基于信息熵的金融網(wǎng)絡異常交易社區(qū)發(fā)現(xiàn)方法
【專利摘要】本發(fā)明公開了一種基于信息熵的金融網(wǎng)絡異常交易社區(qū)發(fā)現(xiàn)方法，具體步驟如下：步驟1、分析異常交易的過程和模式，提取大額交易和可疑交易特征；步驟2、利用鄰接矩陣存儲賬戶的交易金額和交易頻次信息對特征量化；步驟3、定義節(jié)點的信息熵；步驟4、根據(jù)基于節(jié)點信息熵的異常交易社區(qū)發(fā)現(xiàn)方法對金融網(wǎng)絡節(jié)點進行社區(qū)劃分和發(fā)現(xiàn)。步驟5、評價社區(qū)發(fā)現(xiàn)的結(jié)果。首先計算該方法對異常交易賬戶識別和異常交易社區(qū)劃分的精確率，其次利用社區(qū)評價指標模塊度Q評價異常交易社區(qū)結(jié)構。本發(fā)明首次將基于信息熵的社區(qū)發(fā)現(xiàn)方法應用到反洗錢領域，通過發(fā)現(xiàn)異常交易社區(qū)，可以對洗錢賬戶進行識別和追蹤，并分析洗錢賬戶之間的聯(lián)系和交易規(guī)律，防范異常交易。
【專利說明】基于信息熵的金融網(wǎng)絡異常交易社區(qū)發(fā)現(xiàn)方法

【技術領域】
[0001]本發(fā)明屬于網(wǎng)絡金融社區(qū)【技術領域】，具體一種基于信息熵的金融網(wǎng)絡異常交易社區(qū)發(fā)現(xiàn)方法。

【背景技術】
[0002]社區(qū)發(fā)現(xiàn)是目前應用于社會網(wǎng)絡分析最為流行和成熟的技術，主要是指對網(wǎng)絡中那些內(nèi)在聯(lián)系緊密，外在聯(lián)系稀疏的團體或子網(wǎng)絡進行發(fā)現(xiàn)，形成多個子社區(qū)，對這些社區(qū)進行挖掘，能夠發(fā)現(xiàn)網(wǎng)絡中隱藏的聯(lián)系和規(guī)律，對網(wǎng)絡的行為做出預測，進而在對分析復雜網(wǎng)絡特性、檢索復雜網(wǎng)絡中的信息和解決網(wǎng)絡中的特定問題時能夠提出更好更高效的解決辦法。金融網(wǎng)絡是一種復雜網(wǎng)絡，根據(jù)復雜網(wǎng)絡具有的社區(qū)結(jié)構特性，對金融網(wǎng)絡中的社區(qū)結(jié)構進行發(fā)現(xiàn)，能夠劃分出代表不同交易特征的社區(qū)。現(xiàn)有的金融網(wǎng)絡異常交易社區(qū)發(fā)現(xiàn)方法首先對金融網(wǎng)絡中的交易行為和資金流等特征進行分析，結(jié)合交易過程和模式特點，參考我國大額交易報告的詳細規(guī)定，對異常交易和大額交易頻次分析和識別。再在金融網(wǎng)絡社區(qū)結(jié)構分析的基礎上，對異常交易進行特征提取、量化等步驟，根據(jù)金融網(wǎng)絡中節(jié)點的相似性或聯(lián)系緊密度作為劃分依據(jù)，對網(wǎng)絡中的節(jié)點進行劃分，從而形成一些內(nèi)在節(jié)點高度相似或聯(lián)系緊密，外在節(jié)點彼此相異或聯(lián)系松散的子團或子網(wǎng)絡，這些子團或子網(wǎng)絡稱為社區(qū)，整個網(wǎng)絡就是由這些社區(qū)組成的。但現(xiàn)有異常交易社區(qū)發(fā)現(xiàn)方法存在效率和精度較低，難以發(fā)現(xiàn)隱蔽性較好的異常交易等問題。


【發(fā)明內(nèi)容】

[0003]本發(fā)明提供了一種基于信息熵的金融網(wǎng)絡異常交易社區(qū)發(fā)現(xiàn)方法，解決了現(xiàn)有方法難以計算異常交易的發(fā)生概率，及通過金融網(wǎng)絡節(jié)點間聯(lián)系和概率相似性進行社區(qū)劃分與發(fā)現(xiàn)的精度和效率較低的問題。
[0004]本發(fā)明所采用的技術方案是:基于信息熵的金融網(wǎng)絡異常交易社區(qū)發(fā)現(xiàn)方法，具體按照以下步驟實施:
[0005]步驟1:異常交易特征提取和量化；
