【技术实现步骤摘要】
本申请涉及数据处理，特别是涉及一种异常交易检测方法和相关装置。
技术介绍
1、随着互联网技术的快速发展，线上交易成为了一种常用的交易方式。其中，线上交易主要是指基于网络，用户可以实施交易操作，以实现用户对应的账户向其他用户对应的账户进行转账等。
2、然而，线上交易也面临诸多交易风险。例如，非法用户诱导他人转账等。这些交易风险会影响用户的财产安全、以及交易平台的交易安全等。对此，可以对账户进行异常交易检测，以判断账户是否存在异常交易(如诱导他人转账或者被诱导转账等)，当检测存在异常交易时，可以及时采取相关措施进行管控。
3、相关技术中，通过分析异常交易的案例挖掘异常交易的特征，从而定义异常交易规则，基于此对用户的交易操作进行异常交易检测时，若交易操作命中异常交易规则，则可以认为存在异常交易，反之则为正常交易。然而，异常交易规则比较单一，导致检测准确性低，尤其是在复杂交易情况中，难以检测出异常交易。
技术实现思路
1、为了解决上述技术问题，本申请提供了一种异常交易检测方法和相关装置，有利于提高检测准确性。
2、本申请实施例公开了如下技术方案：
3、一方面，本申请实施例提供一种异常交易检测方法，所述方法包括：
4、获取待检测账户在检测时段内对应的n个交易操作；
5、根据n个所述交易操作分别对应的交易类别以及n个所述交易操作在所述检测时段内的实施顺序，生成包括m个节点的交易网络有向图，不同的节点用于表示不同的交易类别，
6、根据所述交易网络有向图和m个所述节点分别对应的交易类别特征，通过目标图神经网络对所述待检测账户进行异常交易检测，得到用于表示所述待检测账户在所述检测时段内是否存在异常交易的检测结果。
7、又一方面，本申请实施例提供一种异常交易检测装置，所述装置包括获取单元、生成单元和检测单元：
8、所述获取单元，用于获取待检测账户在检测时段内对应的n个交易操作；
9、所述生成单元，用于根据n个所述交易操作分别对应的交易类别以及n个所述交易操作在所述检测时段内的实施顺序，生成包括m个节点的交易网络有向图，不同的节点用于表示不同的交易类别，在所述实施顺序下，针对以第i个交易操作和第i+1个交易操作构成的交易操作对，当所述第i个交易操作为第一交易类别、以及所述第i+1个交易操作为第二交易类别时，所述交易网络有向图中具有从第一节点指向第二节点的目标边，所述第一节点用于表示所述第一交易类别，所述第二节点用于表示所述第二交易类别，所述目标边的权重用于表示所述交易操作对的实施参数；
10、所述检测单元，用于根据所述交易网络有向图和m个所述节点分别对应的交易类别特征，通过目标图神经网络对所述待检测账户进行异常交易检测，得到用于表示所述待检测账户在所述检测时段内是否存在异常交易的检测结果。
11、另一方面，本申请实施例提供一种计算机设备，所述计算机设备包括处理器以及存储器：
12、所述存储器用于存储计算机程序，并将所述计算机程序传输给所述处理器；
13、所述处理器用于根据所述计算机程序中的指令执行前述任一方面所述的方法。
14、另一方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序被计算机设备运行时，使得所述计算机设备执行前述任一方面所述的方法。
15、另一方面，本申请实施例提供一种计算机程序产品，包括计算机程序，当其在计算机设备上运行时，使得所述计算机设备执行前述任一方面所述的方法。
16、由上述技术方案可以看出，针对待检测账户在检测时段内对应的n个交易操作，根据n个交易操作分别对应的交易类别以及n个交易操作的实施顺序，以交易类别为节点，生成包括m个节点的交易网络有向图。在实施顺序下，针对以第i个交易操作和第i+1个交易操作构成的交易操作对，当第i个交易操作为第一交易类别、以及第i+1个交易操作为第二交易类别时，交易网络有向图中具有从第一节点指向第二节点的目标边，第一节点用于表示第一交易类别，第二节点用于表示第二交易类别，以及，目标边的权重用于表示交易操作对的实施参数。因此，基于边的方向能够体现在实施完某交易类别的交易操作后会紧接着实施哪些交易类别的交易操作、不会紧接着实施哪些交易类别的交易操作，以及，基于边的权重能够体现在实施完某交易类别的交易操作后紧接着实施另一交易类别的交易操作相关的实施情况。这些信息反映了n个交易操作在全局下的实施情况，相较于单一的异常交易规则，本申请都是根据n个交易操作在全局下的实施情况进行异常交易检测，不再受异常交易规则的局限，从而有利于提高检测准确性。
