异常交易检测方法、装置、计算机存储介质及电子设备与流程

摘要: 本技术涉及金融科技,具体而言,涉及一种异常交易检测方法、装置、计算机存储介质及电子设备。背景技术:1、当前对公账户异常交易检测主要依赖规则引擎与静态图谱技术,系...
异常交易检测方法、装置、计算机存储介质及电子设备与流程

本技术涉及金融科技,具体而言,涉及一种异常交易检测方法、装置、计算机存储介质及电子设备。

背景技术:

1、当前对公账户异常交易检测主要依赖规则引擎与静态图谱技术,系统多采用关键词匹配或正则表达式,对交易附言、合同备注等文本进行敏感词拦截,并结合预设的静态阈值(如单笔限额、高频交易次数)监控资金流水,或构建静态资金交易关系图,通过中心性指标识别异常节点。

2、然而,上述方案无法理解业务语境下的深层语义,非法份子常通过伪造合规业务名词轻易绕过关键词过滤,导致语义伪装难识别。而且现有技术的语义信息与资金拓扑存在割裂,仅将文本合规性与资金流向独立分析,未将贸易背景的真实性校验融入资金流转图谱,导致无法识别“表面合规交易”背后时序聚集异常的交易行为。

3、针对上述的问题,目前尚未提出有效的解决方案。

技术实现思路

1、本技术实施例提供了一种异常交易检测方法、装置、计算机存储介质及电子设备,以至少解决现有技术中无法融合交易背景语义真实性与动态资金流转拓扑特征,导致无法有效识别语义伪装与资金流向协同异常的技术问题。

2、根据本技术实施例的一个方面,提供了一种异常交易检测方法,包括:获取在时间窗口内发生的交易数据,其中,交易数据包括交易账户、交易金额、交易时间戳、交易背景信息以及与交易账户绑定的企业经营范围,交易账户包括发起方账户和接收方账户,交易背景信息包括交易附言、合同摘要或发票备注;基于交易数据中的企业经营范围和交易背景信息,确定企业经营范围与交易背景信息之间的语义偏离度;基于交易数据以及语义偏离度构建异构图,其中,异构图用于融合语义偏离度与交易发生的时序拓扑关系;对异构图进行时空特征学习,得到异构图中每个节点的综合嵌入向量,其中,时空特征学习用于融合异构图中每个节点的静态属性、动态交易拓扑及时序依赖关系;根据每个节点的综合嵌入向量确定交易数据中的异常交易。

3、可选地,基于交易数据中的企业经营范围和交易背景信息,确定企业经营范围与交易背景信息之间的语义偏离度,包括:对经营范围进行语义特征提取,得到第一特征向量;对交易背景信息进行语义特征提取,得到第二特征向量;计算第一特征向量与第二特征向量之间的语义相似度,并根据语义相似度确定语义偏离度。

4、可选地,基于交易数据以及语义偏离度构建异构图,包括:将交易数据中的交易账户作为节点,构建节点集合,其中,节点集合中包括发起方账户节点和接收方账户节点;在时间窗口内,将每笔有向交易关系作为有向边,连接发起方账户节点和接收方账户节点,形成边集合;将交易金额、交易时间戳及语义偏离度作为边集合中的每条边的边属性;根据节点集合、边集合以及边属性,构建异构图。

5、可选地,对异构图进行时空特征学习,得到异构图中每个节点的综合嵌入向量,包括:基于异构图边属性中的交易金额、交易时间戳及语义偏离度,确定异构图中每条边的注意力权重;在时间窗口内,对异构图中每个节点执行图卷积操作,生成每个节点的空间特征,其中,图卷积操作包括以每个节点自身的节点特征作为基准项,并基于该节点与每个邻接节点之间边的注意力权重,对每个邻接节点的节点特征进行加权求和,得到该节点的空间特征;将异构图中每个节点的空间特征与该节点在前一时序窗口中对应节点的隐藏状态进行时序状态更新,得到该节点的当前隐藏状态,将当前隐藏状态作为综合嵌入向量,其中,综合嵌入向量为经多层图卷积与多步时序状态更新后输出的最终节点表示。

