本申請涉及交易異常檢測領域，尤其涉及一種交易量異常檢測方法、裝置、計算機及存儲介質(zhì)。

背景技術：

1、在支付通路交易的實時監(jiān)控中，交易量異常檢測是一種用于識別和報告異常交易量的方法。其目的是及時發(fā)現(xiàn)并處理可能存在的交易異常情況，以保障支付系統(tǒng)的安全和穩(wěn)定運行。

2、然而，現(xiàn)有的交易量異常檢測方案是用歷史數(shù)據(jù)的平均值和標準差去計算得到一個參考的交易量，并沒有排除抖動的非正常歷史數(shù)據(jù)，這部分歷史偏差較大的數(shù)據(jù)會讓平均值失去參考性，最終導致交易量異常檢測的結果不準確。

技術實現(xiàn)思路

1、本申請實施例提供一種交易量異常檢測方法、裝置、計算機及存儲介質(zhì)，通過將歷史交易量數(shù)據(jù)聚類得到多個日交易量聚類曲線，排除非正常歷史數(shù)據(jù)，然后從中選擇與待測時間段內(nèi)的交易量數(shù)據(jù)匹配的日交易量聚類曲線作為參考，得到交易量異常檢測結果，有利于提高交易量異常檢測的準確性。

2、第一方面，本申請實施例提供了一種交易量異常檢測方法，包括：

3、獲取待測時間段內(nèi)的交易量數(shù)據(jù)；將所述待測時間段內(nèi)的交易量數(shù)據(jù)按照第一時間周期進行歸納得到日交易量曲線；從多個由歷史交易量數(shù)據(jù)聚類得到的日交易量聚類曲線中確定目標日交易量聚類曲線；根據(jù)所述日交易量曲線和所述目標日交易量聚類曲線確定交易量異常檢測結果。

4、第二方面，本申請實施例提供了一種交易量異常檢測裝置，包括：

5、獲取模塊，用于獲取待測時間段內(nèi)的交易量數(shù)據(jù)；

6、處理模塊，用于將所述交易量數(shù)據(jù)按照固定時間周期進行歸納得到日交易量曲線；以及用于從多個由歷史交易量數(shù)據(jù)聚類得到的日交易量聚類曲線中確定目標日交易量聚類曲線；以及用于根據(jù)所述日交易量曲線和所述目標日交易量聚類曲線確定交易量異常檢測結果。

7、第三方面，本申請實施例提供了一種計算機，包括：

8、存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的可執(zhí)行程序代碼，所述處理器執(zhí)行所述可執(zhí)行程序代碼時執(zhí)行如第一方面中任一項所述的方法。

9、第四方面，本申請實施例提供了一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)上存儲有交易量異常檢測程序，所述交易量異常檢測程序包括執(zhí)行指令，所述執(zhí)行指令用于執(zhí)行如第一方面中任一項所述的方法。

10、第五方面，本申請?zhí)峁┝艘环N計算機程序產(chǎn)品，所述計算機程序產(chǎn)品被處理器執(zhí)行時用于實現(xiàn)如第一方面中任一項所述的方法。

11、通過實施本申請實施例，交易量異常檢測系統(tǒng)的服務器先獲取待測時間段內(nèi)的交易量數(shù)據(jù)；然后將待測時間段內(nèi)的交易量數(shù)據(jù)按照第一時間周期進行歸納得到日交易量曲線；然后從多個由歷史交易量數(shù)據(jù)聚類得到的日交易量聚類曲線中確定目標日交易量聚類曲線；最后根據(jù)日交易量曲線和目標日交易量聚類曲線確定交易量異常檢測結果。通過將歷史交易量數(shù)據(jù)聚類得到多個日交易量聚類曲線，排除非正常歷史數(shù)據(jù)，然后從中選擇與待測時間段內(nèi)的交易量數(shù)據(jù)匹配的日交易量聚類曲線作為參考，得到交易量異常檢測結果，有利于提高交易量異常檢測的準確性。

技術特征：

1.一種交易量異常檢測方法，其特征在于，應用于交易量異常檢測系統(tǒng)的服務器，所述方法包括：

2.如權利要求1所述的方法，其特征在于，所述將所述待測時間段內(nèi)的交易量數(shù)據(jù)按照第一時間周期進行歸納得到日交易量曲線，包括：

3.如權利要求1所述的方法，其特征在于，在所述從多個由歷史交易量數(shù)據(jù)聚類得到的日交易量聚類曲線中確定目標日交易量聚類曲線之前，所述方法還包括：

4.如權利要求3所述的方法，其特征在于，所述歷史交易量序列數(shù)據(jù)包括空間屬性和非空間屬性，所述對所述多個歷史交易量序列數(shù)據(jù)進行聚類，得到多個目標數(shù)據(jù)集合，包括：

5.如權利要求1-4任一項所述的方法，其特征在于，所述方法還包括：

6.如權利要求5所述的方法，其特征在于，所述根據(jù)第一聚類半徑、不同已聚類數(shù)據(jù)的距離的中位數(shù)、已聚類數(shù)據(jù)占全部數(shù)據(jù)的第二占比以及步長系數(shù)得到第二聚類半徑，包括：

7.如權利要求5所述的方法，其特征在于，所述根據(jù)第一聚類半徑、不同已聚類數(shù)據(jù)的距離的中位數(shù)、已聚類數(shù)據(jù)占全部數(shù)據(jù)的第四占比以及步長系數(shù)得到第二聚類半徑，包括：

8.如權利要求1所述的方法，其特征在于，所述從多個由歷史交易量數(shù)據(jù)聚類得到的日交易量聚類曲線中確定目標日交易量聚類曲線，包括：

9.如權利要求3所述的方法，其特征在于，所述根據(jù)所述日交易量曲線和所述目標日交易量聚類曲線確定交易量異常檢測結果，包括：

10.一種交易量異常檢測裝置，其特征在于，所述裝置包括：

技術總結
本申請公開了一種交易量異常檢測方法、裝置、計算機及存儲介質(zhì)，應用于交易量異常檢測系統(tǒng)的服務器，方法包括：獲取待測時間段內(nèi)的交易量數(shù)據(jù)；將所述交易量數(shù)據(jù)按照固定時間周期進行歸納得到日交易量曲線；從多個由歷史交易量數(shù)據(jù)聚類得到的日交易量聚類曲線中確定目標日交易量聚類曲線；根據(jù)所述日交易量曲線和所述目標日交易量聚類曲線確定交易量異常檢測結果。通過將歷史交易量數(shù)據(jù)聚類得到多個日交易量聚類曲線，排除非正常歷史數(shù)據(jù)，然后從中選擇與待測時間段內(nèi)的交易量數(shù)據(jù)匹配的日交易量聚類曲線作為參考，得到交易量異常檢測結果，有利于提高交易量異常檢測的準確性。

技術研發(fā)人員：朱書元,潘勇
受保護的技術使用者：深圳前海微眾銀行股份有限公司
技術研發(fā)日：
技術公布日：2025/1/6