[发明专利]一种基于过采样改进svdd的银行客户交易行为异常识别方法

权利要求书

1.一种基于过采样改进svdd的银行客户交易行为异常识别方法，其特征在于：包括以下步骤：

S1，给定银行客户交易行为的原始数据，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，根据原始数据中记录的结果，将原始数据分为有异常行为和暂时没有出现异常行为两类；将暂时没有出现异常行为这类视作不知是否有异常；

S2，设置一个数值p，使用smote过采样算法将数据中有异常行为的数据扩充p倍；

S3，对扩充p倍后的有异常行为的数据建立svdd模型，计算svdd模型的球心a和半径R；

S4，计算不知是否异常行为的数据到svdd模型球心a的距离,将该距离小于svdd模型半径R的交易行为判断为异常行为，否则判断为无异常行为。

2.根据权利要求1所述的一种基于过采样改进svdd的银行客户交易行为异常识别方法，其特征在于，所述步骤S2包括：

设有异常行为的数据集为Q，共有q个样本；

计算有异常行为的数据集Q中的每一个样本x_i(i＝1,2,...q)的m近邻点，从这m个近邻点中随机选取一个样本点x_it再生成一个0至1的随机数λ_j，基于x_i生成的第j个新样本点

对每一个样本x_i进行p次线性插值运算，每次生成一个新样本，得到基于smote过采样算法扩充p倍后的有异常行为数据集。

3.根据权利要求1所述的一种基于过采样改进svdd的银行客户交易行为异常识别方法，其特征在于，所述步骤S3包括：

用(x,y)表示有异常行为的数据集，x表示特征，y表示有异常；对有异常行为的数据集(x,y)构建一个超球体，该超球体描述为使得(x_i-a)^T(x_i-a)≤R²+ξ_i，其中C是惩罚参数，ξ_i是松弛变量；

将超球体的描述转化为如下形式：L＝∑α_iK(x_i,x_j)-∑α_iα_jK(x_i,x_j)，其中K是核函数，α_i是拉格朗日乘子，计算超球体的球心a和半径R；

计算超球体的半径R²＝K(x_i,x_i)-2∑α_iK(x_i,x_j)+∑∑α_iα_jK(x_i,x_j)和球心a＝∑α_ix_i；

计算不知是否有异常行为的数据到球心a的距离，将该距离小于超球体半径R的行为判断为异常，将识别出来的异常行为报告到验证模块做进一步的安全验证。