基于多源信息融合的数据异常研判分析系统及方法与流程

本发明属于金融数据管理领域，涉及数据分析技术，公开有基于多源信息融合的数据异常研判分析系统及方法。

背景技术：

1、银行可疑交易分析提取系统是采用bp网络模型进行设计，bp网络具有强大的学习和适应能力，特别适合解决非线性问题，通过输入银行交易特征数据，训练模型以识别可疑交易类型。

2、如参考公告号为cn117078388a的发明专利涉及有一种金融用户的风险程度确定方法、装置、设备及介质，是将金融数据输入到与金融数据风险类型对应的风险评估模型中，得到各金融数据风险类型对应的风险评估分值，确定待确定金融用户的风险程度，提高确定金融用户风险程度的准确率及效率，但上述内容仅能从金融用户的角度进行风险规避，无法结合多源信息进行融合分析来对平台的各项可疑数据进行筛选，进而无法对金融平台的整体风险进行评估。

技术实现思路

1、本发明的目的在于提供基于多源信息融合的数据异常研判分析系统及方法，以解决上述的技术缺陷。

2、本发明的目的可以通过以下技术方案实现：基于多源信息融合的数据异常研判分析系统，包括交易分析模块、账户监控模块、综合评估模块以及数据库；

3、所述交易分析模块用于对交易数据进行可疑性分析：生成分析周期，将分析周期内上传的所有交易数据标记为分析对象，获取分析对象的习惯异常数据xg、频率异常数据pl以及时间异常数据sj并进行数值计算得到分析周期的交易风险系数jf，通过交易风险系数jf对分析周期内的交易数据可疑性是否满足要求进行判定；

4、所述账户监控模块用于对银行账户进行安全监管分析：将银行账户标记为监管对象，将监管对象在分析周期内的余额最大值与余额最小值的差值标记为金额浮动值，调取监管对象最后一次进行交易时的交易习惯值jx，将金额浮动值与交易习惯值jx的比值标记为行为异常系数，通过行为异常系数对监管对象中的行为异常对象进行标记，将行为异常对象的数量与监管对象的数量之比标记为监管系数，通过监管系数对分析周期内的账户安全是否满足要求进行判定；

5、所述综合评估模块用于对银行数据的综合风险进行评估分析。

6、进一步地，习惯异常数据xg的获取过程包括：获取分析对象对应用户在最近l1个月内所有交易数据的交易额并标记为交易值，由所有的交易值构成用户的交易集合，对交易集合清洗处理得到交易习惯阈值jxmax，并将分析对象的交易额与用户的交易习惯阈值jxmax进行比较：若交易额小于交易习惯阈值jxmax，则判定分析对象的用户习惯满足要求；若交易额大于等于交易习惯阈值jxmax，则判定分析对象的用户习惯不满足要求，将对应的分析对象标记为习惯异常对象，将习惯异常对象的标记数量与分析对象的数量之比标记为习惯异常数据xg。

7、进一步地，频率异常数据pl的获取过程包括：获取分析对象对应用户在分析周期内所有交易数据的交易时间，计算所有相邻交易数据的交易时间差值并标记为在前交易数据的间隔值，通过数据库获取到间隔阈值与频率异常阈值，间隔值小于间隔阈值的交易数据标记为间隔异常数据，将间隔异常数据与交易数据的数量之比标记为用户的频率异常值，将频率异常值与频率异常阈值进行比较：若频率异常值小于频率异常阈值，则判定分析对象的用户交易频率满足要求；若频率异常值大于等于频率异常阈值，则判定分析对象的用户交易频率不满足要求，将对应的分析对象标记为频率异常对象，将频率异常对象的数量与分析对象的数量之比标记为频率异常数据pl。

8、进一步地，时间异常数据sj的获取过程包括：通过数据库获取到常规交易时间范围，将交易时间位于常规交易时间范围之外的分析对象标记为时间异常对象，将时间异常对象与分析对象的数量之比标记为时间异常数据sj。

9、进一步地，对分析周期内的交易数据可疑性是否满足要求进行判定的具体过程包括：通过数据库获取到交易风险阈值jfmax，将交易风险系数jf与交易风险阈值jfmax进行比较：若交易风险系数jf小于交易风险阈值jfmax，则判定分析周期的交易数据可疑性满足要求，生成账户监控信号并将账户监控信号发送至账户监控模块；若交易风险系数jf大于等于交易风险阈值jfmax，则判定分析周期内的交易数据可疑性不满足要求，生成交易预警信号并将交易预警信号发送至管理人员的手机终端。

10、进一步地，对监管对象中的行为异常对象进行标记的具体过程包括：通过数据库获取到行为异常阈值与监管阈值，将行为异常系数与行为异常阈值进行比较：若行为异常系数小于行为异常阈值，则判定监管对象在分析周期内的账户行为安全性满足要求；若行为异常系数大于等于行为异常阈值，则判定监管对象在分析周期内的账户行为安全性不满足要求，将对应的监管对象标记为行为异常对象。

