CN114372803B 一种基于交易图谱的快速反洗钱检测方法 （同济大学）_第1页
CN114372803B 一种基于交易图谱的快速反洗钱检测方法 （同济大学）_第2页
CN114372803B 一种基于交易图谱的快速反洗钱检测方法 （同济大学）_第3页
CN114372803B 一种基于交易图谱的快速反洗钱检测方法 （同济大学）_第4页
CN114372803B 一种基于交易图谱的快速反洗钱检测方法 （同济大学）_第5页
已阅读5页，还剩12页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明涉及一种基于交易图谱的快速反洗2S4、图神经网络中的图注意力模型根据节点特征与全图特征对节点间交易进行预测，S5、历史交易数据库根据高危和低危的交易结果是从中心节点向前/向后一跳聚合交易信息统计出的交易jju1,vu2,vu3,…,vun}为一系列交易用户，M＝{vm1,vm2,mi为更新后的用户节点特征和商家节点特征，vu步骤S5中对图神经网络中有向图G的特征向量3‘‘4检测面临的主要挑战是从海量异构的交易数据中构建有效规则和模型使反洗钱检测定位CN110400220A)中，提出向半监督图神经网络中输入高风险密度资金交易网络和账号的个[0004]本发明的目的就是为了克服上述现有技术存在的不能实时地对动态交易图谱进5[0009]S3、基于位置信息的图神经网络根据交易图谱中各节点的交易特征进行特征学钱交易潜在的传播链从而检测到参与同一洗钱案本地信息，另外72个特征是从中心节点向前/向后一跳聚合交易信息统计出的交易数据作M=m2m3e|E|}代表一系列交易(当某个用户61为过程参数，rept为每笔交易在图卷积网络中的输出结果。相较于一维卷积7[0045]S3、基于位置信息的图神经网络根据交易图谱中各节点的交易特征进行特征学钱交易潜在的传播链从而检测到参与同一洗钱案72个特征是从中心节点向前/向后一跳聚合交易M=m2m3e|E|}代表一系列交易(当某个用户8[0064]基于位置信息的图神经网络中包括以注意力机制为基础的图卷积网络，接受1为过程参数，rept为每笔交易在图卷积网络中的输出结果。相较于一维卷积明书中所描述的以上内容仅仅是对本发明结构所做的举例说明。凡依据本发明构思的构技术领域的技术人员可以对所描述的具体实例做各种各样

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论