[发明专利]一种基于距离突变值的自适应欺诈异常检测方法及装置

说明书

本发明提供的一种基于距离突变值的自适应欺诈异常检测方法及装置，通过计算数据点间的欧几里得距离，并以任意两点间的距离构建数据集的距离邻接矩阵，在距离邻接矩阵查找距离值最大的元素；针对距离邻接矩阵中的每个元素，计算该元素与距离值最大的元素之间的权重；按照元素在距离邻接矩阵中的原位置，将权重组成距离权重邻接矩阵；通过分析权重与权重出现频次分布关系在自适应突变点检测获得权重阈值；将距离权重邻接矩阵高于权重阈值的元素置0；统计每一行的为0元素数量；在置零之后的距离权重邻接矩阵中确定为0元素数量大于平均值数量的行，将该行所表示的数据确定为异常数据。因此本发明应用场景广泛，可以减少计算规模且可以降低计算开销。

技术领域

本发明属于网络数据挖掘技术领域，具体涉及一种基于距离突变值的自适应欺诈异常检测方法及装置。

背景技术

随着经济的发展，在金融等领域的欺诈行为已经越来越多，为了检测与防止欺诈行为所产生的费用也逐年增加。一般情况下，由于缺乏与实体经济活动相一致的资金运动规律，或有异常于一般客户和账户具有的行为特征，从而呈现出的异常特征，包括交易对象异常，交易数量异常，资金走向异常等，统称为欺诈异常行为。发掘异常特征主要用到的是数据挖掘中的异常检测技术。

现有技术中异常检测方法包括：基于方差鲁棒性异常检测模型(Robustcovariance)、孤立森林(Isolation Forest)、局部异常因子检测算法(Local OutlierFactor)、单分类支持向量机(OneClassSVM)等。

基于方差鲁棒性异常检测模型在识别非高斯分布的单峰数据时，其性能较低；孤立森林在处理高维数据时，会导致孤立森林规模过于庞大，失去了原本计算开销小的优势；而局部异常因子检测算法适用于具有明显密度差异的数据，且计算较为复杂，应用场景有限；单分类支持向量机对异常值非常敏感波动较大，因此在很多情况下对异常值检测效果不佳。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于距离突变值的自适应欺诈异常检测方法及装置。本发明要解决的技术问题通过以下技术方案实现：

第一方面，本发明提供的一种基于距离突变值的自适应欺诈异常检测方法包括：

从金融网络环境中获取数据组成数据集；

针对数据集中每个数据，计算该数据与其他数据之间的欧几里得距离；

使用所述欧几里得距离构建数据集的距离邻接矩阵；

在所述距离邻接矩阵查找距离值最大的元素；

针对所述距离邻接矩阵中的每个元素，计算该元素与距离值最大的元素之间的权重；

按照元素在距离邻接矩阵中的原位置，将所述权重组成距离权重邻接矩阵；

将所述距离权重邻接矩阵高于权重阈值的元素置0；

其中，所述权重阈值通过统计距离权重出现频次与权重之间的关系确定得到；

统计置零之后的距离权重邻接矩阵中每一行的为0元素数量；

在所述置零之后的距离权重邻接矩阵中确定为0元素数量大于平均值数量的行，将该行所表示的数据确定为异常数据。

可选的，所述针对数据集中每个数据，计算该数据与其他数据之间的欧几里得距离包括：

针对数据集中每个数据，使用欧几里得距离计算公式，计算该数据与其他数据之间的欧几里得距离；

欧几里得距离计算公式为：

其中，d为数据(x₁,y₁)与数据(x₂,y₂)之间的欧几里得距离。