[發明專利]交易檢測方法、智能設備及計算機存儲介質

在審

• 申請號: 202110556449.6
• 申請日: 2021-05-21
• 公開（公告）號: CN113393325A
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 劉穎麒;涂文奇
• 申請（專利權）人: 樂刷科技有限公司
• 主分類號: G06Q40/04
• 分類號: G06Q40/04
• 代理公司: 深圳市恒程創新知識產權代理有限公司 44542
• 代理人: 張小容

本發明公開了交易檢測方法、智能設備及計算機存儲介質，所述方法包括：對歷史時間序列數據預處理、時間序列建模、異常檢測以及異常數據報警，其中，所述歷史時間序列數據預處理主要用于修正歷史交易中的缺失和突變為零的數據；所述時間序列建模用于根據歷史時間序列數據對交易系統建立時間序列模型；所述異常檢測通過對建立的時間序列模型的擬合殘差序列進行分析，檢測出異常數據；所述異常數據報警用于調用第三方接口以提供實時的異常監測提醒，解決現有技術中難以準確有效的檢測交易系統中的異常數據，降低交易風險。

技術領域

本發明涉及金融交易技術領域，尤其涉及一種交易檢測方法、智能設備及計算機存儲介質。

背景技術

隨著互聯網技術的快速發展，通常采用互聯網技術對處理復雜的金融業務，現有技術中在對金融業務進行監測的過程中，通常對金融業務對應的歷史數據設置異常閾值或異常百分比的方法來判斷異常情況，當金融業務復雜且請求辦理數據量大時，難以準確有效的檢測出異常數據，導致交易風險提高。

發明內容

本申請實施例通過提供一種交易檢測方法、智能設備及計算機存儲介質，旨在解決現有技術中難以準確有效的檢測交易系統中的異常數據。

本申請實施例提供了一種交易檢測方法，所述交易檢測方法，包括：

獲取預設時間段內的時間序列數據；

根據所述時間序列數據以及預測模型得到待預測時刻對應的交易預測值；

基于所述待預測時刻對應的交易實際值、所述交易預測值以及預設閾值的關系，以檢測所述待預測時刻對應的交易預測值是否異常。

在一實施例中，所述獲取預設時間段內的時間序列數據的步驟之前包括：

獲取歷史時間序列數據；

采用所述歷史時間序列數據對預設模型進行訓練以得到所述預測模型，其中，所述預設模型為自回歸移動平均模型。

在一實施例中，所述獲取歷史時間序列數據的步驟之后包括：

采用插值算法對所述歷史時間序列數據進行預處理，得到預處理后的歷史時間序列數據。

在一實施例中，所述采用所述歷史時間序列數據對預設模型進行訓練以得到所述預測模型的步驟之前包括：

采用差分算法對所述歷史時間序列數據進行平穩處理；

根據平穩處理后的所述歷史時間序列數據對預設模型進行訓練以得到所述預測模型。

在一實施例中，所述根據平穩處理后的所述歷史時間序列數據對預設模型進行訓練以得到所述預測模型的步驟包括：

獲取平穩處理后的所述歷史時間序列數據，并根據平穩處理后的所述歷史時間序列數據得到交易差分值；

根據所述交易差分值得到所述預設模型的階數；

獲取所述預設模型的自回歸系數以及移動平均系數；

根據所述交易差分值、所述階數、所述自回歸系數以及所述移動平均系數，以得到所述預測模型。

在一實施例中，所述基于所述待預測時刻對應的交易實際值、所述交易預測值以及預設閾值的關系，以檢測所述待預測時刻對應的交易預測值是否異常的步驟包括：

獲取所述待預測時刻對應的交易實際值與所述交易預測值之間的差值；

比對所述差值與預設閾值，并根據比對結果檢測所述待預測時刻對應的交易預測值是否異常。

在一實施例中，所述預設閾值包括第一預設閾值以及第二預設閾值；所述比對所述差值與預設閾值，并根據比對結果檢測所述待預測時刻對應的交易預測值是否異常的步驟包括：