申请/专利权人：西南财经大学;喀什地区电子信息产业技术研究院

申请日：2022-10-24

公开（公告）日：2024-04-30

公开（公告）号：CN115660688B

主分类号：G06Q20/40

分类号：G06Q20/40;G06F18/214;G06F18/24;G06N3/048

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2023.02.17#实质审查的生效;2023.01.31#公开

摘要：本发明涉及金融风险管理领域，公开了一种金融交易异常检测方法及其跨区域可持续训练方法，其金融交易异常检测方法，通过构建由多种节点和多类路径构成的异质结构信息图，克服了现有技术中同质图难以保留多类型语义信息、无法捕捉动态时空特征的问题，充分挖掘时间信息等高阶语义，极大地丰富可获取信息量，并采用深度图神经网络模型，基于注意力机制对节点、路径和网络结构进行融合，获得图嵌入表示，并基于图嵌入表示对异常行为进行检测，提高了异常检测的效率和精度；同时，提出跨区域可持续训练方法，通过知识回放策略和参数平滑策略实现金融交易异常检测模型跨区域的持续学习，方便跨区域部署，适用于金融交易欺诈检测等金融风险管理任务。

主权项：1.金融交易异常检测方法，其特征在于，包括以下步骤：A1、根据目标区域的待检测金融交易数据，构建金融异构信息图；所述金融异构信息图的实体节点包括用户节点、商户节点、时间节点和交易节点，节点特征向量根据对应知识信息编码获得，元路径的类型包括用户-交易类路径、商户-交易类路径和时间-交易类路径；A2、根据各节点的特征向量，通过编码网络，获得各节点的嵌入表示；根据交易节点与其邻居节点的嵌入表示，按交易节点与其邻居节点的元路径类型，基于注意力机制进行分类聚合，获得交易节点各元路径类型的嵌入表示；然后，按元路径类型，聚合各交易节点对应元路径类型的嵌入表示，获得金融异构信息图各元路径类型的嵌入表示；A3、根据金融异构信息图各元路径类型的嵌入表示，基于自注意力机制，融合各元路径类型的嵌入表示，获得金融异构信息图的图嵌入表示；A4、基于金融异构信息图的图嵌入表示，采用全连接层输出异常检测的分类标签，作为异常检测结果；步骤A2中，根据各节点的特征向量，通过编码网络，获得各节点的嵌入表示；根据交易节点与其邻居节点的嵌入表示，按交易节点与其邻居节点的元路径类型，基于注意力机制进行分类聚合，获得交易节点各元路径类型的嵌入表示；然后，按元路径类型，聚合各交易节点对应元路径类型的嵌入表示，获得金融异构信息图各元路径类型的嵌入表示，包括：A21、将金融异构信息图中的所有节点的特征向量，通过编码网络映射至特征空间，获得各节点在特征空间的嵌入表示 其中，为第i个节点在特征空间中的嵌入表示，Wx为编码网络的可学习参数矩阵，为第i个节点的特征向量；A22、采用注意力机制，获得交易节点与其邻居节点之间的注意力得分 其中，attη表示注意力机制，为交易节点i与邻居节点j之间的注意力得分，为交易节点i与邻居节点j之间元路径的类型；A23、使用SoftMax函数，按元路径类型，分别将各类元路径类型所属的注意力得分进行标准化，得到注意力权重 其中，为交易节点i的邻居节点中元路径类型为第m类元路径的邻居节点的集合；A24、按交易节点与其邻居节点的元路径类型，基于注意力权重进行分类聚合，获得交易节点i各元路径类型的嵌入表示 其中，σ为sigmoid函数；A25、对各交易节点的嵌入表示按元路径类型进行聚合，获得各元路径类型的嵌入表示

全文数据：

权利要求：

百度查询： 西南财经大学;喀什地区电子信息产业技术研究院 金融交易异常检测方法及其跨区域可持续训练方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD