CN117635152A - 异常交易的检测方法、装置、设备及存储介质 - Google Patents

Abstract

本发明实施例公开了一种异常交易的检测方法、装置、设备及存储介质。获取设定时段内的多条交易数据；基于所述多条交易数据中的交易行为构建交易网络，其中，交易网络由多个账户相互连接构成，账户与账户直接存在直接或者间接交易行为；从交易网络中提取节点数量超过设定值的链路，确定为候选交易链路；从所述候选交易链路中确定异常交易链路。本发明实施例提供的异常交易的检测方法，根据构建的交易网络确定异常交易链路，可以提高检测异常交易的准确性，从而提高金融数据的安全性。

Description

异常交易的检测方法、装置、设备及存储介质

技术领域

本发明实施例涉及数据处理技术领域，尤其涉及一种异常交易的检测方法、装置、设备及存储介质。

背景技术

随着金融科技的快速发展，电子银行业务已成为人们日常生活中不可缺少的一部分。然而，由于电子银行交易的便捷性和实时性，它也为欺诈和犯罪提供了更多的机会。因此，如何有效地识别和预防异常交易已成为银行行业的一个关键问题。银行作为金融市场体系的核心，其交易的数量和规模逐渐增大，使得各种违规违法交易如洗钱、非法集资等屡禁不止。这些违规违法交易严重扰乱国家金融秩序，侵害人民群众的利益，所以检测并打击违法交易活动日益重要。如何从海量交易数据中有效地检测出银行异常交易，及时打击违法犯罪的交易行为，是各个银行普遍面临的一个难点。

发明内容

本发明实施例提供一种异常交易的检测方法、装置、设备及存储介质，通过构建的交易网络确定异常交易链路，可以提高检测异常交易的准确性，从而提高金融数据的安全性。

第一方面，本发明实施例提供了一种异常交易的检测方法，包括：

获取设定时段内的多条交易数据；

基于所述多条交易数据间的交易行为构建交易网络，其中，交易网络由多个账户相互连接构成，账户与账户直接存在直接或者间接交易行为；

从交易网络中提取节点数量超过设定值的链路，确定为候选交易链路；

从所述候选交易链路中确定异常交易链路。

第二方面，本发明实施例还提供了一种异常交易的检测装置，包括：

交易数据获取模块，用于获取设定时段内的多条交易数据；

交易网络构建模块，用于基于所述多条交易数据中的交易行为构建交易网络，其中，交易网络由多个账户相互连接构成，账户与账户直接存在直接或者间接交易行为；

候选交易链路确定模块，用于从交易网络中提取节点数量超过设定值的链路，确定为候选交易链路；

异常交易链路确定模块，用于从所述候选交易链路中确定异常交易链路。

第三方面，本发明实施例还提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明实施例所述的异常交易的检测方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明实施例所述的异常交易的检测方法。

本发明实施例公开了一种异常交易的检测方法、装置、设备及存储介质。获取设定时段内的多条交易数据；基于多条交易数据中的交易行为构建交易网络，其中，交易网络由多个账户相互连接构成，账户与账户直接存在直接或者间接交易行为；从交易网络中提取节点数量超过设定值的链路，确定为候选交易链路；从候选交易链路中确定异常交易链路。本发明实施例提供的异常交易的检测方法，根据构建的交易网络确定异常交易链路，可以提高检测异常交易的准确性，从而提高金融数据的安全性。

附图说明

图1是本发明实施例一中的一种异常交易的检测方法的流程图；

图2是本发明实施例一中的交易网络的结构示意图；

图3是本发明实施例二中的一种异常交易的检测装置的结构示意图；

图4是本发明实施例三中的一种电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的一种异常交易的检测方法的流程图，本实施例可适用于识别异常交易的情况，该方法可以由异常交易的检测装置来执行，该装置可以通过软件和/或硬件的形式实现，可选的，通过电子设备来实现，该电子设备可以是移动终端、PC端或服务器等。具体包括如下步骤：

S110，获取设定时段内的多条交易数据。

其中，设定时段可以是预先设置的时间段，例如：最近1个月或者最近1季度或者最近半年等，此处不做限定。每条交易数据包括多个交易信息，分别为账户唯一标识(ID)、账户等级、交易类型、交易时间、交易金额及交易后账户所剩金额等信息。账户类型分为:非签约用户、签约用户、VIP用户三种等级；交易类型可以包括借和贷两种类型；交易时间可以精确到分钟的绝对时间，如“交易时间08:24”。

S120，基于多条交易数据中的交易行为构建交易网络。

其中，交易网络由多个账户相互连接构成，账户与账户直接存在直接或者间接交易行为。交易数据中的交易行为可以包括交易本方账户向交易对方账户转账，或者交易本方账户接收交易对方账户的转账。

