TWI709932B - 交易指標的監控方法、裝置及設備 - Google Patents

交易指標的監控方法、裝置及設備 Download PDF

Info

Publication number
TWI709932B
TWI709932B TW108115732A TW108115732A TWI709932B TW I709932 B TWI709932 B TW I709932B TW 108115732 A TW108115732 A TW 108115732A TW 108115732 A TW108115732 A TW 108115732A TW I709932 B TWI709932 B TW I709932B
Authority
TW
Taiwan
Prior art keywords
transaction
value
sampling
indicator
sampling point
Prior art date
Application number
TW108115732A
Other languages
English (en)
Other versions
TW202006646A (zh
Inventor
歐航
劉曉輝
鄭江雨
肖裕洪
暢若寒
金成�
秦德超
周琦夢
Original Assignee
開曼群島商創新先進技術有限公司
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 開曼群島商創新先進技術有限公司 filed Critical 開曼群島商創新先進技術有限公司
Publication of TW202006646A publication Critical patent/TW202006646A/zh
Application granted granted Critical
Publication of TWI709932B publication Critical patent/TWI709932B/zh

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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/20—Point-of-sale [POS] network systems
    • G06Q20/204—Point-of-sale [POS] network systems comprising interface for record bearing medium or carrier for electronic funds transfer or payment credit
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/409—Device specific authentication in transaction processing
    • G06Q20/4093—Monitoring of device authentication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Computer Security & Cryptography (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Technology Law (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本說明書實施例提供了一種交易指標的監控方法、裝置及設備。其方法包括：在交易資料的多組交易維值下分別獲取交易資料的交易指標的採樣序列，每組交易維值分別對應一個採樣序列，一個採樣序列包括該交易指標在一組交易維值下、在設定數量的各採樣點處的取值，交易指標在目標採樣點處的取值為實際值；分別根據各個採樣序列計算該交易指標在本採樣序列中的目標採樣點處的估計值；通過比較所述交易指標在各個採樣序列中的目標採樣點處的估計值與實際值判斷所述交易指標在本採樣序列對應的一組交易維值下、在目標採樣點處是否異常；生成並發送異常提示資訊，所述異常提示資訊用於提示交易指標異常處的目標採樣點和一組交易維值。

