[发明专利]金融交易异常检测方法及其跨区域可持续训练方法

权利要求书

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。

2.如权利要求1所述的金融交易异常检测方法，其特征在于，

步骤A1中，节点特征向量根据对应知识信息编码获得，包括：

用户节点对应知识信息为交易用户的唯一身份ID；

商户节点对应知识信息为交易商户的唯一身份ID；

时间节点对应知识信息为交易的时间戳信息；

交易节点对应知识信息包括交易流水号、交易地点、交易金额和交易类型。

3.如权利要求2所述的金融交易异常检测方法，其特征在于，

时间节点的特征向量编码，包括：首先，将每天24小时按时间间隔划分为时间窗口，然后，按交易时间戳所属时间窗口对应时间段，根据时间段的数字信息或onehot方式进行编码，获得时间节点的特征向量编码。

4.如权利要求2所述的金融交易异常检测方法，其特征在于，

交易节点的特征向量编码，包括：首先，根据交易流水号的数字信息进行编码，根据交易地点的经纬度进行编码，根据交易金额的数字信息进行编码，将交易类型按onehot方式进行编码，然后，将编码获得的流水号、交易地点、交易金额和交易类型进行拼接，构成交易节点的特征向量编码。

5.如权利要求1～4任一项所述的金融交易异常检测方法，其特征在于，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，W_x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，att_η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

6.如权利要求5所述的金融交易异常检测方法，其特征在于，

步骤A22中，采用sigmoid函数计算注意力得分

其中，为可学习参数矩阵，上标T表示矩阵转置，||为矩阵连接符号；sigmoid为激活函数。