[发明专利]一种基于生成对抗网络的金融交易数据的欺诈检测方法

权利要求书

1.一种基于生成对抗网络的金融交易数据的欺诈检测方法，其特征在于，包括以下步骤：

(1)建立需要生成的样本数据集

通过抽样的方法从交易负样本数据中抽取数据集，将数据集经过数据预处理后得到交易负样本数据集；

(2)建立基于LSTM-GAN模型的数据生成方法

LSTM-GAN模型为生成器和判别器的极大极小博弈，LSTM-GAN模型的LSTM层学习金融序列之间的特征关联，生成器通过与判别器对抗学习来覆盖实际数据分布，并且在目标函数中添加特征惩罚以确保生成结果受到约束；在生成器中，LSTM层与输入噪声分布连接，将输入噪声映射为交易间的特征关系，经过MLP层后，生成每一笔交易；在判别器中，LSTM层对输入进行侦测建模，将输入映射为特征向量，最后通过浅层神经网络，将标记为0和1的输入数据区分出来；LSTM-GAN模型训练完成后，通过saver.save函数将TensorFlow参数保存；

(3)建立基于数据分布和数据相关性的数据验证评估模型，将步骤(2)中得到的生成器生成的数据，作为模型结构的输入，多次抽样计算模型的综合评估得分，包括以下步骤：

S301、网络模型读取与数据生成

对于训练好的LSTM-GAN模型，通过saver.restore将TensorFlow参数保存文件ckpt加载到模型中，还原得到生成器模型；抽样生成不同批的交易负样本数据；同时从原始负样本数据集中抽样得到同样大小的样本数据集；

S302、数据分布验证

对原始数据d_raw和生成数据d_gen，寻找在样本空间上的连续函数，求不同分布的样本在连续函数f上的均值，均值作差，得到两个分布对应的均值差异mean discrepancy，找出使差值最小的函数f；均值差异mean discrepancy的值越小，两个分布越一致，公式表示为：f₁＝MMD²(P_r,P_g)，式中，P_r是真实数据分布，P_g是生成数据分布，MMD²(·)表示最大评价差异；

S303、数据相关性验证

对于原始数据d_raw和生成数据d_gen，计算其不同列之间的协方差矩阵S，然后计算其对应的相关系数矩阵R_r和R_g，寻找使两者差值Diff_R最小函数；如果Diff_R足够小，则认为两个分布的相关系数情况一致，公式表示为：

S304、综合计算

将步骤S302和步骤S303中结果加权求和，得到综合评估得分，公式表示为：w₁表示S302中数据分布的权重，w₂表示S303中数据相关性的权重；

(4)建立分类结构，将步骤(2)中模型最终生成的数据作为分类结构的输入，训练分类结构，得到交易数据的欺诈检测结果，包括以下步骤：

S401、数据集合成

对于训练好的LSTM-GAN模型，通过saver.restore将TensorFlow参数保存文件ckpt加载到模型中，还原得到生成器模型；抽样生成不同批的交易负样本数据；将生成的数据与原始数据集合并得到新的平衡数据集；

S402、初始化模型

设置分类结构的模型结构，输入数据进入分类结构的处理层；

S403、训练模型

训练二分类模型，模型将在验证数据集上评估当前模型的检测性能，如果当前性能提升小于设定阈值，模型停止更新；

S404、检测结束，得到交易数据的欺诈检测结果。

2.如权利要求1所述的一种基于生成对抗网络的金融交易数据的欺诈检测方法，其特征在于，步骤(1)中，所述数据预处理包括以下步骤：

S101、划分数据集

将数据集中带标签样本划分为正样本、负样本，使用sql语句提取出负样本数据；

S102、数据清洗

删除多余的对构建模型无用的列属性，检查缺失数据，删除列中新的字符或其它的字符，删除空格，最后对数据标准化处理，消除变量之间不同数量级造成的数值之间的差异；

S103、返回得到的交易负样本数据集。

3.如权利要求1所述的一种基于生成对抗网络的金融交易数据的欺诈检测方法，其特征在于，步骤(2)包括以下步骤：

S201、数据输入

获取步骤(1)中预处理得到的交易负样本数据集，作为LSTM-GAN模型判别器结构的输入；随机获得服从高斯分布的噪声向量输入到生成器模型中；

S202、初始化LSTM-GAN模型

设置LSTM层和MLP层的层数、每层节点数、网络激活函数、梯度训练函数，对模型参数初始化后，构建初始的LSTM-GAN模型结构；

S203、目标优化

使用Wasserstein距离和特征惩罚优化目标函数，表示为：

判别器优化：

生成器优化：

特征惩罚：

式中，p_data表示真实数据分布，p_z表示生成数据分布，x表示生成数据或样本数据，G(·)表示生成器函数，D(·)表示判别器函数，LSTM(z)表示长短期记忆网络，表示微分运算；

S204、训练模型

先优化辨别网络D，然后再来优化生成网络G模型单独交替迭代训练：在训练判别器网络时，固定住一个生成器网络，然后去训练；训练生成器网络时，固定住判别器网络，训练生成器参；在训练生成网络G的时候，判别辨别网络D的参数不发生变化，只是把loss回传，传到生成网络G后更新生成网络的参数即可；当生成器与判别器达到纳什均衡后，模型停止更新；

S205、网络模型保存

LSTM-GAN模型训练完成后，通过saver.save函数将TensorFlow参数保存。