[发明专利]虚拟资产不平衡交易数据的采样方法

摘要

本发明公开一种虚拟资产不平衡交易数据的采样方法，包括以下步骤：将虚拟资产交易中的异常交易数据定义为少数类，对少数类样本采用改进的SMOTE方法进行过采样，从而增加其样本数量；将虚拟资产交易中的正常交易数据定义为多数类，对多数类样本采用基于距离的DUS方法进行欠采样，以减少其样本数量；通过设置比例因子来调节过采样和欠采样采样数目的比例；将本发明的不平衡交易数据的采样方法应用到虚拟资产异常交易检测当中，可大大降低异常交易检测的计算量，同时能达到很高的准确率。

主权项

一种虚拟资产不平衡交易数据的采样方法，其特征在于，包括以下步骤：将虚拟资产交易中的异常交易数据定义为少数类，对少数类样本采用改进的SMOTE方法进行过采样，从而增加其样本数量；将虚拟资产交易中的正常交易数据定义为多数类，对多数类样本采用基于距离的DUS方法进行欠采样，以减少其样本数量；通过设置比例因子来调节过采样和欠采样采样数目的比例；其中改进的SMOTE方法为：Step1：选取少数类中的一个样本x_i(i＝1,…,N)，计算x_i到样本集中其它样本的距离，得到k个最近邻样本点；Step2：根据采样倍数R/N，随机从k个最近邻样本点中选取R/N个样本,记为y_j,j＝1,…,R/N；Step3：在x_i与y_j之间构造新的少数类样本x_i'：x_i'＝x_i+random(0,1)×(y_j‑x_i)×Weight[isMinority(y_j)]；其中，random(0,1)表示产生一个0‑1的随机数。Weight[]为二维权重向量，对近邻中的少数类和多数类样本赋予不同的权重。isMinority()用于判断y_j是否是少数类；Step4：对少数类中的剩余样本重复以上步骤，直至所有少数类样本均处理完为止；Step5：将新产生的数据与原有数据进行合并，生成新的数据集；其中基于距离的DUS方法为：Step1：选取多数类中的一个样本z_i(i＝1,…,M，M为多数类的样本个数)，计算z_i到所有少数类样本的距离di_j，j＝1,…,N；N为少数类样本的个数；Step2：计算距离的平均值Step3：如果A_i大于设定的与阈值，则删除，否则保留；Step4：对多数类中的剩余样本重复以上步骤，直至所有多数类样本均处理完为止；Step5：最后剩余的样本组成新的数据集；其中过采样和欠采用之间比例因子的设置方法为：Step1：对多数类中的所有样本z_i(i＝1,…,N，N为多数类样本的个数)，计算z_i到所有少数类样本的距离di_j，j＝1,…,M；M为少数类样本的个数；Step2：计算距离的平均值对计算得到的平均值进行排序得到A'_i；Step3：根据采样倍数R，将A'_i中的前R个元素对应的样本删除，其余保留；Step4：最后剩余的样本组成新的数据集。