本文档来自技高网...【技术保护点】
1.一种异常交易检测方法，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，所述根据所述交易网络有向图和M个所述节点分别对应的交易类别特征，通过目标图神经网络对所述待检测账户进行异常交易检测，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述邻接矩阵和M个所述节点分别对应的交易类别特征，通过所述目标图神经网络对所述待检测账户进行异常交易检测，包括：
4.根据权利要求1所述的方法，其特征在于，所述实施参数通过以下至少一种方式确定：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述预设交易类别通过如下方式确定：
7.根据权利要求6所述的方法，其特征在于，所述获取目标支付场景中实施交易操作所涉及的K个交易属性，包括：
8.根据权利要求6所述的方法，其特征在于，所述交易属性包括交易额属性，所述交易操作在所述交易额属性下对应的属性子类用于表示所述交易操作对应的交易资源值，所述预设交易类别在所述交易额属性下对应的属性子类
9.根据权利要求6所述的方法，其特征在于，若所述目标支付场景为社交支付场景，所述交易属性包括社交关系属性，所述交易操作在所述社交关系属性下对应的属性子类用于表示所述交易操作关联的交易账户在所述社交支付场景中的社交信息，所述预设交易类别在所述社交关系属性下对应的属性子类用于表示属于所述预设交易类别的交易操作关联的交易账户在所述社交支付场景中的社交信息。
10.根据权利要求1所述的方法，其特征在于，所述目标图神经网络通过如下方式确定：
11.根据权利要求1-10中任一项所述的方法，其特征在于，所述方法还包括：
12.一种异常交易检测装置，其特征在于，所述装置包括获取单元、生成单元和检测单元：
13.一种计算机设备，其特征在于，所述计算机设备包括处理器以及存储器：
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序被计算机设备运行时，使得所述计算机设备执行权利要求1-11任一项所述的方法。
15.一种计算机程序产品，包括计算机程序，其特征在于，当其在计算机设备上运行时，使得所述计算机设备执行权利要求1-11任一项所述的方法。
...【技术特征摘要】
1.一种异常交易检测方法，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，所述根据所述交易网络有向图和m个所述节点分别对应的交易类别特征，通过目标图神经网络对所述待检测账户进行异常交易检测，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述邻接矩阵和m个所述节点分别对应的交易类别特征，通过所述目标图神经网络对所述待检测账户进行异常交易检测，包括：
4.根据权利要求1所述的方法，其特征在于，所述实施参数通过以下至少一种方式确定：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述预设交易类别通过如下方式确定：
7.根据权利要求6所述的方法，其特征在于，所述获取目标支付场景中实施交易操作所涉及的k个交易属性，包括：
8.根据权利要求6所述的方法，其特征在于，所述交易属性包括交易额属性，所述交易操作在所述交易额属性下对应的属性子类用于表示所述交易操作对应的交易资源值，所述预设交易类别在所述交易额属性下对应的属性子类用于表示所述预设交易类别对应的交易资源值范围，所述交易操作对应的交易资源值落在所述交易操作所属交易类...
【专利技术属性】
技术研发人员：黄自豪，
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。