[发明专利]一种网络交易信息追溯系统

权利要求书

1.一种网络交易信息追溯系统，其特征在于，包括日志追踪模块、数据存储模块、数据分析模块、路径分析模块、预测模块、警报模块，日志追踪模块记录网络交易双方的交易信息，并将交易信息存储于数据存储模块，数据分析模块通过对交易信息和交易预测信息的分析得到信息的信息标识；此系统管理过程具体如下：

(1)预测模块利用朴素贝叶斯模型对交易信息中的实时交易信息进行预测分析得到风险级数，具体的分析过程如下：

步骤1、以一个交易过程为一个样本，一个样本有N个阶段，不同的阶段用类别标记X_t，t∈[1，N]来标记，t为标号，样本y的类别标记记为y＝{X₁，X₂，X₃...，X_N}，预测分析过程中将一个类别标记为的样本误认为X_t所产生的损失记为不同标记类别下的各个信息特征x_e，e∈[1，k]发生的概率服从正态分布，根据实时交易信息可以得到后验概率P(x_e|y)，再求得样本y分类为X_i所产生的期望损失，即在样本y上的条件风险P(X_i|y)：

其中μ_y为类别为y的样本中特征x_e的均值，σ_y为在类别为y的样本中特征x_e的标准差；

步骤2、判定标准函数为h：x_e→y，利用判定标准函数使得条件风险取得最小化总体风险R(h)＝E[R(h(x_e)|x_e)]，h^*为最小化总体风险时的点集，R(h^*)为贝叶斯风险，1-R(h^*)为最好分类时的风险值，

h^*(x_e)＝arg min R(X_i|y)，

步骤3、根据1-R(h^*)进行对样本进行贝叶斯分类得到最好的分类性能，再利用分类过后的1-R(h^*)和路径分析模块分析得到的交易过程中每一个阶段对应的交易结点的难易度得到风险级数Z，并将风险级数发送至数据分析模块；

(2)数据分析模块接收风险级数，同时数据分析模块以交易信息为样本数据，建立空间分析模型对样本数据进行量化分析处理得到交易之间的空间相关关系，将交易过程中的空间相关关系考虑到信息追溯过程中，并进一步计算得到的加权权重F_t；

(3)数据分析模块再利用SVM算法对交易信息进行处理，根据处理的结果信息和加权权重得到不同的信息标识，根据信息标识对交易信息进行信息追溯。

2.根据权利要求1所述的一种网络交易信息追溯系统，其特征在于，所述数据分析模块接收风险级数，同时数据分析模块以交易信息中为样本数据，对样本数据中的关系进行分析，建立空间分析模型对交易过程中的交易信息进行关系分析，具体分析过程如下：

步骤一、交易信息中的空间数据包括位置信息、时间信息、交易信息量，以一个交易过程中的每一个交易结点的空间数据为样本数据，数据分析模块对空间信息进行分析得到空间数据关系，交易双方的空间数据设为X包括的要素有空间特征、属性特征、时间特征、信息量、风险信息；

步骤二、将对交易过程产生影响的因素记为影响空间关系的要素，计算空间自相关系数I，

其中z_i是要素i的属性与其平均值的偏差，w_i，j是要素i和j之间的空间权重，n是要素总和，S₀是所有空间权重的聚合；

步骤三、对空间自相关系数I和风险级数Z进行计算得到加权权重F_t，计算公式如下：

F_t＝I×Z

加权权重在每一个交易结点的值是不同的，在每一个实际交易数据的样本中的每一个阶段都存在多个对应的加权权重。