PATH_IMAGE063
之间距离的绝对值由小到大进行排序组成序列
Figure 951421DEST_PATH_IMAGE068
，选取序列
Figure 366222DEST_PATH_IMAGE068
中的前2M个金融数据加入到集合
Figure 308770DEST_PATH_IMAGE067
中，设
Figure 559754DEST_PATH_IMAGE069
，其中，
Figure 42688DEST_PATH_IMAGE070
表示集合
Figure 515258DEST_PATH_IMAGE067
中的第
Figure 943221DEST_PATH_IMAGE071
个金融数据；将集合
Figure 868452DEST_PATH_IMAGE067
中的金融数据按其和金融数据
Figure 155077DEST_PATH_IMAGE063
之间的距离的绝对值由小到大进行排序，组成序列
Figure 29623DEST_PATH_IMAGE072
，设
Figure 313974DEST_PATH_IMAGE073
表示金融数据
Figure 788818DEST_PATH_IMAGE003
在序列
Figure 128401DEST_PATH_IMAGE072
中的排序，当
Figure 309984DEST_PATH_IMAGE074
时，则将金融数据
Figure 561973DEST_PATH_IMAGE063
标记为金融数据
Figure 274846DEST_PATH_IMAGE003
的参考数据；
设
Figure 840956DEST_PATH_IMAGE075
表示金融数据
Figure 204941DEST_PATH_IMAGE003
的参考数据集合，且
Figure 874170DEST_PATH_IMAGE076
，则
Figure 261289DEST_PATH_IMAGE057
的值为：
Figure 693408DEST_PATH_IMAGE077
式中，
Figure 584003DEST_PATH_IMAGE078
表示集合
Figure 194107DEST_PATH_IMAGE075
中的第
Figure 865260DEST_PATH_IMAGE079
个参考数据，
Figure 38753DEST_PATH_IMAGE080
表示集合
Figure 361018DEST_PATH_IMAGE075
中的参考数据量。
3.根据权利要求2所述的一种基于区块链的金融大数据风控平台，其特征是，设
Figure 391291DEST_PATH_IMAGE081
表示在金融数据集合
Figure 487423DEST_PATH_IMAGE001
中选取的聚类中心集合，根据金融数据集合
Figure 12077DEST_PATH_IMAGE001
中各金融数据成为聚类中心的概率值选取聚类中心，并将选取的聚类中心加入到集合
Figure 939581DEST_PATH_IMAGE081
中，具体包括：
Step1：在金融数据集合
Figure 78439DEST_PATH_IMAGE001
中选取具有最大概率值的金融数据为第一个聚类中心
Figure 976381DEST_PATH_IMAGE082
，并将选取的聚类中心
Figure 226097DEST_PATH_IMAGE082
加入到聚类中心集合
Figure 273687DEST_PATH_IMAGE081
中；
Step2：在金融数据集合
Figure 396495DEST_PATH_IMAGE001
中选取剩余的聚类中心，设
Figure 467219DEST_PATH_IMAGE083
表示金融数据集合
Figure 582943DEST_PATH_IMAGE001
中第
Figure 734307DEST_PATH_IMAGE084
个金融数据，定义
Figure 214967DEST_PATH_IMAGE085
表示金融数据
Figure 569725DEST_PATH_IMAGE083
成为聚类中心的权值，且
Figure 239872DEST_PATH_IMAGE085
的表达式为：
Figure 934159DEST_PATH_IMAGE086
式中，
Figure 648037DEST_PATH_IMAGE087
表示金融数据
Figure 25445DEST_PATH_IMAGE083
对应的取值函数，当
Figure 420655DEST_PATH_IMAGE088
时，则
Figure 31764DEST_PATH_IMAGE089
，当
Figure 932855DEST_PATH_IMAGE090
时，则
Figure 199889DEST_PATH_IMAGE091
，
Figure 461106DEST_PATH_IMAGE092
表示聚类中心集合
Figure 175990DEST_PATH_IMAGE081
中的第
Figure 434933DEST_PATH_IMAGE093
个聚类中心，
Figure 251579DEST_PATH_IMAGE094
表示此时聚类中心集合
Figure 801640DEST_PATH_IMAGE081
中的聚类中心数，
Figure 325025DEST_PATH_IMAGE095
表示金融数据
Figure 817187DEST_PATH_IMAGE083
成为聚类中心的概率值；
在金融数据集合
Figure 107747DEST_PATH_IMAGE001
中选取具有最大权值的金融数据为聚类中心，并将其加入到集合
Figure 648450DEST_PATH_IMAGE081
中；
Step3：继续采用Step2中的方法在金融数据集合
Figure 354238DEST_PATH_IMAGE001
中选取聚类中心，直到选取的聚类中心的个数等于
Figure 502453DEST_PATH_IMAGE010
时停止选取聚类中心。
4.根据权利要求3所述的一种基于区块链的金融大数据风控平台，其特征是，区块链存储模块中设置有节点检测单元，所述节点检测单元用于监测区块链节点的挖矿结果，当监测到只有一个区块链节点挖矿成功，则该区块链节点获得记账权并赚取挖矿酬金，当监测到有多个区块链节点挖矿成功时，对挖矿成功的区块链节点进行筛选，设
Figure 231375DEST_PATH_IMAGE096
表示当前挖矿成功的第
Figure 372506DEST_PATH_IMAGE097
个区块链节点，且
Figure 182068DEST_PATH_IMAGE098
，其中，
Figure 688136DEST_PATH_IMAGE099
表示监测到的当前挖矿成功的区块链节点数，定义
Figure 966671DEST_PATH_IMAGE100
表示区块链节点
Figure 662225DEST_PATH_IMAGE096
挖矿产生区块的时间，当
Figure 77026DEST_PATH_IMAGE101
时，则选取区块链节点
Figure 19574DEST_PATH_IMAGE102
获得记账权并赚取挖矿酬金，并将区块链节点
Figure 766164DEST_PATH_IMAGE102
产生的区块接入主链。
CN202010607918.8A 2020-06-30 2020-06-30 一种基于区块链的金融大数据风控平台 Active CN111507649B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010909416.0A CN112036754B (zh) 2020-06-30 2020-06-30 基于区块链的金融大数据风控系统
CN202010607918.8A CN111507649B (zh) 2020-06-30 2020-06-30 一种基于区块链的金融大数据风控平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010607918.8A CN111507649B (zh) 2020-06-30 2020-06-30 一种基于区块链的金融大数据风控平台

