[发明专利]一种基于孤立森林算法的金融交易系统异常识别方法

权利要求书

1.一种基于孤立森林算法的金融交易系统异常识别方法，其特征在于：包括以下步骤：

S1，对原始数据进行一致性检查，清除无效数据和重复数据，填补缺失值，并将类别变量转化为数值型变量；

S2，对输入的数据进行孤立森林建模；

S3，计算样本点在孤立森林模型中的路径长度计算异常值得分；

S4，根据经验设定一个异常值得分的阈值，将异常值得分大于阈值的交易行为判断为异常行为，将异常行为报告到验证模块，通过进一步手机验证码安全验证来防范交易风险。

2.根据权利要求1所述的一种基于孤立森林算法的金融交易系统异常识别方法，其特征在于，所述步骤S2包括：

孤立森林模型是由很一棵以上孤立树组成的一种树型集成的模型，每棵孤立树的所有节点都有2个子节点或没有子节点；

给定含n个样本的集合X＝{x₁,x₂,...,x_n}，通过随机选择数据集的特征q和随机选择特征的分裂值p来递归样本集X，从而建立孤立树；

递归建立孤立树的过程直到满足以下三个条件之一才停止：①孤立树的深度达到限定的最大值；②某次递归后孤立树的节点只有一个样本；③某次递归后孤立树的节点所包含的数据都有相同的值；

先对原始数据进行t次抽样，每次抽取一部分数据建立一个孤立树，t次抽样建立t棵孤立树，这t棵孤立树组成了孤立森林。

3.根据权利要求1所述的一种基于孤立森林算法的金融交易系统异常识别方法，其特征在于，所述步骤S3包括：

孤立树中叶节点x的路径长度h(x)被定义为从根节点贯穿到x所在的叶节点的边的数量；

给定n个样本，对其建立孤立树，一棵孤立树的平均路径长度c(n)被定义为H(i)＝ln(i)+0.5772156649；当样本量固定为n时，不同孤立树的平均路径长度c(n)是相同的；

样本点x的异常值得分s(x,n)被定义为孤立森林是由t棵孤立树组成的，对某个样本x而言，每棵孤立树的叶节点x都有一个路径长度h(x)，E(h(x))是x这个样本在孤立森林的不同孤立树中路径长度h(x)的平均值；c(n)是包含了n个样本的孤立树的平均路径长度；

异常值得分s(x,n)的取值情况为0s(x,n)1，s(x,n)越大的点越异常，设定一个异常值得分的阈值，将异常值得分大于阈值的交易行为判断为异常交易。