[0006]步驟2:定義節(jié)點信息熵；
[0007]階段3:發(fā)現(xiàn)異常交易社區(qū)。
[0008]本發(fā)明的特點還在于，
[0009]其中的步驟I具體按照以下步驟實施:
[0010]I)特征提取:
[0011]設賬戶i的單筆交易金額為qu，qi(1為賬戶i單筆取款交易金額，Qtli為賬戶i單筆存款交易金額，單日累計交易金額為qi; Hi1, m2，m3分別表示單日內(nèi)賬戶i的累計轉(zhuǎn)賬交易頻次、存款交易頻次和取款交易頻次，

【權利要求】
1.基于信息熵的金融網(wǎng)絡異常交易社區(qū)發(fā)現(xiàn)方法，其特征在于，具體按照以下步驟實施: 步驟1:異常交易特征提取和量化； 步驟2:定義節(jié)點信息熵； 階段3:發(fā)現(xiàn)異常交易社區(qū)。
2.根據(jù)權利要求1所述的基于信息熵的金融網(wǎng)絡異常交易社區(qū)發(fā)現(xiàn)方法，其特征在于，所述的步驟I具體按照以下步驟實施: 1)特征提取: 設賬戶i的單筆交易金額為qu，qi(1為賬戶i單筆取款交易金額，為賬戶i單筆存款交易金額，單日累計交易金額為1，Hi1, m2，m3分別表示單日內(nèi)賬戶i的累計轉(zhuǎn)賬交易頻次、存款交易頻次和取款交易頻次，
對于％和Qi的值，有以下判斷標準:
M1為單日大額交易標準上限，M2為單日累計大額交易標準上限，其中任一個條件滿足，就可以認為該賬戶為大額交易賬戶； 賬戶i在單日內(nèi)的累計交易頻次為k，一段時間內(nèi)的累計交易頻次為K，有以下判斷標準:
滿足任一條件，就認為該賬戶具有可疑交易特征，只有當同時滿足判斷標準(3)中這兩個標準，認為是具有異常交易特征； 2)特征量化: 統(tǒng)一交易幣種為人民幣，對于外匯交易根據(jù)國際貨幣換算標準，換算為等額的人民幣，交易金額以萬元為交易金額單位，存儲精度為4位小數(shù)位，預處理之后的交易金額采用鄰接矩陣Wu(i，j e V)來存儲，矩陣每個元素的值是相應賬戶在一段時間內(nèi)的累計交易金額，賬戶自身的存取款金額累加到Wu矩陣的Wii元素中，如果賬戶i與賬戶j之間存在交易，則對應的Wij為非零值,否則記為O,如下所示:n表示賬戶個數(shù)，n e Z,
Qij為賬戶i每天的累計交易金額，k為交易天數(shù)； Wij(? Φ j)表示賬戶i向賬戶j的轉(zhuǎn)賬金額，WjiQ Φ j)表示賬戶j到賬戶i的轉(zhuǎn)賬金額，Wii表示節(jié)點自身的交易金額； 金融網(wǎng)絡的交易頻次信息采用鄰接矩陣Aij^j e V)來表示，為了明確表示網(wǎng)絡中的交易類型信息，在網(wǎng)絡中添加了一個O節(jié)點，用來表示賬戶的存取款交易頻次信息，相應的矩陣‘為一個(η+1).(n+1)的矩陣，賬戶i的存款交易頻次信息存儲在元素[0，i]中，賬戶i的取款交易頻次信息存儲在元素[i，0]中，矩陣每個元素的值都是一定時間內(nèi)的累計值；％表示賬戶i向賬戶j轉(zhuǎn)賬的交易頻次，存儲在[i，j]元素中，如果賬戶i與賬戶j之間存在交易，則對應位置的矩陣元素au為非零值，否則記為O，如下所示，n e Z，表示賬戶個數(shù):
其中，aij(i Φ j)存儲賬戶i到賬戶j的交易頻次，aji(i Φ j)存儲賬戶j到賬戶i的交易頻次，a0i, ai0存儲節(jié)點自身的存取款交易頻次，其中an的值存儲為O。
3.根據(jù)權利要求1所述的基于信息熵的金融網(wǎng)絡異常交易社區(qū)發(fā)現(xiàn)方法，其特征在于，所述的步驟2具體按照以下步驟實施: 根據(jù)Wu矩陣中賬戶交易金額的值，賬戶i的交易金額Qi為:
n e Ζ，η表示金融網(wǎng)絡中賬戶的個數(shù)，也是網(wǎng)絡圖中節(jié)點的個數(shù)； 網(wǎng)絡總的交易金額為Q為:
Wfreqi為賬戶i的交易金額占整個網(wǎng)絡總的交易金額的比例，即:
