阈值确定方法、装置、设备及存储介质与流程

文档序号:37309810发布日期:2024-03-13 20:57阅读:8来源:国知局
阈值确定方法、装置、设备及存储介质与流程

本发明实施例涉及可疑交易监测,尤其涉及一种阈值确定方法、装置、设备及存储介质。


背景技术:

1、随着异常交易现象日益复杂化,国内外反异常交易监管形势也日趋严峻,亟需利用新技术丰富和完善反异常交易监测手段。为实现银行交易监测系统对交易的自动化监测,及时全面的识别出异常交易特征并生成预警信息及交易信息,可以通过可疑交易监测模型提取监测指标,并当监测指标满足某些设定阈值时认定为异常交易特征。

2、但是在对可疑交易监测模型中的阈值进行确定时,存在成本高,无法保证阈值最优性和整体性的问题。


技术实现思路

1、本发明提供了一种阈值确定方法、装置、设备及存储介质,以解决在对可疑交易监测模型中的阈值进行确定时,存在成本高,无法保证阈值最优性和整体性的问题。

2、根据本发明的一方面,提供了一种阈值确定方法,应用于银行交易监测系统中,方法包括:

3、获取至少一个预设预警规则对应的预警量和预警准确率,其中,预警量用于表示交易流水中满足对应预设预警规则的数量,预警准确率用于表示预警量中预警准确的概率至少一个预设预警规则为可疑交易监测模型中的预警规则;

4、将至少一个预设预警规则对应的预警量和预警准确率输入到q学习模型中,利用q学习模型中的q学习算法迭代更新评估值表,得到最优评估值表;

5、基于最优评估值表确定每一个预设预警规则对应的目标阈值。

6、根据本发明的另一方面,提供了一种阈值确定装置,其特征在于,应用于银行交易监测系统中,装置包括:

7、数据获取模块,用于获取至少一个预设预警规则对应的预警量和预警准确率,其中,预警量用于表示交易流水中满足对应预设预警规则的数量,预警准确率用于表示预警量中预警准确的概率;

8、评估值表更新模块,用于将至少一个预设预警规则对应的预警量和预警准确率输入到q学习模型中,利用q学习模型中的q学习算法迭代更新评估值表,得到最优评估值表;

9、阈值确定模块,用于基于最优评估值表确定每一个预设预警规则对应的目标阈值。

10、根据本发明的另一方面,提供了一种电子设备,电子设备包括:

11、至少一个处理器;以及

12、与至少一个处理器通信连接的存储器;其中,

13、存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例的阈值确定方法。

14、根据本发明的另一方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本发明任一实施例的阈值确定方法。

15、本发明实施例提供的技术方案,应用于银行交易监测系统中,通过获取至少一个预设预警规则对应的预警量和预警准确率,其中,预警量用于表示交易流水中满足对应预设预警规则的数量,预警准确率用于表示预警量中预警准确的概率,至少一个预设预警规则为可疑交易监测模型中的预警规则;将至少一个预设预警规则对应的预警量和预警准确率输入到q学习模型中,利用q学习模型中的q学习算法迭代更新评估值表,得到最优评估值表;基于最优评估值表确定每一个预设预警规则对应的目标阈值。通过上述技术方案,将获取的至少一个预设预警规则对应的预警量和预警准确率输入到构建的q学习模型中,在q学习模型中,利用q学习算法根据预警量和预警准确率,迭代更新评估值表,能够得到最优评估值表,基于最优评估值表能够确定每一个预设预警规则对应的目标阈值,实现了根据预警量和预警准确率的反馈自动确定最优阈值。解决了在对可疑交易监测模型中的阈值进行确定时,存在成本高,无法保证阈值最优性和整体性的问题,有效的降低了成本,并有效的保证了阈值最优性和整体性。

16、应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。



技术特征:

1.一种阈值确定方法,其特征在于,应用于银行交易监测系统中,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述q学习算法通过以下方式确定:

3.根据权利要求2所述的方法,其特征在于,利用所述q学习模型中的q学习算法迭代更新评估值表,得到最优评估值表,包括:

4.根据权利要求3所述的方法,其特征在于,在所述通过分别计算所述上一次迭代的评估值表中每个评估值与评估值影响值的和更新评估值表之后,还包括:

5.根据权利要求3所述的方法,其特征在于,

6.根据权利要求3所述的方法,其特征在于,所述奖惩因子为二维矩阵,所述奖惩因子的取值通过以下方式进行确定:

7.根据权利要求3所述的方法,其特征在于,在所述通过分别计算所述上一次迭代的评估值表中每个评估值与评估值影响值的和更新评估值表之后,还包括:

8.一种阈值确定装置,其特征在于,应用于银行交易监测系统中,所述装置包括:

9.一种阈值确定设备,其特征在于,所述阈值确定设备包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的阈值确定方法。


技术总结
本发明公开了一种阈值确定方法、装置、设备及存储介质。应用于银行交易监测系统中,方法包括:获取至少一个预设预警规则对应的预警量和预警准确率,其中,预警量用于表示交易流水中满足对应预设预警规则的数量,预警准确率用于表示预警量中预警准确的概率,至少一个预设预警规则为可疑交易监测模型中的预警规则;将至少一个预设预警规则对应的预警量和预警准确率输入到Q学习模型中,利用Q学习模型中的Q学习算法迭代更新评估值表,得到最优评估值表;基于最优评估值表确定每一个预设预警规则对应的目标阈值。解决了在对可疑交易监测模型中的阈值进行确定时,存在成本高,无法保证阈值最优性和整体性的问题,有效的降低了成本,并有效的保证了阈值最优性和整体性。

技术研发人员:李洋
受保护的技术使用者:中国农业银行股份有限公司
技术研发日:
技术公布日:2024/3/12
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1