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202010909416.0A Division CN112036754B (zh) 2020-06-30 2020-06-30 基于区块链的金融大数据风控系统

Publications (2)

Publication Number Publication Date
CN111507649A true CN111507649A (zh) 2020-08-07
CN111507649B CN111507649B (zh) 2020-11-27

Family

ID=71878820

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202010909416.0A Active CN112036754B (zh) 2020-06-30 2020-06-30 基于区块链的金融大数据风控系统
CN202010607918.8A Active CN111507649B (zh) 2020-06-30 2020-06-30 一种基于区块链的金融大数据风控平台

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202010909416.0A Active CN112036754B (zh) 2020-06-30 2020-06-30 基于区块链的金融大数据风控系统

Country Status (1)

Country Link
CN (2) CN112036754B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114553451A (zh) * 2020-11-25 2022-05-27 中国移动通信有限公司研究院 数据处理方法、系统、数据检测装置及区块链平台

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117788174A (zh) * 2024-02-26 2024-03-29 山东华创远智信息科技有限公司 基于区块链的金融用户数据安全保护方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004074959A2 (fr) * 2003-02-18 2004-09-02 Centre National De La Recherche Scientifique -Cnrs- Procede de production d’une grappe de traitement de donnees et systeme informatique pour fonctionner en grappe
CN101236638A (zh) * 2008-02-20 2008-08-06 中国工商银行股份有限公司 一种基于Web的银行卡风险监测方法及系统
CN102184208A (zh) * 2011-04-29 2011-09-14 武汉慧人信息科技有限公司 一种基于多维数据异常簇挖掘的垃圾网页检测方法
CN107563645A (zh) * 2017-09-04 2018-01-09 杭州云算信达数据技术有限公司 一种基于大数据的金融风险分析方法
CN110222962A (zh) * 2019-05-24 2019-09-10 东方银谷(北京)科技发展有限公司 用于金融业务风险控制的数据配置方法及装置
CN110288123A (zh) * 2019-05-17 2019-09-27 福建江夏学院 一种基于深度学习的金融信息预测方法及装置
CN110378607A (zh) * 2019-07-24 2019-10-25 青岛鲁诺金融电子技术有限公司 一种基于算法的汽车金融服务系统

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002528095A (ja) * 1998-10-27 2002-09-03 ロゼッタ・インファーマティクス・インコーポレーテッド 同時調節された遺伝子セットを使用して遺伝子発現パターンの検出および分類を向上させる方法
KR100930799B1 (ko) * 2007-09-17 2009-12-09 한국전자통신연구원 자동화된 클러스터링 방법 및 이를 이용한 이동통신환경에서 다중 경로의 클러스터링 방법 및 장치
US8488863B2 (en) * 2008-11-06 2013-07-16 Los Alamos National Security, Llc Combinational pixel-by-pixel and object-level classifying, segmenting, and agglomerating in performing quantitative image analysis that distinguishes between healthy non-cancerous and cancerous cell nuclei and delineates nuclear, cytoplasm, and stromal material objects from stained biological tissue materials
