[发明专利]数据欺诈识别方法、装置、计算机设备和存储介质

说明书

本申请揭示了数据欺诈识别方法、装置、计算机设备和存储介质，区块链上的数据欺诈识别，其中方法包括：在区块链上获取与指定企业相关的数据；将获取的数据进行特征提取，以得到多个特征数据；在所述多个特征数据中提取出与其它特征数据不相关的特征数据作为不相关特征数据；通过Voronoi算法对所述不相关特征数据进行异常值识别，得出欺诈数据。本申请是首次解决企业区块链上数据欺诈数据的识别问题，其利用Voronoi算法，可以将可能是欺诈数据的数据分析出来，从而使企业可以了解与其进行业务往来的其它人或企业的是否可能存在欺诈行为，进而选择适当的合作关系的紧密度等。

技术领域

本申请涉及到数据欺诈识别领域，特别是涉及到一种数据欺诈识别方法、装置、计算机设备和存储介质。

背景技术

区块链是一种去中心化、无需信任的新型数据架构，它由网络中所有的节点共同拥有、管理和监督，不接受单一方面的控制。

区块链不会出现数据造假，但是会存在恶意刷单形成的欺诈数据，如何识别区块链上的数据是正常交易产生的，还是“刷”出来的，是亟需解决的问题。

发明内容

本申请的主要目的为提供一种可以有效地识别出区块链上欺诈数据的数据欺诈识别方法、装置、计算机设备和存储介质。

本申请提出一种数据欺诈识别方法，用于区块链上的数据欺诈识别，所述方法，包括：

在区块链上获取与指定企业相关的数据；

将获取的数据进行特征提取，以得到多个特征数据；

在所述多个特征数据中提取出与其它特征数据不相关的特征数据作为不相关特征数据；

通过Voronoi算法对所述不相关特征数据进行异常值识别，得出欺诈数据。

进一步地，所述在所述多个特征数据中提取出与其它特征数据不相关的特征数据作为不相关特征数据的步骤，包括：

将所述多个特征数据可视化处理，将可视化中的离散点对应的特征数据记为所述不相关特征数据。

进一步地，所述将所述多个特征数据可视化处理的步骤，包括：

将所述多个特征数据制作成散点图。

进一步地，所述在所述多个特征数据中提取出与其它特征数据不相关的特征数据作为不相关特征数据的步骤，包括：

将所述多个特征数据进行相关矩阵分析，提取出与其它特征数据不相关的所述不相关特征数据。

进一步地，所述将获取的数据进行特征提取以得到特征数据的步骤，包括：

根据预设要求对获取的数据进行分类；

对各类数据分别进行特征提取。

进一步地，所述在所述多个特征数据中提取出与其它特征数据不相关的特征数据作为不相关特征数据的步骤，包括：

提取各类数据对应的多个特征数据中的不相关特征数据；

将对应各类数据的不相关特征数据混合后进行相关性分析，将不具有相关性的不相关特征数据记为最终的不相关特征数据。

进一步地，所述在所述多个特征数据中提取出与其它特征数据不相关的特征数据作为不相关特征数据的步骤，包括：

对所述多个特征数据进行可视化处理；

提取可视化中的离散点对应的特征数据，并将离散点对应的特征数据进行相关矩阵分析，提取各离散点对应的特征数据中没有关联的非关联特征数据，并将所述非关联特征数据记为所述不相关特征数据。

本申请还提供一种数据欺诈识别装置，用于区块链上的数据欺诈识别，所述装置，包括：