摘要
本发明公开基于孤立森林和密度聚类的金融交易异常检测方法和系统,包括:步骤一:收集待检测账户历史时间段内的原始金融交易数据并对其进行预处理;步骤二:将交易数据集输入到预设的孤立森林模型中;步骤三:利用密度聚类算法对异常数据集进行处理;步骤四:对改进的孤立森林模型和密度聚类算法进行训练;步骤五:对待检测账户目标时间段内的金融交易数据进行预处理,并将目标交易数据集输入到最优改进的孤立森林模型中;步骤六:利用密度聚类算法对目标交易异常数据集进行处理,得到目标交易异常数据集中对应的异常数据和异常类型;步骤七:根据异常数据和异常类型进行可视化解释。本发明满足了金融异常交易检测的需求并提高检测准确率。
技术关键词
异常数据
密度聚类算法
金融交易数据
异常检测方法
森林模型
时间段
序列特征
账户
异常检测系统
模块
滑动窗口
处理器
样本
可读存储介质
多尺度
存储器
计算机
系统为您推荐了相关专利信息
动态知识图谱
无监督学习
重建误差
监督学习模型
智能设备
工程图纸
船舶
辅助设计方法
文本
多头注意力机制
绝缘诊断装置
告警模块
数据采集模块
异常数据
局部放电检测器
电气自动化设备
模式识别
异常数据
生成异常模式
机制