Description

交易指標的監控方法、裝置及設備
本說明書實施例關於交易資料處理技術，尤其關於一種交易指標的監控方法、裝置及設備。
在網際網路金融業務中，交易指標(又稱資料指標)是否平穩直接影響業務是否能夠安全平穩地進行。尤其在其中的風險控制領域，如何監控交易指標是否異常，並且發現原因，對於能否及時處理起到至關重要的作用。 傳統分析一般是資料分析師定義規則，交易指標的值超過某個閾值後定義為異常，通過人工寫程式篩選出一些可能的原因，外加人工核查相關的每筆交易，最終定位真正原因。
本說明書實施例提供一種交易指標的監控方法、裝置及設備，以實現自動發現交易指標的異常並定位異常原因。 第一態樣，本說明書實施例提供一種交易指標的監控方法，包括： 在交易資料的多組交易維值下分別獲取所述交易資料的交易指標的採樣序列，每組交易維值分別對應一個採樣序列，一個採樣序列包括所述交易指標在一組交易維值下、在設定數量的各採樣點處的取值，所述交易指標在目標採樣點處的取值為實際值； 針對每一採樣序列，根據本採樣序列計算所述交易指標在本採樣序列中的目標採樣點處的估計值； 針對每一採樣序列，通過比較所述交易指標在本採樣序列中的目標採樣點處的估計值與實際值判斷所述交易指標在本採樣序列對應的一組交易維值下、在目標採樣點處的取值是否異常，並進行異常提示。 第二態樣，本說明書實施例提供一種交易指標的監控裝置，包括： 採樣序列獲取模組，用於在交易資料的多組交易維值下分別獲取所述交易資料的交易指標的採樣序列，每組交易維值分別對應一個採樣序列，一個採樣序列包括所述交易指標在一組交易維值下、在設定數量的各採樣點處的取值，所述交易指標在目標採樣點處的取值為實際值； 估計值計算模組，用於針對每一採樣序列，根據本採樣序列計算所述交易指標在本採樣序列中的目標採樣點處的估計值； 異常監控模組，用於針對每一採樣序列，通過比較所述交易指標在本採樣序列中的目標採樣點處的估計值與實際值判斷所述交易指標在本採樣序列對應的一組交易維值下、在目標採樣點處的取值是否異常，並進行異常提示。 第三態樣，本說明書實施例提供一種交易指標的監控設備，包括： 記憶體，用於儲存電腦程式； 處理器，用於執行所述電腦程式時實現上述任意實施例所述方法的步驟。 第四態樣，本說明書實施例提供一種電腦可讀儲存媒體，其上儲存有電腦程式，其特徵在於，所述電腦程式被處理器執行時實現上述任意實施例所述方法的步驟。 本說明書實施例有益效果如下： 針對待監控的交易指標，分別獲取其在多組交易維值下的採樣序列，並計算交易指標在各採樣序列中目標採樣點處的估計值，通過比較目標採樣點的估計值與實際值判斷交易指標對應的一組交易維值下、目標採樣點處的取值是否異常，即，判斷在不同交易維值組合(即各種可能的異常原因)下，待監控的交易指標在目標採樣點處是否出現異常，並進行異常提示。可見，採用本說明書實施例提供的技術方案，是基於各種可能的異常原因自動監控交易指標，若發現有異常原因對應的交易指標的取值異常，即監控到交易指標的異常，並定位了該異常的原因，其處理效率較高。
為了更好的理解上述技術方案，下面通過圖式以及具體實施例對本說明書實施例的技術方案做詳細的說明，應當理解本說明書實施例以及實施例中的具體特徵是對本說明書實施例技術方案的詳細的說明，而不是對本說明書技術方案的限定，在不衝突的情況下，本說明書實施例以及實施例中的技術特徵可以相互組合。 本說明書實施例的典型應用場景如圖1所示，交易使用者使用交易用戶端101通過網際網路金融伺服器102進行交易操作，網際網路金融伺服器102保存交易資料，需要監控交易指標的使用者通過至少一個監控用戶端103與網際網路金融伺服器102通信，設置監控條件，並獲取監控結果。 其中，交易操作涉及到的技術載體，例如可以包括近場通信(Near Field Communication,NFC)、WIFI、3G/4G/5G、POS機刷卡技術、二維碼掃碼技術、條碼掃碼技術、藍牙、紅外、短訊息(Short Message Service,SMS)、多媒體訊息(Multimedia Message Service,MMS)等。 其中，交易用戶端101可以但不僅限於包括行動終端、掌上型電腦、PC機、POS機等。網際網路金融伺服器102可以包括獨立伺服器，也可以包括多個伺服器組成的伺服器組。若包括多個伺服器，其拓撲既可以包括集中式伺服器組，也可以包括分散式伺服器組(例如伺服器集群、雲端伺服器等)。監控用戶端103可以但不僅限於包括行動終端、掌上型電腦、PC機等等。 本說明書一個或多個實施例提供的方法可以在網際網路金融伺服器102上實現，也可以在監控用戶端103上實現，還可以由網際網路金融伺服器102和監控用戶端103配合實現，具體情況將在以下的具體實施例中詳細說明。 其中，一個完整的交易資料包括多個交易維度，每個交易維度又包括至少一個交易維值。交易維度包括用於反映交易的支付與風險控制特徵的欄位，例如，“國家”，“業務類型”，“卡Bin(Bank Identification Number發卡行識別碼)國”，“發卡行”，“是否被拒絕交易”，“是否經過3DS驗證”，“3DS驗證是否通過”等。 其中，交易指標用於反映交易資料的統計學特徵，例如，“支付成功率”、“交易數量”、“交易金額”等。交易指標與時間、交易維度相關，統計交易指標，通常是在一定時間範圍內、某個交易維度或某幾個交易維度組合的具體交易維值下，統計交易資料的統計學特徵。 