公开(公告)号：CN115660688B

公开(公告)日：2024-04-30

申请号：CN202211301695.8

申请日：2022-10-24

Applicant: 西南财经大学 ,  喀什地区电子信息产业技术研究院

Inventor： 杨新 ,  李昱洁 ,  杨宇轩 ,  刘贵松 ,  程秀传 ,  黄鹂 ,  殷光强

IPC: G06Q20/40 ,  G06F18/214 ,  G06F18/24 ,  G06N3/048

Abstract: 本发明涉及金融风险管理领域，公开了一种金融交易异常检测方法及其跨区域可持续训练方法，其金融交易异常检测方法，通过构建由多种节点和多类路径构成的异质结构信息图，克服了现有技术中同质图难以保留多类型语义信息、无法捕捉动态时空特征的问题，充分挖掘时间信息等高阶语义，极大地丰富可获取信息量，并采用深度图神经网络模型，基于注意力机制对节点、路径和网络结构进行融合，获得图嵌入表示，并基于图嵌入表示对异常行为进行检测，提高了异常检测的效率和精度；同时，提出跨区域可持续训练方法，通过知识回放策略和参数平滑策略实现金融交易异常检测模型跨区域的持续学习，方便跨区域部署，适用于金融交易欺诈检测等金融风险管理任务。

公开(公告)号：CN115660688A

公开(公告)日：2023-01-31

申请号：CN202211301695.8

申请日：2022-10-24

Applicant: 西南财经大学 ,  喀什地区电子信息产业技术研究院

Inventor： 杨新 ,  李昱洁 ,  杨宇轩 ,  刘贵松 ,  程秀传 ,  黄鹂 ,  殷光强

IPC: G06Q20/40 ,  G06F18/214 ,  G06F18/24 ,  G06N3/048

Abstract: 本发明涉及金融风险管理领域，公开了一种金融交易异常检测方法及其跨区域可持续训练方法，其金融交易异常检测方法，通过构建由多种节点和多类路径构成的异质结构信息图，克服了现有技术中同质图难以保留多类型语义信息、无法捕捉动态时空特征的问题，充分挖掘时间信息等高阶语义，极大地丰富可获取信息量，并采用深度图神经网络模型，基于注意力机制对节点、路径和网络结构进行融合，获得图嵌入表示，并基于图嵌入表示对异常行为进行检测，提高了异常检测的效率和精度；同时，提出跨区域可持续训练方法，通过知识回放策略和参数平滑策略实现金融交易异常检测模型跨区域的持续学习，方便跨区域部署，适用于金融交易欺诈检测等金融风险管理任务。