具体的，基于多条交易数据间的交易行为构建交易网络的方式可以是：确定参与交易数据对应的交易行为的交易本方账户和交易对方账户；将交易本方账户和交易对方账户进行连接，获得交易数据对应的交易子链路；将多个交易数据的各交易子链路进行串接，获得交易网络。

其中，交易子链路中包括两个节点及一条边；两个节点分别为交易本方账户和交易对方账户，两个节点间的边表示该两个账户间存在交易行为。将多个交易数据的各交易子链路进行串接的方式可以是：获取各交易子链路中交易账户相同的节点，基于该节点串接各交易子链路。示例性的，交易数据a中涉及的两个账户分别为账户1和账户2，构成的交易子链路为：账户1-账户2；交易数据b中涉及的两个账户为账户3和账户4，构成的交易子链路为账户3-账户4；交易数据c中涉及的两个账户为账户2和账户5，构成的交易子链路为账户2-账户5；交易数据d中涉及的两个账户为账户1和账户3，构成的交易子链路为账户1-账户3；交易数据e中涉及的两个账户为账户4和账户6，构成的交易子链路为账户4账户6。

其中，账户2、账户1及账户4为其中相同的节点，基于账户2、账户1及账户4串接各交易子链路，获得交易网络，如图2所示。

S130，从交易网络中提取节点数量超过设定值的链路，确定为候选交易链路。

其中，设定值可以预先设置，例如：5。此处不做限定。

S140，从候选交易链路中确定异常交易链路。

具体的，从候选交易链路中确定异常交易链路的方式可以是：对候选交易链路上的账户进行异常评估，获得各账户的评估结果；若候选交易链路上超过设定比例的账户为异常账户，则候选交易链路为异常交易链路。

其中，评估结果为正常和异常。设定比例也可以预先设置，例如：设置为60％。对账户进行异常评估的方式可以是：获取该账户在设定时段内的交易数据集，基于交易数据集确定该账户是否为异常账户。

本实施例中，对候选交易链路上的账户进行异常评估的方式可以是：提取账户对应的交易数据的特征信息；将特征信息输入预先训练的异常评估模型中，输出账户的评估结果。

其中，交易数据的特征信息可以是通过对交易数据中的交易信息进行量化获得的，即特征信息可以理解为量化特征。提取账户对应的交易数据的特征信息的方式可以是：提取账户对应的交易数据中多个交易信息；对各交易数据中的交易信息进行量化处理，获得特征信息。

本实施例中，对账户类型量化的方式可以是：对未签约账户、签约账户、VIP账户三种等级的账户分别赋值分别为x1、x2、x3，赋值规则可以是：账户等级越高出现涉嫌违法交易的异常交易可能性越低，即0≤x1＜x2＜x3≤1。对，交易类型量化的方式可以是：交易类型包括借和贷，在检测异常违法交易中，目的是检测出最终核心交易账户，追回违法资金，通常情况下最终的核心交易账户在进行非法交易时贷入交易信息要比借出交易信息多，影响程度要大，假设对借出赋值为y1，贷入赋值y2，则0≤y1＜y2≤1。对交易金额和交易后剩余金额分别进行归一化处理，得到量化信息。

本实施例中，在获得多个特征信息之后，将特征信息输入预先训练的异常评估模型中，输出账户的评估结果。

其中，异常评估模型可以是二分类模型，用户预测账户是否为异常账户。

具体的，异常评估模型的训练方式为：采集样本账户对应的交易数据样本集；提取交易数据样本集中各交易数据样本的特征信息；基于特征信息对异常评估模型进行训练。

其中，样本账户包括正样本账户和负样本账户。正样本账户可以理解为正常账户，负样本集可以理解为异常账户。提取交易数据样本集中各交易数据样本的特征信息的方式可以参数上述实施例中对交易信息进行量化的过程，此处不再赘述。

本实施例中，基于特征信息对异常评估模型进行训练的过程可以是：将各交易数据样本的特征信息输入异常评估模型，输出预测评估结果；然后确定预测评估结果和真实评估结果间的损失函数，基于该损失函数对异常评估模型进行反向调参，以训练异常评估模型。

可选的，在从候选交易链路中确定异常交易链路之后，还包括如下步骤：对异常交易链路上的账户执行预设操作。

其中，预设操作可以是对异常交易链路上的账户进行锁卡、禁止交易及核查等操作。

本实施例的技术方案，获取设定时段内的多条交易数据；基于多条交易数据中的交易行为构建交易网络，其中，交易网络由多个账户相互连接构成，账户与账户直接存在直接或者间接交易行为；从交易网络中提取节点数量超过设定值的链路，确定为候选交易链路；从候选交易链路中确定异常交易链路。本发明实施例提供的异常交易的检测方法，根据构建的交易网络确定异常交易链路，可以提高检测异常交易的准确性，从而提高金融数据的安全性。

实施例二

图3是本发明实施例二提供的一种异常交易的检测装置的结构示意图，如图3所示，该装置包括：

交易数据获取模块210，用于获取设定时段内的多条交易数据；

交易网络构建模块220，用于基于多条交易数据间的交易行为构建交易网络，其中，交易网络由多个账户相互连接构成，账户与账户直接存在直接或者间接交易行为；

候选交易链路确定模块230，用于从交易网络中提取节点数量超过设定值的链路，确定为候选交易链路；

异常交易链路确定模块240，用于从候选交易链路中确定异常交易链路

可选的，交易网络构建模块220，还用于：

确定参与交易数据对应的交易行为的交易本方账户和交易对方账户；

将交易本方账户和交易对方账户进行连接，获得交易数据对应的交易子链路；

将多个交易数据的各交易子链路进行串接，获得交易网络。

可选的，异常交易链路确定模块240，还用于：

对候选交易链路上的账户进行异常评估，获得各账户的评估结果；其中，评估结果为正常和异常；

若候选交易链路上超过设定比例的账户为异常账户，则候选交易链路为异常交易链路。

可选的，异常交易链路确定模块240，还用于：

提取账户对应的交易数据的特征信息；

将特征信息输入预先训练的异常评估模型中，输出账户的评估结果。

可选的，异常交易链路确定模块240，还用于：

提取账户对应的交易数据中多个交易信息；

对各交易数据中的交易信息进行量化处理，获得特征信息。

可选的，还包括：异常评估模型训练模块，用于：

采集样本账户对应的交易数据样本集；其中，样本账户包括正样本账户和负样本账户；

提取交易数据样本集中各交易数据样本的特征信息；

基于特征信息对异常评估模型进行训练。

可选的，还包括：账户操作模块，用于：

对异常交易链路上的账户执行预设操作。

上述装置可执行本发明前述所有实施例所提供的方法，具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明前述所有实施例所提供的方法。

实施例三

图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如异常交易的检测方法。

在一些实施例中，异常交易的检测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的异常交易的检测方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行异常交易的检测方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种异常交易的检测方法，其特征在于，包括：

获取设定时段内的多条交易数据；

基于所述多条交易数据中的交易行为构建交易网络，其中，交易网络由多个账户相互连接构成，账户与账户直接存在直接或者间接交易行为；

从交易网络中提取节点数量超过设定值的链路，确定为候选交易链路；

从所述候选交易链路中确定异常交易链路。

2.根据权利要求1所述的方法，其特征在于，基于多条交易数据间的交易行为构建交易网络，包括：

确定参与所述交易数据对应的交易行为的交易本方账户和交易对方账户；

将所述交易本方账户和交易对方账户进行连接，获得所述交易数据对应的交易子链路；

将所述多个交易数据的各交易子链路进行串接，获得交易网络。

3.根据权利要求1所述的方法，其特征在于，从所述候选交易链路中确定异常交易链路，包括：

对候选交易链路上的账户进行异常评估，获得各账户的评估结果；其中，所述评估结果为正常和异常；

若候选交易链路上超过设定比例的账户为异常账户，则所述候选交易链路为异常交易链路。

4.根据权利要求3所述的方法，其特征在于，对候选交易链路上的账户进行异常评估，包括：

提取所述账户对应的交易数据的特征信息；

将所述特征信息输入预先训练的异常评估模型中，输出所述账户的评估结果。

5.根据权利要求4所述的方法，其特征在于，提取所述账户对应的交易数据的特征信息，包括：

提取所述账户对应的交易数据中多个交易信息；

对各交易数据中的交易信息进行量化处理，获得特征信息。

6.根据权利要求4所述的方法，其特征在于，所述异常评估模型的训练方式为：

采集样本账户对应的交易数据样本集；其中，所述样本账户包括正样本账户和负样本账户；

提取所述交易数据样本集中各交易数据样本的特征信息；

基于特征信息对异常评估模型进行训练。

7.根据权利要求1所述的方法，其特征在于，在从所述候选交易链路中确定异常交易链路之后，还包括：

对所述异常交易链路上的账户执行预设操作。

8.一种异常交易的检测装置，其特征在于，包括：

交易数据获取模块，用于获取设定时段内的多条交易数据；

交易网络构建模块，用于基于所述多条交易数据间的交易行为构建交易网络，其中，交易网络由多个账户相互连接构成，账户与账户直接存在直接或者间接交易行为；

候选交易链路确定模块，用于从交易网络中提取节点数量超过设定值的链路，确定为候选交易链路；

异常交易链路确定模块，用于从所述候选交易链路中确定异常交易链路。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的异常交易的检测方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的异常交易的检测方法。