CN103514565A (zh) * 2012-06-27 2014-01-15 中国银联股份有限公司 金融交易处理系统的交易异常处理单元及方法
CN103544429B (zh) * 2012-07-12 2016-12-21 中国银联股份有限公司 用于安全性信息交互的异常检测装置及方法
JP2015106715A (ja) * 2013-11-28 2015-06-08 沖電気工業株式会社 帳票データ管理システム、方法、プログラム、および帳票データ管理装置
CN105259816B (zh) * 2015-11-04 2017-09-01 福建省农村信用社联合社 基于无线传感网络的银行动态信贷监控系统和方法
CN106156795A (zh) * 2016-07-05 2016-11-23 中国银联股份有限公司 一种可疑洗钱账户的确定方法及装置
CN107220977B (zh) * 2017-06-06 2019-08-30 合肥工业大学 基于模糊聚类的有效性指标的图像分割方法
CN108734220A (zh) * 2018-05-23 2018-11-02 山东师范大学 基于k线聚类和强化学习的自适应金融时间序列预测方法
CN108521434B (zh) * 2018-05-29 2019-11-19 东莞市大易产业链服务有限公司 一种基于区块链技术的网络安全入侵检测系统
CN109816507A (zh) * 2018-11-08 2019-05-28 深圳壹账通智能科技有限公司 金融资产数据的统计方法及装置、存储介质、计算机设备
CN109615529B (zh) * 2019-02-25 2023-02-24 中国农业银行股份有限公司 一种基于区块链的征信系统
CN110111003A (zh) * 2019-05-08 2019-08-09 东南大学 一种基于改进fcm聚类算法的新能源典型场景构建方法
CN110163618A (zh) * 2019-05-31 2019-08-23 深圳前海微众银行股份有限公司 异常交易的检测方法、装置、设备及计算机可读存储介质
CN110189228A (zh) * 2019-06-24 2019-08-30 深圳前海微众银行股份有限公司 一种监测异常交易的方法和装置
CN110677864B (zh) * 2019-10-12 2023-02-28 长春工业大学 基于无线传感器网络的能量约束模糊c-均值聚类方法
CN111652733B (zh) * 2020-07-13 2021-07-06 山东深度网络科技有限公司 基于云计算和区块链的金融信息管理系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004074959A2 (fr) * 2003-02-18 2004-09-02 Centre National De La Recherche Scientifique -Cnrs- Procede de production d’une grappe de traitement de donnees et systeme informatique pour fonctionner en grappe
CN101236638A (zh) * 2008-02-20 2008-08-06 中国工商银行股份有限公司 一种基于Web的银行卡风险监测方法及系统
CN102184208A (zh) * 2011-04-29 2011-09-14 武汉慧人信息科技有限公司 一种基于多维数据异常簇挖掘的垃圾网页检测方法
CN107563645A (zh) * 2017-09-04 2018-01-09 杭州云算信达数据技术有限公司 一种基于大数据的金融风险分析方法
CN110288123A (zh) * 2019-05-17 2019-09-27 福建江夏学院 一种基于深度学习的金融信息预测方法及装置
CN110222962A (zh) * 2019-05-24 2019-09-10 东方银谷(北京)科技发展有限公司 用于金融业务风险控制的数据配置方法及装置
CN110378607A (zh) * 2019-07-24 2019-10-25 青岛鲁诺金融电子技术有限公司 一种基于算法的汽车金融服务系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114553451A (zh) * 2020-11-25 2022-05-27 中国移动通信有限公司研究院 数据处理方法、系统、数据检测装置及区块链平台

