基于大数据的资金异常监测方法、系统及存储介质与流程

本发明涉及数据处理领域，并且更具体地，涉及一种基于大数据的资金异常监测方法、系统及存储介质。

背景技术：

1、资金异常监测是金融风控领域的核心需求，旨在从大规模资金流转记录中及时识别可疑交易行为。资金异常行为往往表现为多个账户之间具有特定结构的协同转移模式，现有技术容易割裂交易之间的拓扑关联和时序演化信息，难以察觉隐蔽在复杂资金网络中的结构性异常，导致较高的漏报率和误报率，且大多采用固定阈值，无法适应网络活跃程度的时变特性，在交易高峰期易产生大量无效告警。

技术实现思路

1、有鉴于此，本发明实施例至少提供一种基于大数据的资金异常监测方法、系统及存储介质。

2、根据本发明实施例的一个方面，提供了一种基于大数据的资金异常监测方法，包括：

3、接收持续到达的资金交易流，依次读取资金交易流中的每笔交易记录，从交易记录中解析出付款方账户标识、收款方账户标识、交易金额和交易时间戳，每当解析出一条交易记录时，更新以账户为节点且以资金转移方向为有向边的动态交易网络图，将交易金额和交易时间戳写入对应有向边的属性数据中，得到融合时间标记与金额标注的动态交易网络图；

4、在动态交易网络图上，以预设的时间滑动窗口为处理单元，依据预定义的异常交易模体集合执行子图结构检测处理，统计时间滑动窗口内与异常交易模体集合中各模体拓扑结构匹配的子图实例的出现数量，生成模体出现频次记录；

5、汇集时间滑动窗口之前的多个连续历史时间滑动窗口各自对应的模体出现频次记录，按照时间顺序排列构成模体频次时序序列，基于模体频次时序序列对每种异常交易模体进行时变泊松过程建模处理，生成与当前网络动态活跃程度相适应的频次警戒水平线；

6、将时间滑动窗口对应的模体出现频次记录中每种异常交易模体的出现频次，与频次警戒水平线中对应模体的频次警戒水平进行逐项对比，当任一种异常交易模体的出现频次突破频次警戒水平且突破幅度满足基于时变泊松过程建模处理的显著偏离判定条件时，确定动态交易网络图进入结构突变性异常状态；

7、根据结构突变性异常状态所涉及的异常交易模体种类和时间滑动窗口的时间跨度，生成资金异常预警信息并执行输出操作。

8、根据本发明实施例的另一方面，提供了一种计算机系统，包括：处理器；以及存储器，其中存储器中存储有计算机可读代码，计算机可读代码在由处理器运行时，使得处理器执行如上的方法。

9、根据本发明的又一方面，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以上方法中的步骤。

10、本发明提供的方法通过即时更新融合时间标记与金额标注的动态交易网络图，完整捕获资金流转的时序特征与规模特征，为异常分析奠定精细的数据基础。以时间滑动窗口为处理单元进行异常交易模体的子图结构检测并统计出现频次，能够及时发现网络中具有特定拓扑模式的资金转移行为，避免重要结构线索被海量交易淹没。基于历史频次序列对每种模体进行时变泊松过程建模，生成随网络活跃程度自适应调整的频次警戒水平线，有效区分正常流量波动与真正的结构突变，降低误报和漏报。当模体频次突破动态警戒线且满足显著偏离判定时判定为异常状态，确保预警依据的统计显著性而非僵化阈值，提升了异常发现的可信度。结合异常模体种类和时间跨度生成并输出预警信息，使业务人员能够迅速聚焦可疑结构类型与发生时段，大幅提高资金异常监测的实时性与准确性。

1.一种基于大数据的资金异常监测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述在所述动态交易网络图上，以预设的时间滑动窗口为处理单元，依据预定义的异常交易模体集合执行子图结构检测处理，统计所述时间滑动窗口内与所述异常交易模体集合中各模体拓扑结构匹配的子图实例的出现数量，生成模体出现频次记录，包括：

3.根据权利要求2所述的方法，其特征在于，所述将所述增添边与调取出的每一条部分匹配路径片段进行接续，检测所述增添边的起始节点或终止节点是否与部分匹配路径片段的末端节点重合且接续后的边序列符合所述候选模体的连接关系，若符合，则在所述部分匹配路径片段的基础上延伸形成新的部分匹配路径片段并回存至所述局部匹配状态存储区，当延伸后的部分匹配路径片段恰好覆盖所述候选模体的全部节点和边时，将该完整覆盖的边序列提取为一个全量匹配实例，包括：

4.根据权利要求3所述的方法，其特征在于，所述当所述增添边的源端节点和目的端节点分别匹配到一条第一类片段和一条第二类片段时，将两条片段通过增添边进行桥接，校验桥接后是否形成连通的且无冗余边的路径，若桥接路径恰好覆盖候选模体全部组成，则同样输出为一个全量匹配实例，包括：

5.根据权利要求1所述的方法，其特征在于，所述汇集所述时间滑动窗口之前的多个连续历史时间滑动窗口各自对应的所述模体出现频次记录，按照时间顺序排列构成模体频次时序序列，基于所述模体频次时序序列对每种异常交易模体进行时变泊松过程建模处理，生成与当前网络动态活跃程度相适应的频次警戒水平线，包括：

6.根据权利要求5所述的方法，其特征在于，所述将相邻时段区间在边界处的基准强度进行平滑过渡处理，生成连续变化的初始强度曲线，再利用所述区间散度描述对初始强度曲线进行局部修正，在散度较大的区间位置适度上浮强度，在散度较小的区间位置维持或下浮强度，得到修正强度曲线，包括：

7.根据权利要求5所述的方法，其特征在于，所述在每个时段区间内，将该区间内频次数据的中心倾向作为该区间的基准强度，并通过对区间内频次的分布紧密度进行衡量得到区间散度描述，包括：

8.根据权利要求1所述的方法，其特征在于，所述将所述时间滑动窗口对应的所述模体出现频次记录中每种异常交易模体的出现频次，与所述频次警戒水平线中对应模体的频次警戒水平进行逐项对比，当任一种异常交易模体的出现频次突破所述频次警戒水平且突破幅度满足基于所述时变泊松过程建模处理的显著偏离判定条件时，确定所述动态交易网络图进入结构突变性异常状态，包括：

9.根据权利要求8所述的方法，其特征在于，所述针对每一个待审模体，调取该模体在所述时变泊松过程建模处理中生成的修正强度曲线，并定位到当前时间滑动窗口对应的强度值，将此强度值作为泊松期望基准，包括：

10.一种计算机系统，其特征在于，包括：

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至9任一项所述方法中的步骤。