6、可选地,根据每个节点的综合嵌入向量确定交易数据中的异常交易,包括:将异构图中的每个节点的综合嵌入向量输入多层感知机,得到每个节点的风险概率值,其中,多层感知机用于输出0至1之间的风险概率值,多层感知机包括至少一个隐藏层和一个输出层,隐藏层包括第一线性变换模块与第一非线性激活函数模块,输出层包括第二线性变换模块和第二非线性激活函数模块;筛选出异构图中风险概率值高于预设阈值的节点,组成关联子图;从关联子图中,筛选出与至少一条边相关联的且该边的语义偏离度高于预设偏离度阈值的节点,作为目标节点;从关联子图中提取以目标节点为关键节点的资金流转路径,并基于预设词库从目标节点对应的交易背景信息中提取关键词;基于资金流转路径与关键词,确定交易数据中的异常交易。

7、可选地,基于资金流转路径与关键词,确定交易数据中的异常交易,包括:获取资金流转路径中相邻节点间的时间分布特征,并基于时间分布特征与关键词的共现频率,生成异常协同评分,其中,共现频率表征在关联子图中,多个交易账户在相同时间窗口内与同一对手交易账户发生资金往来的频繁程度,异常协同评分用于表征交易账户在资金流转时序聚集行为与交易背景信息伪装行为上的协同异常程度;将异常协同评分作为风险判定的加权因子,与风险概率值进行加权融合,生成目标风险值;根据目标风险值,确定交易数据中的异常交易。

8、可选地,在根据目标风险值,确定交易数据中的异常交易之后,方法还包括:基于目标风险值生成标准化交易报告,以支持人工复核与监管审计,其中,标准化交易报告包括资金流转路径、关键词、每个节点的风险概率值及目标风险值。

9、根据本技术实施例的另一方面,还提供了一种异常交易检测装置,包括:获取单元,用于获取在时间窗口内发生的交易数据,其中,交易数据包括交易账户、交易金额、交易时间戳、交易背景信息以及与交易账户绑定的企业经营范围,交易账户包括发起方账户和接收方账户,交易背景信息包括交易附言、合同摘要或发票备注;第一确定单元,用于基于交易数据中的企业经营范围和交易背景信息,确定企业经营范围与交易背景信息之间的语义偏离度;构建单元,用于基于交易数据以及语义偏离度构建异构图,其中,异构图用于融合语义偏离度与交易发生的时序拓扑关系;生成单元,用于对异构图进行时空特征学习,得到异构图中每个节点的综合嵌入向量,其中,时空特征学习用于融合异构图中每个节点的静态属性、动态交易拓扑及时序依赖关系;第二确定单元,用于根据每个节点的综合嵌入向量确定交易数据中的异常交易。

10、根据本技术实施例的另一方面,还提供了一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序,其中,在计算机程序运行时,使得计算机可读存储介质所在设备执行上述的异常交易检测方法。

11、根据本技术实施例的另一方面,还提供了一种电子设备,包括一个或多个处理器和存储器,存储器用于存储一个或多个程序,其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器执行上述的异常交易检测方法。

12、根据本技术实施例的另一方面,还提供了一种计算机程序产品,包括计算机程序或指令,计算机程序或指令在被处理器执行时实现上述的异常交易检测方法。

13、在本技术实施例中,采用构建融合语义偏离度与时空拓扑的异构图的方式,通过计算企业经营范围与交易背景信息的语义偏离度,并结合交易数据构建异构图,利用时空特征学习机制对图中节点的静态属性、动态拓扑及依赖关系进行聚合,生成综合嵌入向量,达到将交易背景的真实性语义校验深度嵌入资金流转的图结构拓扑中,实现语义信息与时序拓扑特征的协同表征的目的,从而实现了有效识别利用合规语义伪装掩盖的资金异常流向,提升异常交易检测的准确率的技术效果,进而解决了现有技术中无法融合交易背景语义真实性与动态资金流转拓扑特征,导致无法有效识别语义伪装与资金流向协同异常的技术问题。