System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请属于人工智能,具体涉及一种数据识别方法、装置、电子设备、介质及产品。
技术介绍
1、随着互联网技术的发展,利用网络进行资源转移极大地便捷了人们的生活。但是,利用网络进行资源转移也给金融体系的稳定性带来了挑战。比如,部分资源转移对象往往利用网络资源转移数据量大、隐蔽性强等特点,来进行异常资源转移,这可能会损害金融系统的安全性和稳定性。因此,如何识别异常资源转移对于金融系统来说至关重要。
2、目前,业内传统识别异常资源转移的方案是基于专家规则对资源转移数据进行识别和评估。这种方案主要是利用业务经验和专家知识来进行分析判断。然而,利用业务经验和专家知识设定的异常识别策略通常比较简单,其精确率和召回率都比较低。而且制定异常识别策略往往需要消耗大量的系统资源和时间成本,同时得到异常识别策略的客观性和可操作性存在较大的局限。此外,单一的异常识别策略也不能满足不同场景和不同业务的需求,从而导致对资源转移数据识别的偏差或误判。
技术实现思路
1、为了解决上述技术问题,本申请提供一种数据识别方法及装置。
2、一方面,本申请实施例提供了一种数据识别方法,所述方法包括:
3、获取待识别资源转移数据;
4、基于目标异常策略对待识别资源转移数据进行识别处理;
5、其中,目标异常策略采用如下方式生成:
6、根据预设的预设特征域中的预设资源转移特征所对应特征数据,以及特征数据对应的资源标签,生成预设特征域对应的候选异常单策略;
...【技术保护点】
1.一种数据识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据预设的预设特征域中的预设资源转移特征所对应特征数据,以及所述特征数据对应的资源标签,生成所述预设特征域对应的候选异常单策略,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述预设特征域中的预设资源转移特征所对应特征数据,以及所述特征数据对应的资源标签,生成所述预设特征域中的预设资源转移特征所对应的目标分类条件,基于所述目标分类条件生成所述预设特征域对应的候选异常单策略,包括:
4.根据权利要求3所述的方法,其特征在于,所述将所述预设特征域中的预设资源转移特征对应的特征数据,作为所述预设特征域中的预设资源转移特征对应的训练样本数据,基于所述训练样本数据和所述训练样本对应的资源标签,对所述预设特征域中的预设资源转移特征对应的初始决策树模型进行模型训练,得到所述预设特征域中的预设资源转移特征对应的目标决策树模型,包括:
5.根据权利要求3所述的方法,其特征在于,所述基于所述目标分类条件生成所述预设特征域对应的候选异常单策略,包括
6.根据权利要求1所述的方法,其特征在于,所述对所述预设特征域对应的候选异常单策略进行组合搜索处理,基于组合搜索结果生成目标异常策略,包括:
7.根据权利要求6所述的方法,其特征在于,所述对所述预设特征域对应的候选异常单策略进行组合搜索处理,基于组合搜索结果确定所述预设特征域所对应的目标候选异常策略,包括:
8.根据权利要求7所述的方法,其特征在于,所述对所述预设特征域所对应的候选异常单策略进行组合搜索处理,得到组合搜索结果,包括:
9.根据权利要求8所述的方法,其特征在于,所述当前策略评估数据的确定方法包括:
10.根据权利要求7所述的方法,其特征在于,所述从所述预设特征域所对应的候选异常单策略和至少一个所述目标组合策略中,确定数据识别性能满足预设条件的策略,作为所述预设特征域对应的目标候选异常策略,包括:
11.根据权利要求1至10任意一项所述的方法,其特征在于,所述待识别资源转移数据包括待识别资源转移特征和所述待识别资源转移特征对应的待识别特征数据;所述方法还包括:
12.一种数据识别装置,其特征在于,所述装置包括:
13.一种数据识别的电子设备,其特征在于,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行如权利要求1-11任一项所述的数据识别方法。
14.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由处理器加载并执行以实现如权利要求1-11任一项所述的数据识别方法。
15.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-11任一项所述的数据识别方法。
...【技术特征摘要】
1.一种数据识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据预设的预设特征域中的预设资源转移特征所对应特征数据,以及所述特征数据对应的资源标签,生成所述预设特征域对应的候选异常单策略,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述预设特征域中的预设资源转移特征所对应特征数据,以及所述特征数据对应的资源标签,生成所述预设特征域中的预设资源转移特征所对应的目标分类条件,基于所述目标分类条件生成所述预设特征域对应的候选异常单策略,包括:
4.根据权利要求3所述的方法,其特征在于,所述将所述预设特征域中的预设资源转移特征对应的特征数据,作为所述预设特征域中的预设资源转移特征对应的训练样本数据,基于所述训练样本数据和所述训练样本对应的资源标签,对所述预设特征域中的预设资源转移特征对应的初始决策树模型进行模型训练,得到所述预设特征域中的预设资源转移特征对应的目标决策树模型,包括:
5.根据权利要求3所述的方法,其特征在于,所述基于所述目标分类条件生成所述预设特征域对应的候选异常单策略,包括:
6.根据权利要求1所述的方法,其特征在于,所述对所述预设特征域对应的候选异常单策略进行组合搜索处理,基于组合搜索结果生成目标异常策略,包括:
7.根据权利要求6所述的方法,其特征在于,所述对所述预设特征域对应的候选异常单策略进行组合搜索处理,基于组合搜索结果确定所述预设特征...
【专利技术属性】
技术研发人员:欧阳海雄,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。