[发明专利]基于数据Petri网的多视角网络交易风险识别方法

权利要求书

1.一种基于数据Petri网的多视角网络交易风险识别方法，其包括如下步骤：

S100：基于电子商务交易过程流以及交易数据，通过数据Petri网对交易过程进行数据交互分析并形式化建模；

S200：使用过程挖掘对所建模型中的各个活动进行多视角分析和判别异常点；

S300：使用逻辑回归模型对所述异常点进行训练得到能够识别交易风险的系统模型。

2.根据权利要求1所述的方法，所述步骤S100中进一步包括如下步骤：优选的，

S101：建立电子商务交易过程流，并建立原型Petri网模型；

S102：根据活动之间的数据交互与规则，将原型Petri网模型扩展为数据Petri网模型。

3.根据权利要求1所述的方法，所述步骤S101中进一步包括如下步骤：使用过程挖掘工具ProM Lite处理电子商务交易过程流的事件日志数据，得到原型Petri网模型。

4.根据权利要求1所述的方法，所述步骤S200中进一步包括如下步骤：

S201：对所述电子商务交易过程流的历史事件日志数据进行清洗和挖掘后得到用户行为模式库；

S202：从控制流、资源、吞吐量时间的视角采用过程挖掘进行一致性检测分析，得到用户异常点检测数据集；

S203：从数据流视角，使用所述用户行为模式库，进行包含用户行为模式匹配功能的检测分析，得到用户异常点检测数据集。

5.根据权利要求1所述的方法，所述步骤S200中的过程挖掘采用过程挖掘工具ProMLite。

6.根据权利要求1所述的方法，所述步骤S300中进一步包括如下步骤：根据得到的用户异常点检测数据集，通过交叉验证的方式对逻辑回归模型进行测试。

7.根据权利要求4所述的方法，所述步骤S202中的控制流视角的检测分析是使用ProMLite中的合规性检查进行的分析。

8.根据权利要求4所述的方法，所述步骤S202中的资源视角的检测分析是使用ProMLite中属性插件的一致性检查器进行的分析。

9.根据权利要求4所述的方法，所述步骤S202中的吞吐量时间视角的检测分析是通过测量活动之间的时间间隔来进行的分析。

10.根据权利要求4所述的方法，所述步骤S203中的数据流视角的检测分析是对用户实时输入的行为模式进行的分析。