Wfreqi表示了賬戶i屬于大額交易賬戶的概率，Qi的值越大，賬戶i屬于大額交易賬戶的概率越大； 根據(jù)‘矩陣中賬戶交易頻次的值，賬戶i的交易頻次Di為:
網(wǎng)絡總的交易頻次為D為:
Dfreqi為賬戶i的交易頻次占整個網(wǎng)絡的交易頻次的比例，即:
Dfreqi表示了賬戶i屬于可疑交易賬戶的概率，Di的值越大，賬戶i屬于可疑交易賬戶的概率就越大，只有當一個賬戶同時滿足大額交易和可疑交易特征，被認為是異常交易賬戶，因此，對應的賬戶i屬于洗錢賬戶的概率為: P(Xi) = Wfreqi.Dfreqi,(11) 賬戶i的節(jié)點信息熵為:
H(Xi) =-p (Xi) *log2 (p (Xi)),(12) = -Wfreqi ^Dfreqi.1g2 (Wfreqi^DfTeqi) 其中，網(wǎng)絡節(jié)點i的信息熵用Hi來表示，即Hi = H(Xi)，網(wǎng)絡的信息熵通過計算該網(wǎng)絡所有節(jié)點的信息熵的均值來得到:
4.根據(jù)權利要求1所述的基于信息熵的金融網(wǎng)絡異常交易社區(qū)發(fā)現(xiàn)方法，其特征在于，所述的步驟3具體按照以下步驟實施: 第一步驟是對輸入的金融網(wǎng)絡交易數(shù)據(jù)進行預處理，具體按照以下步驟實施: Stepl:從原始交易數(shù)據(jù)中去掉不相關的字段和記錄； Step2:對交易賬戶進行從I到N的編號，N e Z，N表示交易數(shù)據(jù)中的賬戶個數(shù)，并將交易金額的交易單位轉(zhuǎn)換為萬元，轉(zhuǎn)換公式如下所示； Wi = Wj/10000,(14) i表示編號為i的交易賬戶，i = 1，…，N，Wi表賬戶i的單筆交易金額； Step3:輸入:交易數(shù)據(jù)保存為data, txt文件，遍歷每一行數(shù)據(jù)，分別記錄每個賬戶的累計存款交易頻次Cd、取款交易頻次qd和轉(zhuǎn)賬交易頻次zd，并保存到矩陣Au中； 當滿足zd = O時，說明該賬戶為非活躍賬戶，從data, txt文件中刪除這些賬戶對應的記錄，對于活躍賬戶i，其累計交易頻次Di為:Di = cd+qd+zd,(15) 輸出:Node_account.txt 文件,更新后的 data, txt 文件,其中，Node_account.txt 存儲活躍賬戶節(jié)點的交易頻次信息，包括兩個字段:“賬戶編號”和“交易頻次”； Step4:輸入:data.txt文件,遍歷每一行數(shù)據(jù),分別記錄每個賬戶的累計存款交易金額cw、取款交易金額qw和轉(zhuǎn)賬交易金額zw,并保存到矩陣Wij中,賬戶i的累計交易金額為Wi為: Wi = cw+qw+zw,(16) 輸出:Node_amount.txt文件,其中，Node_amount.txt存儲活躍賬戶節(jié)點的交易金額信息，包括兩個字段:“賬戶編號”和“交易金額”; Step5:輸入:Node_acount.txt和Node_amount.txt,合并這兩個文件，生成一個表不賬戶編號和交易信息的數(shù)據(jù)文件； 輸出:Node_inf0.txt，該文件包括三個字段:賬戶編號、交易頻次和交易金額，其中，最大賬戶編號為N，N e Z，有效賬戶個數(shù)為n，n e Ζ，η < = N ; Step6:輸入:data.txt文件,遍歷每一條交易類型為轉(zhuǎn)賬的交易記錄，尋找交易網(wǎng)絡圖中的邊信息，并刪除重復的邊信息； 輸出:Edge.txt文件，由兩個字段構成:“賬戶編號”和“交易賬戶編號”； 第二步驟是金融網(wǎng)絡節(jié)點社區(qū)劃分，具體按照以下步驟實施: Q:金融網(wǎng)絡圖的所有賬戶節(jié)點集合； U:一個社區(qū)內(nèi)所有賬戶節(jié)點的鄰節(jié)點集合，即存在轉(zhuǎn)賬交易的賬戶節(jié)點集合； C:臨時社區(qū)C內(nèi)所有賬戶節(jié)點集合； Ck:社區(qū)k內(nèi)所有賬戶節(jié)點的集合； Stepl:輸入:Node_inf0.txt文件,遍歷每一行數(shù)據(jù)，計算每個節(jié)點的熵Hi,以及網(wǎng)絡的平均熵H，并依次存入數(shù)組中相應的位置，初始化集合Q= {i，i = 1，2，...