CN113159790B 一种异常交易识别方法和装置 （中国银行股份有限公司）

号本申请实施例提供一种异常交易识别方法异常交易识别模型用于表征交易特征参数和交2根据所述实时交易特征参数和异常交易识别模型，确定所述待识获取历史交易数据；所述历史交易数据包括当前时刻之前预设时根据所述至少一笔历史交易的交易特征参数和异常值，利用预设机将所述历史交易的交易特征参数输入所述第一SVM中，以得到所述历史交易的第一预将所述待识别交易的实时交易特征参数，输入所述异常交易识别模根据所述目标异常值确定所述待识别交易是否为将所述实时交易特征参数按照预设规则量化；根据所述异常交易所述根据所述至少一笔历史交易的交易特征参数和异常值，利用预设机器将所述至少一笔历史交易的交易特征参数按照预设规处理模块，用于根据异常交易识别模型和所述获取模块获取的所述实时交易特征参3所述获取模块还用于获取历史交易数据；所述历史交易数据包括当所述处理模块还用于根据所述获取模块获取的所述至少一笔历史交易的交易特征参将所述获取模块获取的所述历史交易的交易特征参数输入所述第一SVM中，以得到所将所述获取模块获取的所述待识别交易的实时交易特征参数，输入所述异根据所述目标异常值确定所述待识别交易是否为所述处理模块具体用于：将所述获取模块获取的所述实时交易特征参数按照预所述处理模块具体用于：将所述获取模块获取的所述至少一笔历史异常交易识别装置执行如权利要求1-3任一项所述的异8.一种计算机可读存储介质，其特征在于，所4有一种有效手段对异常交易进行识别，所以目前亟需一种能够对异常交易进行识别的方训练得出的异常交易识别模型结合实时交易特征参数，判断该待识别交易是否为异常交用实时获取的实施交易特征参数和异常交易识别模型可以顺利实现对异常交易的快速识5够修正第一SVM结合交易特征参数对交易进行分类时够精准的问题，最终可以根据该第一SVM和第二SVM确定能够更准确反映出交易特征参数和交易类型之间对应关系的异常交易[0014]基于上述方案，可以根据实时交易特征参数输入异常识别模型后得到的输出结67，8[0055]如图1所示，距离超平面最近的点(两条虚线上的点)使上式成立，他们就被称为,…aN)T为拉格朗日乘子向量。9上,在线性支持向量机的对偶问题中,无论是目标函数还是决策函数都只涉及输入实例和实例间的内积,在对偶问题4中的内积xi·yi可以用核函数来[0075]这样就完成了在不需要显式的定义特征空他从线性问题转为非线性问题的问题中。核方法的主要特点就是它对问题的不同处理方及蜂窝电话、个人数字助理(personaldigitalassistant，PDA)、增强现实(augmented方法可以由异常交易识别装置执行，该异常交易识别装置可以为图3中所示的管理设备或易相关数据处理后得出，交易特征参数中的各项可以是直接从交易相关数据中获取(例如1234NUMBER(20,2)56789NUMBER(17,2)NUMBER(17,2)训练得出的异常交易识别模型结合实时交易特征参数，判断该待识别交易是否为异常交用实时获取的实施交易特征参数和异常交易识别模型可以顺利实现对异常交易的快速识[0104]历史交易的交易特征参数主要是根据交易系统提供的历i指第i个样本的特征向量(即第i个历史交易的交易特征参数构成的向[0124]进一步可选的，因为第一SVM本身必然会因为样本数据的不同或者C和σ的取值不[0128]具体的，因为第一高斯径向基函数对应的第一SVM已经极大程度的反映了交易特征参数和异常值之间的关系，第二高斯径向基函数对应的第二SVM只是为了修正其中的误利用上述异常交易识别模型和训练该异常交易识别模型的训练数据(即前述公式中的xi和的异常值)，根据该输出值便可以对实时交易特征参数对应的交易是否为异常交易进行判够修正第一SVM结合交易特征参数对交易进行分类时够精准的问题，最终可以根据该第一SVM和第二SVM确定能够更准确反映出交易特征参数和交易类型之间对应关系的异常交易学费00030000-物业费00040000-水费00050000-电费00060000-通讯费00070000-有线电视参数本身的需要，前述的表1中的数据进行处理(例如削减不需要的用户姓名等)和量化后[0149]S2B、根据至少一笔历史交易的异常值和量化后的至少一笔历史交易的交易特征量数据学习得出的异常交易识别模型时能够表征交易特征参数和交易类型之间对应关系[0154]在采用对应各个功能划分各个功能模块的情况下，图10示出了在图1所述的管理信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器[0167]总线43，可以是工业标准体系结构(industrystandardarchitecture，IS存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。