11、进一步地，对分析周期内的账户安全是否满足要求进行判定的具体过程包括：将监管系数与监管阈值进行比较：若监管系数小于监管阈值，则判定分析周期内的账户安全满足要求，生成综合评估信号并将综合评估信号发送至综合评估模块；若监管系数大于等于监管阈值，则判定分析周期内的账户安全不满足要求，生成账户预警信号并将账户预警信号发送至管理人员的手机终端。

12、进一步地，综合评估模块对银行数据的综合风险进行评估分析的具体过程包括：由习惯异常对象、频率异常对象、时间异常对象对应的账户分别构成习惯异常集合、频率异常集合、时间异常集合，由所有行为异常对象构成行为异常集合，将习惯异常集合、频率异常集合、时间异常集合以及行为异常集合的交集标记为综合集合，将综合集合的数量与监管对象的数量之比标记为综合风险系数，通过综合风险系数对分析周期内的综合风险是否满足要求进行判定。

13、其中，本发明还提出基于多源信息融合的数据异常研判分析方法，包括以下步骤：

14、步骤一：对交易数据进行可疑性分析；

15、步骤二：对银行账户进行安全监管分析；

16、步骤三：对银行数据的综合风险进行评估分析。

17、本发明具备下述有益效果：

18、1、通过交易分析模块可以对交易数据进行可疑性分析，在分析周期内对所有交易数据的各项风险数据进行采集与计算得到交易风险系数，通过交易风险系数对分析周期内的金融交易风险程度进行反馈，在交易风险异常时及时进行预警。

19、2、通过账户监控模块可以对银行账户进行安全监管分析，以余额监管的方式对监管对象的账户可疑行为进行标记，根据标记结果生成监管系数，通过监管系数对分析周期内的账户行为安全性进行反馈。

20、3、通过综合评估模块可以对银行数据的综合风险进行评估分析，结合交易分析模块与账户监控模块的标记结果进行集合式综合分析与数值处理得到综合风险系数，通过风险系数对分析周期内的综合金融风险进行反馈。

1.基于多源信息融合的数据异常研判分析系统，其特征在于，包括交易分析模块、账户监控模块、综合评估模块以及数据库；

2.根据权利要求1所述的基于多源信息融合的数据异常研判分析系统，其特征在于，习惯异常数据xg的获取过程包括：获取分析对象对应用户在最近l1个月内所有交易数据的交易额并标记为交易值，由所有的交易值构成用户的交易集合，对交易集合清洗处理得到交易习惯阈值jxmax，并将分析对象的交易额与用户的交易习惯阈值jxmax进行比较：

3.根据权利要求2所述的基于多源信息融合的数据异常研判分析系统，其特征在于，频率异常数据pl的获取过程包括：获取分析对象对应用户在分析周期内所有交易数据的交易时间，计算所有相邻交易数据的交易时间差值并标记为在前交易数据的间隔值，通过数据库获取到间隔阈值与频率异常阈值，间隔值小于间隔阈值的交易数据标记为间隔异常数据，将间隔异常数据与交易数据的数量之比标记为用户的频率异常值，将频率异常值与频率异常阈值进行比较：

4.根据权利要求3所述的基于多源信息融合的数据异常研判分析系统，其特征在于，时间异常数据sj的获取过程包括：通过数据库获取到常规交易时间范围，将交易时间位于常规交易时间范围之外的分析对象标记为时间异常对象，将时间异常对象与分析对象的数量之比标记为时间异常数据sj。

5.根据权利要求4所述的基于多源信息融合的数据异常研判分析系统，其特征在于，对分析周期内的交易数据可疑性是否满足要求进行判定的具体过程包括：通过数据库获取到交易风险阈值jfmax，将交易风险系数jf与交易风险阈值jfmax进行比较：

6.根据权利要求5所述的基于多源信息融合的数据异常研判分析系统，其特征在于，对监管对象中的行为异常对象进行标记的具体过程包括：通过数据库获取到行为异常阈值与监管阈值，将行为异常系数与行为异常阈值进行比较：

7.根据权利要求6所述的基于多源信息融合的数据异常研判分析系统，其特征在于，对分析周期内的账户安全是否满足要求进行判定的具体过程包括：将监管系数与监管阈值进行比较：

8.根据权利要求7所述的基于多源信息融合的数据异常研判分析系统，其特征在于，综合评估模块对银行数据的综合风险进行评估分析的具体过程包括：由习惯异常对象、频率异常对象、时间异常对象对应的账户分别构成习惯异常集合、频率异常集合、时间异常集合，由所有行为异常对象构成行为异常集合；

9.基于多源信息融合的数据异常研判分析方法，应用于如权利要求1-8任一项所述的基于多源信息融合的数据异常研判分析系统，其特征在于，包括以下步骤：