，η}，η為效賬戶個數(shù)，也就是Node_inf0.txt文件中賬戶編號那一列的所有值，U = Φ (Φ表示空集)，C=Φ，社區(qū)計數(shù)器k = O; Step2:輸入:Edge.txt文件,從集合Q中選取熵信息最大的節(jié)點作為初始社區(qū)核,遍歷Edge, txt文件,將核節(jié)點的鄰接點以及核節(jié)點存入集合C中，更新集合U, U= {集合C內(nèi)所有節(jié)點的鄰接點集合}; Step3:計算社區(qū)C的熵He,如公式(17)所示:
， 其中，I為社區(qū)C中包含的節(jié)點個數(shù)，i為賬戶編號，i = 1，...，N，Hi為賬戶編號為i的賬戶節(jié)點的信息熵； 如果 He >= H,則繼續(xù) Step4,否則，更新，Q = {Q-C} ,U= Φ, C = Φ ,回到 Step2 ；Step4:從U集合中選擇一個熵最大的節(jié)點，判斷該節(jié)點的熵是否大于H，如果大于，則繼續(xù) Step5,否則,k = k+Ι，更新集合 Ck = C, Q = {Q-U-Ck} ,U= Φ , C = Φ ,回到 Step2 ；Step5:計算加入該節(jié)點之后的社區(qū)熵He' i,如下所示:
如果 He' i >= H,則繼續(xù) Step6。否貝丨J, k = k+1,更新集合 Ck = C, Q = {Q_Ck}, U =Φ , C = Φ ,回到 Step2 ； Step6:計算加入節(jié)點之后社區(qū)C的社區(qū)信息熵的增量的絕對值Λ H，如下所示: AH=|Hc'「He |，(19) 采用網(wǎng)絡平均信息熵H和節(jié)點信息熵的標準差σ作為信息熵增量閾值△的標準，其中η為賬戶個數(shù)，n e Ζ，N為最大賬戶編號；
如果Δ H < = Δ ,則添加該節(jié)點到社區(qū)C中，從U中去掉該節(jié)點,將新增節(jié)點的鄰接點添加到集合U中，并繼續(xù)Step7,否則,從U中去掉該節(jié)點，回到Step4 ； Step7:如果 U 關 Φ ,則回到 Step4,否則 k = k+Ι,更新集合 Ck = C, Q = {Q-Ck}, C =Φ，繼續(xù) Step8 ； St印8:如果Q古Φ，則回到Step2，否則，所有滿足條件的節(jié)點都被劃分到相應的異常交易社區(qū)中，結(jié)束第二步驟； 第三步驟為子社區(qū)的合并，具體按照以下步驟實施: Stepl:輸入:Ck,k表示社區(qū)個數(shù)，k e Z,計算任一兩個社區(qū)之間鏈接的邊數(shù)Eij (i, j =1，...，k, i關j), i, j表示社區(qū)i和社區(qū)j,并存入數(shù)組E中； St印2:如果數(shù)組E為空，則結(jié)束社區(qū)合并，否則，從E中取最大的max(Eij),如果max (Eij) = O,不需要進行社區(qū)合并,結(jié)束,否則,繼續(xù)Step3 ； Step3:計算合并社區(qū)Ci和&之后的社區(qū)信息熵增量八故和Λ民，計算公式如下所示:
其中，i，j = 1，...，k，i關j，Hci和Hcj分別表示社區(qū)Ci和社區(qū)Cj的社區(qū)熵，Ii和Ij跟別表示社區(qū)Ci和社區(qū)中包含的節(jié)點個數(shù)； 如果Λ Hi < = Λ I Λ % < = Λ，則合并社區(qū)Ci和Cp更新Ck為Clri，并從E中刪除該條Eij記錄,更新E中的Eij,回到Stepl,否則,不合并,且從E中刪除該Eij記錄，回到Step2。
【文檔編號】G06F17/30GK104199832SQ201410376627
【公開日】2014年12月10日 申請日期:2014年8月1日 優(yōu)先權日:2014年8月1日
【發(fā)明者】呂林濤, 李婉榮, 王錦輝, 譚芳 申請人:西安理工大學