第一方面，本說明書實施例提供一種交易指標的監控方法，請參考圖2，包括： 步驟202、在交易資料的多組交易維值下分別獲取交易資料的交易指標的採樣序列，每組交易維值分別對應一個採樣序列，一個採樣序列包括該交易指標在一組交易維值下、在設定數量的各採樣點處的取值，該交易指標在目標採樣點處的取值為實際值。 其中，採樣序列中採樣點的時間間隔體現了監控的時間細微性。可以採用等時間間隔，也可以不等時間間隔。以等時間間隔為例，例如，若希望以“小時”為單位對交易指標進行監控，則採樣點的時間間隔為1小時；若希望以“日”為單位對交易指標進行監控，則採樣點的時間間隔為1日。 以“支付成功率”這一交易指標為例，假設設定的時間間隔為一天、設定數量為N(N為大於1的整數)，則“支付成功率”在“國家=英國”、“3DS驗證是否通過=通過”這組交易維值下的採樣序列為{a1 ，a2 ……aN }，其中，“支付成功率”在採樣點ai (i=1,2,……N)處的取值為第i天中“國家”為英國且3DS驗證通過的交易資料的支付成功率的實際值。 步驟204、針對每一採樣序列，根據本採樣序列計算上述交易指標在本採樣序列中的目標採樣點處的估計值。 以其中一個採樣序列為例，根據該採樣序列計算交易指標在該採樣序列中的目標採樣點處的估計值。 步驟206、針對每一採樣序列，通過比較上述交易指標在本採樣序列中的目標採樣點處的估計值與實際值判斷該交易指標在本採樣序列對應的一組交易維值下、在目標採樣點處是否異常，並進行異常提示。 以其中一個採樣序列為例，通過比較交易指標在該採樣序列中目標採樣點處的估計值與實際值判斷交易指標在該採樣序列對應的一組交易維值下、在目標採樣點處是否異常。 假設“支付成功率”這一交易指標在“英國+3DS驗證通過”這組交易維值下、在目標採樣點處的取值異常，則異常提示資訊用於提示“支付成功率”在目標採樣點處的取值和“英國+3DS驗證通過”這組交易維值(即異常原因)。 本說明書實施例中，可以提示全部的異常交易指標的取值及對應的一組交易維值，也可以僅提示部分異常交易指標的取值及對應的一組交易維值。 本說明書實施例提供的方法，針對待監控的交易指標，分別獲取其在多組交易維值下的採樣序列，並計算交易指標在各採樣序列中目標採樣點處的估計值，通過比較目標採樣點的估計值與實際值判斷交易指標對應的一組交易維值下、目標採樣點處是否異常，即，判斷在不同交易維值組合(即各種可能的異常原因)下，待監控的交易指標在目標採樣點處的取值是否出現異常，進而生成並發送用於提示異常交易指標的取值和異常原因的異常提示資訊。可見，採用本說明書實施例提供的技術方案，是基於各種可能的異常原因自動監控交易指標，若發現有異常原因對應的交易指標的取值異常，即監控到交易指標的異常，並定位了該異常的原因，其處理效率較高。 本說明書上述實施例中，交易指標可以由使用者在每次監控前指定；也可以由用戶在某次監控前指定，後續每次監控均依照該次指定確認待監控的交易指標，直至使用者再次指定；還可以是程式的預設值，或者通過其他方式確定待監控的交易指標。上述的多組交易維值可以由使用者在每次監控前指定；也可以由用戶在某次監控前指定，後續每次監控均依照該次指定確認多組交易維值，直至使用者再次指定；還可以將交易資料的全部維度或維度組合的各組交易維值作為上述多組交易維值。 若是使用者指定，使用者也可以僅指定交易維度和/或交易維度的組合，則遍歷使用者指定的交易維度和/或交易維度的組合的所有交易維值，得到多組交易維值。 若本說明書實施例提供的方法應用在金融業務伺服器102上，則金融業務伺服器102通過與監控用戶端103通信，在監控用戶端103上調用相應的人機交互介面，以通過人機交互介面獲取使用者指定的資訊(交易指標、多組交易維值或交易維度)。作為舉例而非限定，人機交互介面可以如圖3所示，即在一個人機交互介面上完成相應資訊的配置，以提高處理效率。在圖3所示的人機交互介面上，使用者不僅可以指定交易維度以及需要監控的交易指標，還可以指定需要監控的交易資料的範圍(即指定交易資料集合)。 本說明書實施例中，若多組交易維值是指遍歷設定數量的交易維度的各種組合(本說明書實施例中，單獨交易維度也是一種交易維度的組合)下的所有交易維值得到的多組交易維值，進而在該多組維值下分別監控交易指標是否異常，即全量異常監控。假設3個交易維度，則交易維度組合的數量為7，假設每個交易維度對應2個交易維值，則共有26組交易維值。通過全量異常監控，借助電腦強大的處理能力，可以從各個可能的異常原因出發，監控交易指標是否異常，提高了異常監控的準確性以異常定位的精度。 為了保證交易安全，維護正常的交易秩序，需要及時發現交易指標的異常並定位異常原因，因此，可以配合監控的時間細微性，及時對交易指標在最新的採樣點處的取值進行監控，相應的，上述目標採樣點是指採樣序列中的最後一個採樣點。例如，以每個自然日為單位對“支付成功率”進行監控，則目標採樣點為當日。 應當指出的是，若對異常交易指標監控的即時性要求不高，則不需要即時對最新的採樣點處的取值進行監控，則上述目標採樣點可以是採樣序列中任意採樣點。 本說明書實施例中，為了提高交易指標監控的準確性，上述交易指標在各採樣序列中非目標採樣點處的取值可以為平滑值，其中，平滑值由實際值經平滑處理得到。 以上述採樣序列{a1 ，a2 ……aN }為例，假設當前的目標採樣點為aN ，且之前已經對交易指標在採樣點aN-1 處的取值進行過異常判斷，則採樣點a1 ~aN-2 處的取值在之前已經過平滑處理，在對當前的目標採樣點處的取值進行異常判斷時，不需要再次進行平滑處理，可以直接使用之前計算得到的平滑值；對於採樣點aN-1 處的取值，既可以計算其平滑值，也可以將之前計算的估計值作為平滑值。通過這種處理方式，可以降低運算量，提高處理效率。 但為了提高運算精度，從而保證異常監控的準確性，可以在每次異常監控時均重新計算平滑值。相應的，上述步驟202的具體實現方式可以是：按照設定時間間隔，在多組交易維值中的每組交易維值下分別獲取交易指標在設定數量的採樣點處的一組實際值；分別對每組實際值中除目標採樣點處之外的其他採樣處的實際值進行平滑處理。 以“支付成功率”這一交易指標、“英國+3DS驗證通過”這組交易維值為例，設定時間間隔為1日，設定數量為30日，則獲取“英國+3DS驗證通過”下，連續30日內，每日的支付成功率的實際值，並對前29日的支付成功率的實際值進行平滑處理。 本說明書實施例不對平滑處理的具體實現方式進行限定，一種實現方式中，對每組實際值中除目標採樣點之外的其他採樣點處的實際值，分別計算平滑值；將每組交易維值下所述交易指標在所述其他採樣點處的差值與本組交易維值對應的第一閾值進行比較，所述其他採樣點處的差值為所述交易指標在同一其他採樣點處的實際值與平滑值的差值，每組交易維值對應的第一閾值是根據本組交易維值下所述交易指標在多個採樣點處的取值確定的；將所述差值超過第一閾值的實際值替換為平滑值。另一種實現方式中，不進行閾值判斷，直接將每個採樣點處的實際值替換為對應的平滑值。 其中，平滑值的計算方式有多種，例如，可以採用moving average(滑動均值濾波演算法)、moving median(中值濾波演算法)等濾波演算法計算平滑值。 其中，第一閾值具體可以根據Adaptive K Sigma Threshold(自我調整Kσ閾值)演算法確定。 在上述任意方法實施例基礎上，上述步驟204的實現方式具體可以是：針對每一採樣序列，根據所述交易指標在本採樣序列中除目標採樣點之外的其他採樣點處的取值計算所述交易指標在本採樣序列中目標採樣點處的估計值。應當指出的是，在計算交易指標在目標採樣點處的估計值時，也可以結合交易指標在目標採樣點處的實際值進行計算。 其中，估計值的具體計算方式有多種，其中一種實現方式中，針對每一採樣序列，計算所述交易指標在本採樣序列中的歷史均值，所述歷史均值為所述交易指標在本採樣序列中除目標採樣點之外的其他採樣點處取值的均值；將所述交易指標在各個採樣序列中的歷史均值分別確定為本採樣序列所述交易指標在本採樣序列中目標採樣點處的估計值。 在上述任意方法實施例的基礎上，可選的，上述步驟206的實現方式可以是：將本組交易維值下所述交易指標在目標採樣點處的差值與本組交易維值對應的第二閾值進行比較，所述目標採樣點處的差值為所述交易指標在所述目標採樣點處的實際值與估計值的差值，每組交易維值對應的第二閾值是根據本組交易維值下所述交易指標在多個採樣點處的取值確定的；分別根據各組交易維值下的比較結果判斷所述交易指標在本組交易維值下、在目標採樣點處是否異常。 其中，第二閾值具體可以根據自我調整Kσ閾值演算法確定。 本說明書實施例中，考慮到實際值可能大於估計值(或平滑值)，也可能小於估計值，即差值可能是正數、也可能是負數，因此，第二閾值(或第一閾值)可以包括上邊界值和下邊界值。相應的，所謂差值超過第二閾值(或第一閾值)，是指差值在上邊界值以上或者下邊界值以下。 本說明書實施例中，可以視覺化地展示上述異常提示資訊，作為舉例而非限定，如圖4所示，可以通過曲線反映交易指標在各個採樣點處的取值，並對異常的取值進行標記，還可以使用自然語言展示異常原因及結果。其中，自然語言是相對於程式語言而言的，可以是文字，也可以是易於理解的字串。採用本說明書提供的方法，可能存在這樣的情況：交易指標在不只一組交易維值下均出現異常。例如，在“國家=英國”、“國家=英國”且“3DS驗證通過”這兩組交易維值下，當日的支付成功率均異常。此時，為了更準確地反映異常原因，可以按照異常置信度對不同的異常原因進行排序。相應的，計算異常交易指標的取值的異常置信度；生成並發送多條按照所述異常置信度排序的異常提示資訊，每條異常提示資訊對應一個異常交易指標的取值和交易維值。 其中，可以對全部異常結果進行置信度計算，但僅對前K個異常結果進行推送和展示。 在上述任意方法實施例的基礎上，本說明書實施例提供的方法還可以根據使用者的回饋調整異常提示資訊的排序。相應的，獲取所述異常提示資訊的回饋資訊，所述回饋資訊用於指示所述異常提示資訊是否準確；根據所述回饋資訊修改所述異常提示資訊的排序。其具體實現方式可以但不僅限於：對於準確的異常提示資訊，提高相應的異常置信度，對應錯誤的異常提示資訊，降低相應的異常置信度或刪除該錯誤的異常提示資訊。 為了及時向相關使用者告知交易指標的異常，還可以設置第三閾值，當交易指標在某組交易維值下的取值超過第三閾值，則向目標接收方發出警告信號。相應的，可以將異常取值及異常原因攜帶在警告信號中。 第二方面，本說明書實施例提供一種交易指標的監控裝置，如圖5所示，包括： 採樣序列獲取模組501，用於在交易資料的多組交易維值下分別獲取所述交易資料的交易指標的採樣序列，每組交易維值分別對應一個採樣序列，一個採樣序列包括所述交易指標在一組交易維值下、在設定數量的各採樣點處的取值，所述交易指標在目標採樣點處的取值為實際值； 估計值計算模組502，用於針對每一採樣序列，分別根據本採樣序列計算所述交易指標在本採樣序列中的目標採樣點處的估計值； 異常監控模組503，用於針對每一採樣序列，通過比較所述交易指標在本採樣序列中的目標採樣點處的估計值與實際值判斷所述交易指標在本採樣序列對應的一組交易維值下、在目標採樣點處是否異常，並進行異常提示。 可選的，所述交易指標在各採樣序列中非目標採樣點處的取值為平滑值，所述平滑值由實際值經平滑處理得到。 可選的，所述採樣序列獲取模組用於： 按照設定時間間隔，在所述多組交易維值中的每組交易維值下分別獲取所述交易指標在設定數量的採樣點處的一組實際值； 分別對每組實際值中除目標採樣點處之外的其他採樣處的實際值進行平滑處理。 可選的，所述分別對每組實際值中除目標採樣點處之外的其他採樣處的實際值進行平滑處理時，所述採樣處理模組用於： 對每組實際值中除目標採樣點之外的其他採樣點處的實際值，分別計算平滑值； 將每組交易維值下所述交易指標在所述其他採樣點處的差值與本組交易維值對應的第一閾值進行比較，所述其他採樣點處的差值為所述交易指標在同一其他採樣點處的實際值與平滑值的差值，每組交易維值對應的第一閾值是根據本組交易維值下所述交易指標在多個採樣點處的取值確定的； 將所述差值超過第一閾值的實際值替換為平滑值。 基於上述任意裝置實施例，可選的，所述目標採樣點為採樣序列中的最後一個採樣點。 可選的，所述估計值計算模組用於：針對每一採樣序列，根據所述交易指標在本採樣序列中除目標採樣點之外的其他採樣點處的取值計算所述交易指標在本採樣序列中目標採樣點處的估計值。 可選的，所述估計值計算模組用於：針對每一採樣序列，計算所述交易指標在本採樣序列中的歷史均值，所述歷史均值為所述交易指標在本採樣序列中除目標採樣點之外的其他採樣點處取值的均值；將所述交易指標在各個採樣序列中的歷史均值分別確定為本採樣序列所述交易指標在本採樣序列中目標採樣點處的估計值。 可選的，所述異常監控模組用於：將每組交易維值下所述交易指標在目標採樣點處的差值與本組交易維值對應的第二閾值進行比較，所述目標採樣點處的差值為所述交易指標在所述目標採樣點處的實際值與估計值的差值，每組交易維值對應的第二閾值是根據本組交易維值下所述交易指標在多個採樣點處的取值確定的；分別根據各組交易維值下的比較結果判斷所述交易指標在本組交易維值下、在目標採樣點處是否異常。 可選的，本說明書實施例提供的裝置還包括置信度計算模組，用於計算交易指標異常處的異常置信度；所述異常監控模組用於：生成並發送多條按照所述異常置信度排序的異常提示信息，每條異常提示資訊對應一個交易指標異常處的目標採樣點和交易維值。 可選的，本說明書實施例提供的裝置還包括修正模組，用於：獲取所述異常提示資訊的回饋資訊，所述回饋資訊用於指示所述異常提示資訊是否正確；根據所述回饋資訊修改所述異常提示資訊的排序。 第三方面，本說明書實施例提供一種交易指標的監控設備，包括： 記憶體，用於儲存電腦程式； 處理器，用於執行所述電腦程式時實現上述任意實施例所述方法的步驟。 第四方面，本說明書實施例提供一種電腦可讀儲存媒體，其上儲存有電腦程式，其特徵在於，所述電腦程式被處理器執行時實現上述任意實施例所述方法的步驟。 本說明書是參照根據本說明書實施例的方法、設備(系統)、和電腦程式產品的流程圖和／或方框圖來描述的。應理解可由電腦程式指令實現流程圖和／或方框圖中的每一流程和／或方框、以及流程圖和／或方框圖中的流程和／或方框的結合。可提供這些電腦程式指令到通用電腦、專用電腦、嵌入式處理機或其他可程式設計資料處理設備的處理器以產生一個機器，使得通過電腦或其他可程式設計資料處理設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和／或方框圖一個方框或多個方框中指定的功能的設備。 這些電腦程式指令也可儲存在能引導電腦或其他可程式設計資料處理設備以特定方式工作的電腦可讀記憶體中，使得儲存在該電腦可讀記憶體中的指令產生包括指令設備的製造品，該指令設備實現在流程圖一個流程或多個流程和／或方框圖一個方框或多個方框中指定的功能。 這些電腦程式指令也可裝載到電腦或其他可程式設計資料處理設備上，使得在電腦或其他可程式設計設備上執行一系列操作步驟以產生電腦實現的處理，從而在電腦或其他可程式設計設備上執行的指令提供用於實現在流程圖一個流程或多個流程和／或方框圖一個方框或多個方框中指定的功能的步驟。 儘管已描述了本說明書的較佳實施例，但本領域內的技術人員一旦得知了基本創造性概念，則可對這些實施例作出另外的變更和修改。所以，所附申請專利範圍意欲解釋為包括較佳實施例以及落入本說明書範圍的所有變更和修改。 顯然，本領域的技術人員可以對本說明書進行各種改動和變型而不脫離本說明書的精神和範圍。這樣，倘若本說明書的這些修改和變型屬於本說明書申請專利範圍及其等同技術的範圍之內，則本說明書也意圖包含這些改動和變型在內。
101‧‧‧交易用戶端 102‧‧‧網際網路金融伺服器 103‧‧‧監控用戶端 501‧‧‧採樣序列獲取模組 502‧‧‧估計值計算模組 503‧‧‧異常監控模組
圖1為本說明書實施例的應用場景示意圖； 圖2為本說明書實施例第一方面的方法流程圖； 圖3為本說明書實施例提供的一種人機交互介面示意圖； 圖4為本說明書實施例提供的一種異常提示介面示意圖； 圖5為本說明書實施例提供的一種裝置示意圖。

Claims (22)

  1. 一種交易指標的監控方法，其特徵在於，該方法在伺服器或用戶端上實現，伺服器與用戶端包括處理器，藉由處理器執行以下步驟包括：在交易資料的多個交易維度中包括的多組交易維值下分別獲取該交易資料的交易指標的採樣序列，每組交易維值分別對應一個採樣序列，一個採樣序列包括該交易指標在一組交易維值下、在設定數量的各採樣點處的取值，該交易指標在目標採樣點處的取值為實際值，該多個交易維度中的每個交易維度均為用以反映交易的支付與風險控制特徵的欄位，該多組交易維值為遍歷該多個交易維度的各種組合下的所有交易維值得到的多組交易維值，其中，針對所述多個交易維度的各種組合中的每個組合，該組合的維度可以為單個交易維度或多個交易維度；針對每一採樣序列，根據本採樣序列計算該交易指標在本採樣序列中的目標採樣點處的估計值；針對每一採樣序列，通過比較該交易指標在本採樣序列中的目標採樣點處的估計值與實際值判斷該交易指標在本採樣序列對應的一組交易維值下、在目標採樣點處的取值是否異常，並進行異常提示，該異常提示用於提示目標採樣點處的異常交易指標以及異常原因，其中，該異常原因為本採樣序列對應的交易維值。
  2. 根據請求項1所述的方法，其中，該交易指標在各採樣序列中非目標採樣點處的取值為平滑值，該平滑值由實際值經平滑處理得到。
  3. 根據請求項2所述的方法，其中，所述在交易資料的多組交易維值下分別獲取該交易資料的交易指標的採樣序列，包括：按照設定時間間隔，在所述多組交易維值中的每組交易維值下分別獲取該交易指標在設定數量的採樣點處的一組實際值；分別對每組實際值中除目標採樣點處之外的其他採樣處的實際值進行平滑處理。
  4. 根據請求項3所述的方法，其中，所述分別對每組實際值中除目標採樣點處之外的其他採樣處的實際值進行平滑處理，包括：對每組實際值中除目標採樣點之外的其他採樣點處的實際值，分別計算平滑值；將每組交易維值下該交易指標在該其他採樣點處的差值與本組交易維值對應的第一閾值進行比較，該其他採樣點處的差值為該交易指標在同一其他採樣點處的實際值與平滑值的差值，每組交易維值對應的第一閾值是根據本組交易維值下該交易指標在多個採樣點處的取值確定的；將該差值超過第一閾值的實際值替換為平滑值。
  5. 根據請求項1至4中任一項所述的方法，其中，該目標採樣點為採樣序列中的最後一個採樣點。
  6. 根據請求項5所述的方法，其中，所述針對每一採樣序列，根據本採樣序列計算該交易指標在本採樣序列中的目標採樣點處的估計值，包括：針對每一採樣序列，根據該交易指標在本採樣序列中除目標採樣點之外的其他採樣點處的取值計算該交易指標在本採樣序列中目標採樣點處的估計值。
  7. 根據請求項6所述的方法，其中，所述針對每一採樣序列，根據該交易指標在本採樣序列中除目標採樣點之外的其他採樣點處的取值計算該交易指標在本採樣序列中目標採樣點處的估計值，包括：針對每一採樣序列，計算該交易指標在本採樣序列中的歷史均值，該歷史均值為該交易指標在本採樣序列中除目標採樣點之外的其他採樣點處取值的均值；針對每一採樣序列，將該交易指標在本採樣序列中的歷史均值確定為本採樣序列所述交易指標在本採樣序列中目標採樣點處的估計值。
  8. 根據請求項5所述的方法，其中，所述針對每一採樣序列，通過比較該交易指標在本採樣序列中的目標採樣點 處的估計值與實際值判斷該交易指標在本採樣序列對應的一組交易維值下、在目標採樣點處是否異常，包括：將每組交易維值下該交易指標在目標採樣點處的差值與本組交易維值對應的第二閾值進行比較，該目標採樣點處的差值為該交易指標在該目標採樣點處的實際值與估計值的差值，每組交易維值對應的第二閾值是根據本組交易維值下該交易指標在多個採樣點處的取值確定的；分別根據每組交易維值下的比較結果判斷該交易指標在本組交易維值下、在目標採樣點處的取值是否異常。
  9. 根據請求項5所述的方法，其中，所述進行異常提示之前，該方法還包括：計算異常的交易指標的取值的異常置信度；進行異常提示，包括：生成並發送多條按照該異常置信度排序的異常提示資訊，每條異常提示資訊對應一個異常的交易指標的取值和對應的一組交易維值。
  10. 根據請求項9所述的方法，其中，該方法還包括：獲取該異常提示資訊的回饋資訊，該回饋資訊用於指示該異常提示資訊是否準確；根據該回饋資訊修改該異常提示資訊的排序。
  11. 一種交易指標的監控裝置，其特徵在於，包括： 採樣序列獲取模組，用於在交易資料的多個交易維度中包括的多組交易維值下分別獲取該交易資料的交易指標的採樣序列，每組交易維值分別對應一個採樣序列，一個採樣序列包括該交易指標在一組交易維值下、在設定數量的各採樣點處的取值，該交易指標在目標採樣點處的取值為實際值，該多個交易維度中的每個交易維度均為用以反映交易的支付與風險控制特徵的欄位，該多組交易維值為遍歷該多個交易維度的各種組合下的所有交易維值得到的多組交易維值，其中，針對所述多個交易維度的各種組合中的每個組合，該組合的維度可以為單個交易維度或多個交易維度；估計值計算模組，用於針對每一採樣序列，根據本採樣序列計算該交易指標在本採樣序列中的目標採樣點處的估計值；異常監控模組，用於針對每一採樣序列，通過比較該交易指標在本採樣序列中的目標採樣點處的估計值與實際值判斷該交易指標在本採樣序列對應的一組交易維值下、在目標採樣點處的取值是否異常，並進行異常提示，該異常提示用於提示目標採樣點處的異常交易指標以及異常原因，其中，該異常原因為本採樣序列對應的交易維值。
  12. 根據請求項11所述的裝置，其中，該交易指標在各採樣序列中非目標採樣點處的取值為平滑值，該平滑值由實際值經平滑處理得到。
  13. 根據請求項12所述的裝置，其中，該採樣序列獲取模組用於：按照設定時間間隔，在所述多組交易維值中的每組交易維值下分別獲取該交易指標在設定數量的採樣點處的一組實際值；分別對每組實際值中除目標採樣點處之外的其他採樣處的實際值進行平滑處理。
  14. 根據請求項13所述的裝置，其中，所述分別對每組實際值中除目標採樣點處之外的其他採樣處的實際值進行平滑處理時，該採樣處理模組用於：對每組實際值中除目標採樣點之外的其他採樣點處的實際值，分別計算平滑值；將每組交易維值下該交易指標在該其他採樣點處的差值與本組交易維值對應的第一閾值進行比較，該其他採樣點處的差值為該交易指標在同一其他採樣點處的實際值與平滑值的差值，每組交易維值對應的第一閾值是根據本組交易維值下該交易指標在多個採樣點處的取值確定的；將該差值超過第一閾值的實際值替換為平滑值。
  15. 根據請求項11至14中任一項所述的裝置，其中，該目標採樣點為採樣序列中的最後一個採樣點。
  16. 根據請求項15所述的裝置，其中，該估計值計算模組用於：針對每一採樣序列，根據該交易指標在本採樣序列中除目標採樣點之外的其他採樣點處的取值計算該交易指標在本採樣序列中目標採樣點處的估計值。
  17. 根據請求項16所述的裝置，其中，該估計值計算模組用於：針對每一採樣序列，計算該交易指標在本採樣序列中的歷史均值，該歷史均值為該交易指標在本採樣序列中除目標採樣點之外的其他採樣點處取值的均值；針對每一採樣序列，將該交易指標在本採樣序列中的歷史均值確定為本採樣序列該交易指標在本採樣序列中目標採樣點處的估計值。
  18. 根據請求項15所述的裝置，其中，所述異常監控模組用於：將每組交易維值下該交易指標在目標採樣點處的差值與本組交易維值對應的第二閾值進行比較，該目標採樣點處的差值為該交易指標在該目標採樣點處的實際值與估計值的差值，每組交易維值對應的第二閾值是根據本組交易維值下該交易指標在多個採樣點處的取值確定的；分別根據每組交易維值下的比較結果判斷該交易指標在本組交易維值下、在目標採樣點處的取值是否異常。
  19. 根據請求項15所述的裝置，其中，還包括置信度計算模組，用於計算異常的交易指標的取值的異常置信度；該異常監控模組用於：生成並發送多條按照該異常置信度排序的異常提示資訊，每條異常提示資訊對應一個異常的交易指標的取值和對應的一組交易維值。
  20. 根據請求項19所述的裝置，其中，還包括修正模組，用於：獲取該異常提示資訊的回饋資訊，該回饋資訊用於指示該異常提示資訊是否正確；根據該回饋資訊修改該異常提示資訊的排序。
  21. 一種交易指標的監控設備，其特徵在於，包括：記憶體，用於儲存電腦程式；處理器，用於執行該電腦程式時實現請求項1至10中任一項所述方法的步驟。
  22. 一種電腦可讀儲存媒體，其上儲存有電腦程式，其特徵在於，該電腦程式被處理器執行時實現請求項1至10中任一項所述的方法的步驟。
TW108115732A 2018-07-17 2019-05-07 交易指標的監控方法、裝置及設備 TWI709932B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201810786573.XA CN109035021B (zh) 2018-07-17 2018-07-17 一种交易指标的监控方法、装置及设备
CN201810786573.X 2018-07-17

Publications (2)

Publication Number Publication Date
TW202006646A TW202006646A (zh) 2020-02-01
TWI709932B true TWI709932B (zh) 2020-11-11

Family

ID=64643702

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108115732A TWI709932B (zh) 2018-07-17 2019-05-07 交易指標的監控方法、裝置及設備

Country Status (5)

Country Link
US (1) US11455640B2 (zh)
CN (1) CN109035021B (zh)
SG (1) SG11202010378PA (zh)
TW (1) TWI709932B (zh)
WO (1) WO2020015483A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109035021B (zh) * 2018-07-17 2020-06-09 阿里巴巴集团控股有限公司 一种交易指标的监控方法、装置及设备
CN110706016A (zh) * 2019-08-23 2020-01-17 阿里巴巴集团控股有限公司 业务异常检测方法、装置及计算机可读存储介质
CN110597860A (zh) * 2019-09-12 2019-12-20 中国工商银行股份有限公司 数据识别方法及其装置、电子设备和介质
CN110880128A (zh) * 2019-10-31 2020-03-13 支付宝(杭州)信息技术有限公司 异常信息挖掘方法、装置、系统及终端设备
CN112598342B (zh) * 2021-03-05 2021-06-11 北京每日优鲜电子商务有限公司 用于数据展示设备的报警控制方法、装置、设备和介质
CN113935837A (zh) * 2021-10-21 2022-01-14 华青融天(北京)软件股份有限公司 异常数据的确定方法、装置、电子设备及介质
CN115905319B (zh) * 2022-11-16 2024-04-19 国网山东省电力公司营销服务中心(计量中心) 一种海量用户电费异常的自动识别方法及系统

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090222243A1 (en) * 2008-02-29 2009-09-03 Zoldi Scott M Adaptive Analytics
US20090292568A1 (en) * 2008-05-22 2009-11-26 Reza Khosravani Adaptive Risk Variables
US20120005749A1 (en) * 2006-09-18 2012-01-05 Fair Isaac Corporation Generic Fraud Detection Model
US8306891B1 (en) * 2000-07-13 2012-11-06 C4Cast.Com, Inc. Potential-based asset comparison
CN104283934A (zh) * 2013-07-12 2015-01-14 中国移动通信集团重庆有限公司 一种基于可靠性预测的web服务推送方法、装置及服务器
TW201507403A (zh) * 2013-08-05 2015-02-16 Tencent Tech Shenzhen Co Ltd 網站的監控方法、業務處理裝置及系統
US20150081524A1 (en) * 2013-09-16 2015-03-19 International Business Machines Corporation Analytics driven assessment of transactional risk daily limit exceptions
CN104933080A (zh) * 2014-03-21 2015-09-23 中国移动通信集团湖北有限公司 一种确定异常数据的方法及装置
US20160253672A1 (en) * 2014-12-23 2016-09-01 Palantir Technologies, Inc. System and methods for detecting fraudulent transactions
CN107480703A (zh) * 2017-07-21 2017-12-15 阿里巴巴集团控股有限公司 交易故障检测方法及装置
CN107491970A (zh) * 2017-08-17 2017-12-19 北京三快在线科技有限公司 实时反作弊检测监控方法和系统以及计算设备
CN107943809A (zh) * 2016-10-13 2018-04-20 阿里巴巴集团控股有限公司 数据质量监控方法、装置及大数据计算平台
CN108269189A (zh) * 2017-07-05 2018-07-10 中国中投证券有限责任公司 指标数据监控方法、装置、存储介质和计算机设备
CN108282533A (zh) * 2018-01-29 2018-07-13 百度在线网络技术（北京）有限公司 智能监测方法、装置、可穿戴设备及服务器

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3909057B2 (ja) * 2001-07-12 2007-04-25 新日本製鐵株式会社 耐候性鋼の腐食量予測方法
US6804627B1 (en) * 2002-12-31 2004-10-12 Emc Corporation System and method for gathering and analyzing database performance statistics
US8639922B2 (en) * 2009-06-01 2014-01-28 Dhananjay S. Phatak System, method, and apparata for secure communications using an electrical grid network
CN109035021B (zh) * 2018-07-17 2020-06-09 阿里巴巴集团控股有限公司 一种交易指标的监控方法、装置及设备

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8306891B1 (en) * 2000-07-13 2012-11-06 C4Cast.Com, Inc. Potential-based asset comparison
US20120005749A1 (en) * 2006-09-18 2012-01-05 Fair Isaac Corporation Generic Fraud Detection Model
US20090222243A1 (en) * 2008-02-29 2009-09-03 Zoldi Scott M Adaptive Analytics
US20090292568A1 (en) * 2008-05-22 2009-11-26 Reza Khosravani Adaptive Risk Variables
CN104283934A (zh) * 2013-07-12 2015-01-14 中国移动通信集团重庆有限公司 一种基于可靠性预测的web服务推送方法、装置及服务器
TW201507403A (zh) * 2013-08-05 2015-02-16 Tencent Tech Shenzhen Co Ltd 網站的監控方法、業務處理裝置及系統
US20150081524A1 (en) * 2013-09-16 2015-03-19 International Business Machines Corporation Analytics driven assessment of transactional risk daily limit exceptions
CN104933080A (zh) * 2014-03-21 2015-09-23 中国移动通信集团湖北有限公司 一种确定异常数据的方法及装置
US20160253672A1 (en) * 2014-12-23 2016-09-01 Palantir Technologies, Inc. System and methods for detecting fraudulent transactions
CN107943809A (zh) * 2016-10-13 2018-04-20 阿里巴巴集团控股有限公司 数据质量监控方法、装置及大数据计算平台
CN108269189A (zh) * 2017-07-05 2018-07-10 中国中投证券有限责任公司 指标数据监控方法、装置、存储介质和计算机设备
CN107480703A (zh) * 2017-07-21 2017-12-15 阿里巴巴集团控股有限公司 交易故障检测方法及装置
CN107491970A (zh) * 2017-08-17 2017-12-19 北京三快在线科技有限公司 实时反作弊检测监控方法和系统以及计算设备
CN108282533A (zh) * 2018-01-29 2018-07-13 百度在线网络技术（北京）有限公司 智能监测方法、装置、可穿戴设备及服务器

Also Published As

Publication number Publication date
CN109035021B (zh) 2020-06-09
TW202006646A (zh) 2020-02-01
CN109035021A (zh) 2018-12-18
WO2020015483A1 (zh) 2020-01-23
US20210049609A1 (en) 2021-02-18
SG11202010378PA (en) 2020-11-27
US11455640B2 (en) 2022-09-27

Similar Documents

Publication Publication Date Title
TWI709932B (zh) 交易指標的監控方法、裝置及設備
US10666525B2 (en) Distributed multi-data source performance management
WO2021052031A1 (zh) 基于统计四分位距的商品库存风险预警方法、系统及计算机可读存储介质
CN111984503B (zh) 一种监控指标数据异常数据识别的方法及装置
JP6707564B2 (ja) データ品質分析
CN104811344B (zh) 网络动态业务监控方法及装置
CN111158977A (zh) 一种异常事件根因定位方法及装置
CN108256721B (zh) 一种任务调度方法、终端设备及介质
CN111143102A (zh) 异常数据检测方法、装置、存储介质及电子设备
CN109934268B (zh) 异常交易检测方法及系统
CN110083475B (zh) 一种异常数据的检测方法及装置
CN111913936A (zh) 一种涉及多领域溯源系统
CN114186626A (zh) 一种异常检测方法、装置、电子设备及计算机可读介质
CN108073707B (zh) 金融业务数据更新方法、装置及计算机可读取存储介质
CN110399903B (zh) 异常数据的检测方法及装置、计算机可读存储介质
CN113111139A (zh) 一种基于物联传感器的告警检测方法和装置
CN111913945A (zh) 一种数据治理方法、装置及存储介质
CN116228431A (zh) 一种异常交易账户确定方法、装置及电子设备
US20200195550A1 (en) Tree structure-based smart inter-computing routing model
CN111507397B (zh) 一种异常数据的分析方法及装置
CN111429257B (zh) 一种交易监控方法和装置
CN107301484B (zh) 一种监控点设置方法及装置
CN113609454A (zh) 一种异常交易检测方法和装置
CN113099057A (zh) 用户提醒方法、装置和计算机可读存储介质
US11544753B2 (en) Indicating forecasts of invoice payments