Also Published As

Publication number Publication date
CN112036754B (zh) 2022-09-16
CN112036754A (zh) 2020-12-04
CN111507649B (zh) 2020-11-27

Similar Documents

Publication Publication Date Title
CN102903007B (zh) 一种采用遗传算法优化二分类模型参数的方法
CN107742127A (zh) 一种改进的防窃电智能预警系统及方法
CN101718634B (zh) 基于多元概率模型的设备状态综合动态报警方法
CN111507649A (zh) 一种基于区块链的金融大数据风控平台
CN104539484A (zh) 一种动态评估网络连接可信度的方法及系统
CN108133225A (zh) 一种基于支持向量机的覆冰闪络故障预警方法
CN112711757B (zh) 一种基于大数据平台的数据安全集中管控方法及系统
CN109254219B (zh) 一种考虑多元因素态势演变的配变迁移学习故障诊断方法
CN110223193A (zh) 基于模糊聚类和rs-knn模型用于电网运行状态的判别方法及系统
CN108197254B (zh) 一种基于近邻的数据修复方法
CN112732748A (zh) 一种基于自适应特征选择的非侵入式家电负荷识别方法
CN111191720B (zh) 一种业务场景的识别方法、装置及电子设备
CN115526258A (zh) 基于Spearman相关系数特征提取的电力系统暂稳评估方法
CN113990017B (zh) 基于pnn神经网络的森林草原火灾预警系统及方法
CN112327189A (zh) 一种基于knn算法的储能电池健康状态综合判断方法
CN111814873A (zh) 用于分辨排水管道缺陷类型及自动鉴别缺陷等级的方法
CN113343123B (zh) 一种生成对抗多关系图网络的训练方法和检测方法
CN116416078B (zh) 用于维修资金账务安全的审计监管方法
CN115620513B (zh) 基于韧性分析的城市道路网络状态监测方法及可视化系统
CN112437440A (zh) 无线传感器网络中基于相关性理论的恶意共谋攻击抵抗方法
CN113919415A (zh) 一种基于无监督算法的异常群组检测方法
CN113132414B (zh) 一种多步攻击模式挖掘方法
CN107454084A (zh) 基于杂交带的最近邻入侵检测算法
CN111209158B (zh) 服务器集群的挖矿监控方法及集群监控系统
CN112906709A (zh) 一种基于opd-s的信息融合算法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Bian Yao

Inventor after: Zhou Zhongliang

Inventor after: Liu Xing

Inventor before: Liu Xing

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20201111

Address after: 177, block B, building 6, No. 1088, Taihe Road, Baoshan District, Shanghai, 200940

Applicant after: Shanghai Jingdong Technology Co., Ltd

Address before: Room 611-11, Ziyang pearl phase I office building, 2999 Ziyang Avenue, Nanchang hi tech Industrial Development Zone, Nanchang City, Jiangxi Province 330000

Applicant before: Nanchang woody Medical Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant