專利名稱：：一種動(dòng)態(tài)金融網(wǎng)絡(luò)監(jiān)測(cè)分析方法
技術(shù)領(lǐng)域：
：本發(fā)明屬于金融信息化領(lǐng)域，特別涉及一種動(dòng)態(tài)金融網(wǎng)絡(luò)監(jiān)測(cè)分析方法。
背景技術(shù)：
：隨著我國(guó)信息化和國(guó)際化程度的不斷提高，金融犯罪活動(dòng)例如信用卡欺詐、電子商務(wù)犯罪、洗錢等犯罪行為日益猖獗。犯罪分子實(shí)施犯罪行為的手段多種多樣，并且很容易被淹沒(méi)在每天大量的金融交易中，使得人工發(fā)現(xiàn)這些犯罪行為幾乎不可能。國(guó)際上，通過(guò)信息技術(shù)進(jìn)行反洗錢監(jiān)測(cè)分析的研究比較多，許多國(guó)家也相繼成立了金融情報(bào)機(jī)構(gòu)。國(guó)內(nèi)對(duì)打擊洗錢犯罪也非常重視，于2004年4月7日正式成立了收集、分析、監(jiān)測(cè)和提供反洗錢情報(bào)的專門機(jī)構(gòu)——中國(guó)反洗錢監(jiān)測(cè)分析中心。一些金融機(jī)構(gòu)和公司也在開(kāi)發(fā)一些金融交易監(jiān)測(cè)系統(tǒng)。這些系統(tǒng)主要實(shí)現(xiàn)金融管理信息的收集、管理及初級(jí)的統(tǒng)計(jì)分析，應(yīng)用的技術(shù)主要是查詢、數(shù)據(jù)倉(cāng)庫(kù)、多維分析及一些簡(jiǎn)單的數(shù)據(jù)挖掘技術(shù)。國(guó)內(nèi)目前還沒(méi)有對(duì)動(dòng)態(tài)金融網(wǎng)絡(luò)進(jìn)行智能監(jiān)測(cè)分析的方法。在國(guó)外，有關(guān)于金融管理的方法包括證券投資管理和金融風(fēng)險(xiǎn)管理方法等(如E.S.Gerasimov,V.V.Dombrovskii."DynamicNetworkModelofManagingInvestmentPortfoliounderRandomStepwiseChangesinVolatilitiesofFinancialAssets".AutomationandRemoteControl,2003，Vol.64(7),1086-1093禾卩A.Nagurney,J.Cruz."Dynamicsofinternationalfinancialnetworkswithriskmanagement",Quantitativefinance,2004，Vol.4(3)等)，另外還有對(duì)金融交易進(jìn)行諸如網(wǎng)絡(luò)路由、風(fēng)險(xiǎn)評(píng)估和授權(quán)決策的方法(如TIEKENCRAIGA[US],US2009070246(Al)."ElectronicFinancialTransactionRouting"和MatsudaPaulJ[US];PerrySarahE[US〗，WilkTracyL[US],US2009037304(Al)."Conductingcommercebetweenindividuals")。對(duì)于可疑交易的監(jiān)測(cè)，國(guó)外有根據(jù)當(dāng)?shù)胤聪村X規(guī)定進(jìn)行自動(dòng)檢測(cè)的方法(GA.Joseph[US]，US2008270206(A1)."Methodfordetectingsuspicioustransactions")。由于國(guó)情之間的差異，國(guó)外已有的可疑交易監(jiān)測(cè)分析方法或系統(tǒng)并不能直接用于我國(guó)的反洗錢工作。所以針對(duì)我國(guó)金融網(wǎng)絡(luò)的特點(diǎn)，本發(fā)明給出了動(dòng)態(tài)金融網(wǎng)絡(luò)監(jiān)測(cè)分析方法，對(duì)金融網(wǎng)絡(luò)中的賬戶和交易的可疑度進(jìn)行動(dòng)態(tài)監(jiān)測(cè)分析，為發(fā)現(xiàn)金融犯罪行為提供線索。
發(fā)明內(nèi)容本發(fā)明的目的在于提供一種動(dòng)態(tài)金融網(wǎng)絡(luò)監(jiān)測(cè)分析方法，對(duì)金融網(wǎng)絡(luò)中的賬戶及其交易的可疑度進(jìn)行動(dòng)態(tài)監(jiān)測(cè)分析。本發(fā)明提供的動(dòng)態(tài)金融網(wǎng)絡(luò)監(jiān)測(cè)分析方法，其步驟包括第1步建立動(dòng)態(tài)金融網(wǎng)絡(luò)模型，描述從金融數(shù)據(jù)庫(kù)到有向加權(quán)圖流的轉(zhuǎn)化過(guò)程；金融數(shù)據(jù)庫(kù)包括帳戶表和交易表；第2步通過(guò)分析可疑交易案例庫(kù)，統(tǒng)計(jì)學(xué)習(xí)得到賬戶和交易的屬性的可疑度權(quán)值，稱之為屬性權(quán)值；可疑交易案例庫(kù)由可疑交易記錄構(gòu)成；第3步進(jìn)行賬戶和交易的可疑度的動(dòng)態(tài)監(jiān)測(cè)分析，即綜合考慮賬戶和交易的多種屬性的共同影響以及前一個(gè)時(shí)間片對(duì)當(dāng)前時(shí)間片的影響，動(dòng)態(tài)監(jiān)測(cè)賬戶和交易隨時(shí)間變化的可疑度；第4步判斷是否有新的可疑交易數(shù)據(jù)出現(xiàn)，如果是，更新可疑交易案例庫(kù)和屬性權(quán)值，否則轉(zhuǎn)入第5步；第5步判斷是否有新的金融交易數(shù)據(jù)出現(xiàn)，如果是，更新金融數(shù)據(jù)庫(kù)，并對(duì)動(dòng)態(tài)金融網(wǎng)絡(luò)模型進(jìn)行增量式更新，然后轉(zhuǎn)到第3步，否則轉(zhuǎn)入第6步；第6步判斷是否結(jié)束方法的整個(gè)過(guò)程，如果是，則結(jié)束，否則轉(zhuǎn)入第4步。本發(fā)明的一種動(dòng)態(tài)金融網(wǎng)絡(luò)監(jiān)測(cè)分析方法有以下優(yōu)點(diǎn)和效果1)動(dòng)態(tài)性該方法將復(fù)雜網(wǎng)絡(luò)技術(shù)和時(shí)間序列分析技術(shù)相結(jié)合對(duì)動(dòng)態(tài)金融網(wǎng)絡(luò)進(jìn)行建模，一方面可以準(zhǔn)確的描述金融網(wǎng)絡(luò)中錯(cuò)綜復(fù)雜的交易，另一方面可以有效的描述金融網(wǎng)絡(luò)隨時(shí)間的動(dòng)態(tài)變化性。2)靈活性該方法允許用戶對(duì)其中的參數(shù)例如可疑度權(quán)值、相對(duì)可疑度權(quán)值和屬性權(quán)值等根據(jù)領(lǐng)域知識(shí)或經(jīng)驗(yàn)進(jìn)行自由的設(shè)置。對(duì)于不同的分析任務(wù)，還可以引入不同的權(quán)值度量。不同的用戶的關(guān)注重點(diǎn)也不盡相同，并且法規(guī)也可能改變，參數(shù)的自由選擇給各種不同的分析人員的使用帶來(lái)了很大的靈活性。3)定量性該方法給出了賬戶和交易可疑度的定量監(jiān)測(cè)分析方法，可以更準(zhǔn)確的觀察和認(rèn)識(shí)賬戶和交易隨時(shí)間動(dòng)態(tài)變化的可疑程度。4)智能性該方法采用了DS證據(jù)理論對(duì)屬性權(quán)值進(jìn)行計(jì)算和更新，使得整個(gè)分析過(guò)程智能化。圖1為本發(fā)明的一種動(dòng)態(tài)金融網(wǎng)絡(luò)監(jiān)測(cè)分析的流程圖；圖2為建立動(dòng)態(tài)金融網(wǎng)絡(luò)模型的流程圖；圖3為計(jì)算屬性權(quán)值的流程圖4為賬戶和交易可疑度的動(dòng)態(tài)監(jiān)測(cè)分析的流程圖5為更新屬性權(quán)值的流程圖6為動(dòng)態(tài)金融網(wǎng)絡(luò)模型增量式更新的流程圖7為金融網(wǎng)絡(luò)中的賬戶屬性的描述圖8為金融網(wǎng)絡(luò)中的交易屬性的描述圖。具體實(shí)施例方式本發(fā)明的核心在于提供一種動(dòng)態(tài)金融網(wǎng)絡(luò)監(jiān)測(cè)分析方法，該方法首先基于金融數(shù)據(jù)庫(kù)建立動(dòng)態(tài)金融網(wǎng)絡(luò)模型，并根據(jù)可疑交易案例庫(kù)對(duì)屬性權(quán)值進(jìn)行計(jì)算，然后對(duì)金融網(wǎng)絡(luò)中的賬戶和交易的可疑度進(jìn)行動(dòng)態(tài)監(jiān)測(cè)分析，最后當(dāng)有新的可疑交易出現(xiàn)時(shí)，對(duì)屬性權(quán)值進(jìn)行更新；當(dāng)有新的金融交易數(shù)據(jù)出現(xiàn)時(shí)，對(duì)動(dòng)態(tài)金融網(wǎng)絡(luò)模型進(jìn)行增量式更新。本發(fā)明方法的流程圖如圖1所示。注意到步驟4和步驟5是一個(gè)不斷監(jiān)聽(tīng)數(shù)據(jù)的過(guò)程，只要有新的可疑交易數(shù)據(jù)或者新的金融交易數(shù)據(jù)出現(xiàn)時(shí)就會(huì)執(zhí)行步驟4和步驟5。在實(shí)際情況中，該方法的實(shí)現(xiàn)是不會(huì)結(jié)束的，除非永遠(yuǎn)不再有新的交易數(shù)據(jù)出現(xiàn)。下面分別舉例對(duì)本發(fā)明方法的各個(gè)步驟作進(jìn)一步詳細(xì)的說(shuō)明。作為示例，下面的可疑度具體地指賬戶和交易涉嫌洗錢的可疑程度，下面的可疑案例庫(kù)具體地指洗錢案例庫(kù)。洗錢案例庫(kù)由執(zhí)法部門已經(jīng)破獲的洗錢案例中的交易記錄構(gòu)成。-(1)建立動(dòng)態(tài)金融網(wǎng)絡(luò)模型的方法建立動(dòng)態(tài)金融網(wǎng)絡(luò)模型的方法旨在對(duì)動(dòng)態(tài)金融網(wǎng)絡(luò)中的賬戶及其交易和它們的動(dòng)態(tài)性進(jìn)行描述和定義，具體的將金融數(shù)據(jù)庫(kù)轉(zhuǎn)化為有向加權(quán)圖流，為賬戶和交易可疑度的動(dòng)態(tài)監(jiān)測(cè)分析提供模型準(zhǔn)備。本方法的輸入的是金融數(shù)據(jù)庫(kù)，輸出的是有向加權(quán)圖流。下面分別介紹輸入和輸出的格式。具體的，金融數(shù)據(jù)庫(kù)主要涉及到兩個(gè)視圖，賬戶表(示例見(jiàn)表1)及交易表(示例見(jiàn)表2)，實(shí)際的賬戶表和交易表字段(屬性)數(shù)目比示例表多很多，賬戶和交易的屬性見(jiàn)圖7和圖8，是在分析《金融機(jī)構(gòu)大額交易和可疑交易報(bào)告管理辦法》及金融機(jī)構(gòu)大額交易和可疑交易報(bào)告要素內(nèi)容的基礎(chǔ)上抽象出來(lái)的。表1賬戶表<table>tableseeoriginaldocumentpage12</column></row><table>各字段說(shuō)明如下賬號(hào)賬戶ID，賬戶的唯一標(biāo)識(shí)號(hào)；賬戶類型賬戶的類別標(biāo)識(shí)，主要分為個(gè)體賬戶和企業(yè)賬戶等;開(kāi)戶時(shí)間建立該賬戶的具體時(shí)間；開(kāi)戶銀行建立該賬戶的銀行。表2交易表<table>tableseeoriginaldocumentpage12</column></row><table>各字段說(shuō)明如下地區(qū)交易發(fā)生的地區(qū)；交易日期交易發(fā)生的日期；主體賬號(hào):發(fā)起交易方的賬號(hào)；客體賬號(hào)接受交易方的賬號(hào)；幣種交易所采用的幣種，例如該字段為USD表示美元，HKD表示港元，EUR表示歐元等等；金額交易金額數(shù)目，是一個(gè)浮點(diǎn)數(shù)。表1和表2分別給出了一些示例數(shù)據(jù)，為了保護(hù)客戶的隱私，賬號(hào)進(jìn)行了虛擬轉(zhuǎn)化，即非真實(shí)賬號(hào)。具體的，下面給出動(dòng)態(tài)金融網(wǎng)絡(luò)模型的定義。動(dòng)態(tài)金融網(wǎng)絡(luò)定義為有向加權(quán)圖流S-^,G2,...，(7,...)，f為正整數(shù)，表示時(shí)間片序號(hào)，第/時(shí)間片的有向加權(quán)圖為G'(F,&;,^，4，4，^,&)，其中l(wèi))F表示賬戶的集合；2)￡={("^)|"，""表示賬戶之間交易的集合，(",V)和(V,")表示不同的交易；3)斗表示賬戶的權(quán)值的集合；4)￡￡表示交易的權(quán)值的集合；5)4表示賬戶的屬性向量的集合；6)4表示交易的屬性向量的集合；7)^表示賬戶屬性向量集々到賬戶的權(quán)值集；的映射或函數(shù)；8)&表示交易屬性向量4到交易的權(quán)值集丄￡的映射或函數(shù)。在定義i^:F—和&:￡—丄￡時(shí)，首先將屬性向量轉(zhuǎn)換成屬性權(quán)值向量，再將屬性權(quán)值向量映射成結(jié)點(diǎn)和邊的權(quán)值。在本發(fā)明方法中，節(jié)點(diǎn)和邊上的權(quán)值分別表示它們的可疑度。實(shí)際上對(duì)于節(jié)點(diǎn)和邊的權(quán)值，根據(jù)不同的分析任務(wù)可以定義不同的度量。實(shí)際上對(duì)于節(jié)點(diǎn)和邊的權(quán)值，根據(jù)不同的分析任務(wù)可以定義不同的度量。例如，如果在對(duì)動(dòng)態(tài)金融網(wǎng)絡(luò)做群組探測(cè)時(shí)，將邊上的權(quán)值定義為兩個(gè)結(jié)點(diǎn)之間的親近度等。金融網(wǎng)絡(luò)中的賬戶及交易的屬性具有多種，即是一個(gè)屬性向量，且具有層次性，圖7和圖8分別描述了賬戶和交易的屬性?？紤]到金融數(shù)據(jù)庫(kù)中的交易數(shù)據(jù)是海量的，所以本方法處理的輸入數(shù)據(jù)是海量數(shù)據(jù)。海量數(shù)據(jù)引發(fā)的主要問(wèn)題是時(shí)空問(wèn)題。如何有效的控制和權(quán)衡時(shí)空問(wèn)題是進(jìn)行海量數(shù)據(jù)處理的關(guān)鍵所在。金融數(shù)據(jù)庫(kù)中的海量數(shù)據(jù)既體現(xiàn)在交易數(shù)據(jù)同樣也可能體現(xiàn)在賬戶數(shù)據(jù)。作為最壞情況，數(shù)據(jù)庫(kù)中的賬戶數(shù)據(jù)和交易數(shù)據(jù)均是海量的。面對(duì)海量數(shù)據(jù)，建立動(dòng)態(tài)金融網(wǎng)絡(luò)模型存在的困難在于1)數(shù)據(jù)存儲(chǔ)。對(duì)于海量數(shù)據(jù)，如何有效地存儲(chǔ)模型要求的數(shù)據(jù)，使需要的存儲(chǔ)空間盡可能地少？在建立模型的過(guò)程中，如何處理讀入內(nèi)存的數(shù)據(jù)規(guī)模及選擇寫回?cái)?shù)據(jù)到磁盤的時(shí)機(jī)？2)建立模型的效率。對(duì)于海量數(shù)據(jù)，建立模型的方法應(yīng)該具有良好的可伸縮性，盡可能的縮短模型建立的時(shí)間。下面針對(duì)如何克服上述兩個(gè)困難，給出本方法的具體步驟。第1步的流程圖如圖2所示，具體為-步驟1.1:在金融數(shù)據(jù)庫(kù)中交易表的交易時(shí)間字段按照升序建立聚簇索引。交易表中的記錄就會(huì)按照它們交易時(shí)間從前到后依次排序，并且相鄰時(shí)間的交易記錄在物理存儲(chǔ)上是分布在同一塊上，或是連續(xù)塊上；步驟1.2:根據(jù)事先確定好的時(shí)間片長(zhǎng)度/(例如一天、一個(gè)月或一個(gè)季度等)以及金融數(shù)據(jù)庫(kù)中第一條和最后一條交易記錄中的交易時(shí)間StoW和，計(jì)算出金融數(shù)據(jù)庫(kù)包含的時(shí)間片的總個(gè)數(shù)=-StoW)//;步驟1.3:將時(shí)間片序號(hào)^初始化為1;步驟1.4:判斷/《r是否成立，如果是，進(jìn)入步驟1.5,否則進(jìn)入第2步;步驟1.5:為第/個(gè)時(shí)間片的有向加權(quán)圖G'建立一個(gè)空文件，為后面的步驟寫入數(shù)據(jù)做準(zhǔn)備；步驟1.6:初始化將要讀的數(shù)據(jù)塊的序號(hào)"為1;步驟1.7:判斷J《A:'是否成立，^為第f個(gè)時(shí)間片數(shù)據(jù)塊的總個(gè)數(shù)。如果是，進(jìn)入步驟1.8，否則令纟=+1然后轉(zhuǎn)入步驟1.4;步驟1.8:將第f個(gè)時(shí)間片的第"塊交易數(shù)據(jù)讀入內(nèi)存，并存放在集合M中；步驟1.9:定義臨時(shí)圖G'用于存放將第f個(gè)時(shí)間片的第"塊數(shù)據(jù)形成的有向加權(quán)子圖，并將其初始化為空；步驟1.10:判斷M是否為空，如果是，將臨時(shí)圖G'附寫到有向加權(quán)G'中并且令^=3+1然后轉(zhuǎn)入步驟1.7，否則進(jìn)入步驟步驟l.ll:從M中取出一條交易記錄記為m，并將m從M中刪去；步驟1.12:將交易記錄m的主體賬戶信息存入變量將交易記錄m的客體賬戶信息存入變量4，將交易記錄m的其他交易信息存入變量B;步驟1.13:將<4,4，^>加入子圖^'中，并轉(zhuǎn)入步驟1.10。以上就是將金融數(shù)據(jù)庫(kù)建立為動(dòng)態(tài)金融網(wǎng)絡(luò)模型的整個(gè)過(guò)程。其中涉及到的分塊存取操作的目的是為了使讀入的數(shù)據(jù)能夠被內(nèi)存所容納。本方法在解決時(shí)空問(wèn)題方面的體現(xiàn)在在存儲(chǔ)和訪問(wèn)數(shù)據(jù)方面，每次讀入內(nèi)存的數(shù)據(jù)量限制在內(nèi)存的容量范圍內(nèi)，分析結(jié)果寫回磁盤操作是在內(nèi)存中的交易數(shù)據(jù)都分析完后一起做的。在效率方面，總體上看是關(guān)于交易記錄數(shù)線性的，實(shí)際情況要復(fù)雜得多，在內(nèi)存級(jí)別的線性復(fù)雜度是最好的情況，而在磁盤級(jí)的線性復(fù)雜度是最壞的情況，所以真正的效率問(wèn)題在于實(shí)際的操作是在內(nèi)存中完成的還是需要寫入磁盤，分析上述算法知其時(shí)間復(fù)雜度為內(nèi)存級(jí)的線性復(fù)雜度加上iV/r次磁盤操作。這個(gè)效率是權(quán)衡時(shí)空問(wèn)題得到的一個(gè)較優(yōu)的結(jié)果。這還是一個(gè)比較樂(lè)觀的結(jié)果，實(shí)際情況在14磁盤操作時(shí)，不僅僅是簡(jiǎn)單的回寫，而且還有比較和求和操作，例如要進(jìn)行交易重復(fù)檢測(cè)，當(dāng)存在重復(fù)的情況時(shí)還要進(jìn)行求和操作等。由于這些操作在上述算法中都涉及到一些額外的磁盤讀寫開(kāi)銷，所以時(shí)間復(fù)雜度相比樂(lè)觀地要高一些。(2)計(jì)算屬性權(quán)值的方法計(jì)算屬性權(quán)值的方法旨在根據(jù)可疑交易案例庫(kù)對(duì)每個(gè)屬性的可疑度權(quán)值簡(jiǎn)稱屬性權(quán)值進(jìn)行計(jì)算。為賬戶和交易可疑度的動(dòng)態(tài)監(jiān)測(cè)分析提供參數(shù)一個(gè)可疑交易案例庫(kù)由大量可疑交易記錄構(gòu)成。假定根據(jù)每一筆交易在可疑案例中所起的實(shí)際作用，例如融合、放置和轉(zhuǎn)移資金等，我們己經(jīng)分析得出一個(gè)或一些重要的交易屬性，稱作可疑屬性或可疑屬性集。一個(gè)屬性在一條交易中是可疑屬性，而在另一條交易中可能不是。一條交易也可能擁有一個(gè)可疑屬性集。實(shí)際上，屬性權(quán)值反映的是在可疑交易案例庫(kù)中該屬性是可疑屬性的程度。在案例中屬性是可疑屬性的概率越高，那么屬性權(quán)值越大，反之越小。所以如何計(jì)算每個(gè)屬性的可疑概率是問(wèn)題的關(guān)鍵所在。由于一個(gè)可疑案例是一個(gè)不完備證據(jù)，即一個(gè)特定的可疑案例往往不可能涉及到所有屬性，有些屬性的可疑度可能在某一個(gè)可疑案例中根本沒(méi)有體現(xiàn)，或者與其他屬性一起構(gòu)成一個(gè)可疑屬性集。因此，根據(jù)可疑案例進(jìn)行屬性權(quán)值的確定往往不是一個(gè)簡(jiǎn)單的統(tǒng)計(jì)問(wèn)題。下面給出基于DS證據(jù)理論的屬性權(quán)值的計(jì)算方法。假設(shè)需要考慮的交易屬性共有c個(gè)，構(gòu)成交易屬性集合Q={4|l&^;c}，對(duì)應(yīng)于DS證據(jù)理論中的辨識(shí)框架。定義在該辨識(shí)框架上基本信度分配6:2Q—滿足1)6(0)=0;2)We2"，6(力20,S6(力=1。下面給出根據(jù)可疑交易案例庫(kù)進(jìn)行屬性權(quán)值計(jì)算的具體步驟，第2步的流程圖如圖3所示，其過(guò)程為步驟2.1:定義集合t/用于存放每條交易記錄對(duì)應(yīng)的可疑屬性集，設(shè)可疑交易記錄的序號(hào)為e，可疑交易案例庫(kù)中所有交易記錄的總數(shù)為iV;將t/初始化為空集，e初始化為1;步驟2.2:判斷e《7V是否成立，如果是，進(jìn)入步驟2.3，否則轉(zhuǎn)入步驟2.5;步驟2.3:定義變量r用于存放第e條可疑交易記錄，根據(jù)可疑交易記錄r在可疑案例中所起的作用得到它的可疑屬性集，并記為A;步驟2.4:將及加入到集合t/中去，然后令6=6+1并轉(zhuǎn)入步驟2.2;步驟2.5:將所有屬性子集在案例庫(kù)中出現(xiàn)的次數(shù)初始化為0，即Vje2"，/G4)=0，/04)表示屬性子集^在案例庫(kù)出現(xiàn)的次數(shù)，2"是屬性集Q的所有子集構(gòu)成的集合；步驟2.6:判斷集合f/是否為空，如果是，轉(zhuǎn)入步驟2.9，否則進(jìn)入步驟2.7;步驟2.7:取集合C/中的一個(gè)元素即某條交易記錄對(duì)應(yīng)的可疑屬性集y，并將F從C/中刪除；步驟2.8:/(F)=/(r)+l,然后轉(zhuǎn)入步驟2.6;步驟2.9:"=1,"為屬性子集的序號(hào)；步驟2.10:判斷"《2^-l，其中2'-l是屬性子集的總個(gè)數(shù)，如果是，進(jìn)入步驟2.11，否則轉(zhuǎn)入步驟2.13;x為屬性集Q中屬性的個(gè)數(shù)；步驟2.11:將2"中的第"個(gè)屬性子集的基本信度分配置為它在可疑交易案例中出現(xiàn)的頻率，即6((2")M)-y((2")M)/AT，符號(hào)(2")M表示屬性集Q的第"個(gè)子集；步驟2.12:令"="+1，然后轉(zhuǎn)入步驟2.10;步驟2.13:通過(guò)公式(1)和公式(2)分別計(jì)算所有單個(gè)屬性的可疑信度的下限和上限。對(duì)Q中的第/個(gè)屬性4進(jìn)行計(jì)算公式如下，其中"/《;c，貝IJ(4〉是屬性集Q的一個(gè)子集，即存在B"S2X-1，使得{4}=(2n)["]，設(shè)義^Q;&/(4)=&/(})=2(1)x)"/((4})=s柳=sw(2)步驟2.14:通過(guò)公式(3)計(jì)算所有屬性的權(quán)值巧，。CT,=，》P咖，(1化力(3)|>/((4})+p/({4})7=1在DS證據(jù)理論中，公式(1)和(2)分別稱為信度和似真度，其意義分別是信度下限和上限。(3)賬戶和交易可疑度動(dòng)態(tài)監(jiān)測(cè)分析方法賬戶和交易可疑度動(dòng)態(tài)監(jiān)測(cè)分析方法旨在基于建立的動(dòng)態(tài)金融網(wǎng)絡(luò)模型和計(jì)算出的屬性權(quán)值對(duì)賬戶和交易的可疑度進(jìn)行動(dòng)態(tài)的定量計(jì)算。該方法涉及到一些概念，包括廣義屬性、事件和可疑度權(quán)值等。下面首先具體說(shuō)明這些概念的含義。廣義屬性是指對(duì)象本身的屬性以及對(duì)象所處的環(huán)境的屬性的總稱。例如，賬戶的類型是賬戶本身的屬性，屬于賬戶的廣義屬性。賬戶在交易過(guò)程中其周圍呈現(xiàn)出的交易結(jié)構(gòu)，例如分散轉(zhuǎn)入，集中轉(zhuǎn)出就是賬戶所處的環(huán)境的一個(gè)屬性，也屬于賬戶的廣義屬性。事件是指對(duì)象在它的某個(gè)廣義屬性上擁有某個(gè)值。例如，交易在金額屬性上擁有某個(gè)值，即確定交易金額的數(shù)目是一個(gè)事件?？梢啥葯?quán)值是指某個(gè)事件引起的可疑度，取值在區(qū)間，O表示該事件完全不可疑，l表示最可疑，其他介于兩者之間。根據(jù)大額交易的規(guī)定，對(duì)于不同類型賬戶，不同交易幣種以及不同交易金額引起的可疑度是不同的。將與金額相關(guān)的屬性綜合在一起考慮得到由等價(jià)金額引起的可疑度權(quán)值。為了計(jì)算等價(jià)金額引起的可疑度權(quán)值，首先計(jì)算交易的等價(jià)金額，而計(jì)算等價(jià)金額需要一個(gè)參照標(biāo)準(zhǔn)。下面描述了該參照標(biāo)準(zhǔn)。參照標(biāo)準(zhǔn)企業(yè)賬戶與企業(yè)賬戶之間單筆或單個(gè)時(shí)間片累計(jì)人民幣200萬(wàn)元的交易。針對(duì)以上參照標(biāo)準(zhǔn)給出相對(duì)可疑度權(quán)值的概念如下。相對(duì)可疑度權(quán)值是指某個(gè)事件引起的可疑度權(quán)值與參照標(biāo)準(zhǔn)中的事件引起的可疑度權(quán)值的比值，將參照標(biāo)準(zhǔn)中的事件的可疑度定為1，那么相對(duì)可疑度權(quán)值可以是任意正浮點(diǎn)數(shù)。<table>tableseeoriginaldocumentpage18</column></row><table>表3根據(jù)《金融機(jī)構(gòu)大額交易和可疑交易報(bào)告管理辦法》對(duì)大額交易的判定標(biāo)準(zhǔn)給出了不同賬戶類型對(duì)于參照標(biāo)準(zhǔn)引起的相對(duì)可疑度權(quán)值。表4根據(jù)目前不同幣種之間的匯率關(guān)系給出不同賬戶類型和不同幣種對(duì)于參照標(biāo)準(zhǔn)引起的相對(duì)可疑度權(quán)值。表3和表4中的相對(duì)可疑度權(quán)值是根據(jù)目前的《金融機(jī)構(gòu)大額交易和可疑交易報(bào)告管理辦法》(簡(jiǎn)記為《辦法》)和目前的幣種匯率關(guān)系給出的示例數(shù)據(jù)，具體實(shí)施時(shí)需根據(jù)當(dāng)前的《辦法》和當(dāng)前的幣種匯率關(guān)系進(jìn)行調(diào)整。正如上文所所講，每個(gè)屬性上的值都有一個(gè)可疑度權(quán)值，表明交易在某屬性上擁有某值的時(shí)候該交易的可疑程度。表5給出交易地區(qū)的可疑度權(quán)值。一方面可疑度權(quán)值可以通過(guò)一些現(xiàn)有的資料進(jìn)行設(shè)置。例如，對(duì)于交易地區(qū)的可疑度，有資料顯示分為核心監(jiān)控地區(qū)、重點(diǎn)^注地區(qū)和其他可疑地區(qū)三類。根據(jù)交易地區(qū)可疑度分類，我們將可疑度大的地區(qū)的可疑度權(quán)值設(shè)為區(qū)間中的某個(gè)值，可疑度中等的地區(qū)的可疑度設(shè)為^;(")(4)Z=l其中7,力,力表示第^個(gè)時(shí)間片交易</，/>的第/個(gè)與金額相關(guān)的屬性的值引起的相對(duì)可疑度權(quán)值，其中B/SA^，a表示交易金額步驟3.9:根據(jù)公式(5)計(jì)算以上計(jì)算出的等價(jià)金額對(duì)應(yīng)的可疑度權(quán)值；一0五j—1『1『<￡^^200『其中1^=10000(5)200『—1『^—r,i0W>200『步驟3.10:根據(jù)公式(6)計(jì)算交易</,^>的可疑度，iV+++《)/2(6)其中^(1S&SA^)表示非金額屬性的權(quán)值，特別的t^表示金額的屬性權(quán)值，是屬性權(quán)值的一個(gè)特例，nr。表示前一時(shí)間片內(nèi)節(jié)點(diǎn)可疑度對(duì)當(dāng)前交易的影響權(quán)值，并且滿足^+|;&=1。A^表示除與金額有關(guān)屬性以外的其他屬性的個(gè)數(shù)，公式(6)對(duì)應(yīng)于金融網(wǎng)絡(luò)模型中的&，式子左邊對(duì)應(yīng)交易的權(quán)值￡￡，公式右邊對(duì)應(yīng)交易的屬性權(quán)值向量乂￡的一個(gè)綜合計(jì)算，并且考慮到上一時(shí)間片交易雙方的可疑度。然后7=7+1并轉(zhuǎn)入步驟3.6;步驟3.11:根據(jù)公式(7)計(jì)算賬戶/周圍的結(jié)構(gòu)屬性引起的可疑權(quán)值；柳=1-min(《(/)，《(/))/max(《(/)，《,(/》(7)其中《(/)表示在時(shí)間片Z節(jié)點(diǎn)/的入度，《,(/)表示在時(shí)間片/節(jié)點(diǎn)/的出度。步驟3.12:根據(jù)公式(8)計(jì)算賬戶z'的可疑度；廣，A丄Wr,iL'，y、i"Ur;乂+—。(8)其中i^.表示第f個(gè)時(shí)間片內(nèi)賬戶/到賬戶/的交易的可疑度，巧表示賬戶發(fā)出的交易對(duì)賬戶可疑度的影響權(quán)值，而&表示節(jié)點(diǎn)的結(jié)構(gòu)屬性的權(quán)值，并且滿足巧+572=1。r;表示第？個(gè)時(shí)間片內(nèi)起點(diǎn)為/的交易的對(duì)方的集合。20式(8)對(duì)應(yīng)于金融網(wǎng)絡(luò)模型中的&，式子左邊對(duì)應(yīng)邊的權(quán)值；，公式右邊對(duì)應(yīng)邊的屬性權(quán)值向量4的一個(gè)綜合計(jì)算。(4)屬性權(quán)值的更新方法屬性權(quán)值的更新方法旨在當(dāng)有新的可疑交易數(shù)據(jù)出現(xiàn)時(shí)對(duì)原有的屬性權(quán)值進(jìn)行更新。本方法的具體步驟如下步驟4.1:將原來(lái)的信度分配記為m,;步驟4.2:對(duì)新出現(xiàn)的可疑交易數(shù)據(jù)，按照屬性權(quán)值計(jì)算方法中步驟2.1到步驟2.12計(jì)算出新的信度分配附2;步驟4.3:根據(jù)公式(9)計(jì)算合并基本信度分配/^和^產(chǎn)生的新的基本信度分配附12，對(duì)VZ^Q，按如下計(jì)算新的基本信度分配；m12(Z)=^,飼",2、,(9)雖然式(9)是對(duì)兩個(gè)基本信度進(jìn)行合并，對(duì)于多于兩個(gè)的情況只要不斷的兩兩合并便可達(dá)到合并多個(gè)的目的。我們碰到的大多數(shù)情況是這樣的，開(kāi)始有一個(gè)案例得到一個(gè)初始信度分配，然后出現(xiàn)一個(gè)新案例得到一個(gè)新的信度分配按式(9)將它與初始信度分配進(jìn)行合并，再出現(xiàn)新的時(shí)將它與前面合并后的信度分配進(jìn)行合并，依此類推。步驟4.4:同計(jì)算屬性權(quán)值方法中的步驟2.13;步驟4.5:同計(jì)算屬性權(quán)值方法中的步驟2.14。公式(9)用到的是DS證據(jù)理論中的合并規(guī)則，將兩個(gè)基本信度函數(shù)進(jìn)行合并。(5)動(dòng)態(tài)金融網(wǎng)絡(luò)模型的增量式更新方法動(dòng)態(tài)金融網(wǎng)絡(luò)模型的增量式更新方法旨在當(dāng)有新的金融交易數(shù)據(jù)出現(xiàn)時(shí)對(duì)動(dòng)態(tài)金融網(wǎng)絡(luò)進(jìn)行局部增量式更新。本方法的具體步驟如下步驟5.1:初始化金融交易記錄序號(hào)C為1，新交易數(shù)據(jù)中包含的交易記錄的總數(shù)；步驟5.2:判斷c《g，如果是，進(jìn)入步驟5.3，否則結(jié)束本方法；步驟5.3:將第c條交易及其相關(guān)的賬戶插入到金融數(shù)據(jù)庫(kù)中去；步驟5.4:定義變量/z'm"并將第c條交易的交易時(shí)間存入"me中；21步驟5.5:判斷"me《rj/，rj/表示最后一個(gè)時(shí)間片的截止時(shí)間，如果是，進(jìn)入步驟5.6，否則轉(zhuǎn)入步驟5.7;步驟5.6:將交易記錄c包含的信息附寫到文件(^中去,然后cw+l并轉(zhuǎn)入步驟5.2;C^表示第r個(gè)時(shí)間片的有向加權(quán)圖。步驟5.7:r=r+l，并置C^為空，然后轉(zhuǎn)入步驟5.5。值得注意的是，新的金融交易數(shù)據(jù)中的交易時(shí)間是嚴(yán)格遞增的。因?yàn)閷?shí)際情況中，新出現(xiàn)的數(shù)據(jù)中的交易時(shí)間肯定比老數(shù)據(jù)中的交易時(shí)間大。以上所述為本發(fā)明的較佳實(shí)施例而已，但本發(fā)明不應(yīng)該局限于該實(shí)施例和附圖所公開(kāi)的內(nèi)容。所以凡是不脫離本發(fā)明所公開(kāi)的精神下完成的等效或修改，都落入本發(fā)明保護(hù)的范圍。權(quán)利要求1、一種動(dòng)態(tài)金融網(wǎng)絡(luò)監(jiān)測(cè)分析方法，其步驟包括第1步建立動(dòng)態(tài)金融網(wǎng)絡(luò)模型，描述從金融數(shù)據(jù)庫(kù)到有向加權(quán)圖流的轉(zhuǎn)化過(guò)程；金融數(shù)據(jù)庫(kù)包括帳戶表和交易表；第2步通過(guò)分析可疑交易案例庫(kù)，統(tǒng)計(jì)學(xué)習(xí)得到賬戶和交易的屬性的可疑度權(quán)值，稱之為屬性權(quán)值；可疑交易案例庫(kù)由可疑交易記錄構(gòu)成；第3步進(jìn)行賬戶和交易的可疑度的動(dòng)態(tài)監(jiān)測(cè)分析，即綜合考慮賬戶和交易的多種屬性的共同影響以及前一個(gè)時(shí)間片對(duì)當(dāng)前時(shí)間片的影響，動(dòng)態(tài)監(jiān)測(cè)賬戶和交易隨時(shí)間變化的可疑度；第4步判斷是否有新的可疑交易數(shù)據(jù)出現(xiàn)，如果是，更新可疑交易案例庫(kù)和屬性權(quán)值，否則轉(zhuǎn)入第5步；第5步判斷是否有新的金融交易數(shù)據(jù)出現(xiàn)，如果是，更新金融數(shù)據(jù)庫(kù)，并對(duì)動(dòng)態(tài)金融網(wǎng)絡(luò)模型進(jìn)行增量式更新，然后轉(zhuǎn)到第3步，否則轉(zhuǎn)入第6步；第6步判斷是否結(jié)束方法的整個(gè)過(guò)程，如果是，則結(jié)束，否則轉(zhuǎn)入第4步。2、根據(jù)權(quán)利要求1所述動(dòng)態(tài)金融網(wǎng)絡(luò)監(jiān)測(cè)分析方法，其特征在于，第1步按照下述步驟建立動(dòng)態(tài)金融網(wǎng)絡(luò)模型，即構(gòu)建有向加權(quán)圖流；第1.1步在金融數(shù)據(jù)庫(kù)中交易表的交易時(shí)間字段按照升序建立聚簇索引；第1.2步根據(jù)事先確定好的時(shí)間片長(zhǎng)度/以及金融數(shù)據(jù)庫(kù)中第一條和最后一條交易記錄中的交易時(shí)間5"toW和五m/，計(jì)算出金融數(shù)據(jù)庫(kù)包含的時(shí)間片的總個(gè)數(shù)77=-StoW)//;第1.3步將時(shí)間片序號(hào)f初始化為1;第1.4步判斷/《r是否成立，如果是，進(jìn)入第1.5步，否則進(jìn)入第2步；第1.5步為第f個(gè)時(shí)間片的有向加權(quán)圖G'建立一個(gè)空文件；第1.6步初始化將要讀的數(shù)據(jù)塊的序號(hào)"為1;第1.7步判斷J《^是否成立，V為第f個(gè)時(shí)間片數(shù)據(jù)塊的總個(gè)數(shù)；如果是，進(jìn)入第1.8步；否則令？=^+1，然后轉(zhuǎn)入第1.4步；第1.8步將第/個(gè)時(shí)間片的第d塊交易數(shù)據(jù)讀入內(nèi)存，并存放在集合M中；第1.9步定義臨時(shí)圖G'用于存放將第f個(gè)時(shí)間片的第d塊交易數(shù)據(jù)形成的有向加權(quán)子圖，將其初始化為空；第1.10步判斷M是否為空，如果是，將臨時(shí)圖G'附寫到有向加權(quán)圖<7中并且令^=^/+1,然后轉(zhuǎn)入第1.7步；否則進(jìn)入第l.ll步；第1.11步從M中取出一條交易記錄，記該交易記錄為m，并將附從M中刪去；第1.12步將交易記錄m的主體賬戶信息存入變量^，將交易記錄m的客體賬戶信息存入變量4，將交易記錄附的其他交易信息存入變量s;第1.13步將<4,4^>加入臨時(shí)圖('中，并轉(zhuǎn)入第1.10步。3、根據(jù)權(quán)利要求2所述動(dòng)態(tài)金融網(wǎng)絡(luò)監(jiān)測(cè)分析方法，其特征在于，第2步具體包括下述步驟第2.1步定義集合C/用于存放每條交易記錄對(duì)應(yīng)的可疑屬性集，設(shè)可疑交易記錄的序號(hào)為e，可疑交易案例庫(kù)中所有交易記錄的總數(shù)為W;將t/初始化為空集，e初始化為l;第2.2步判斷e《iV是否成立，如果是，進(jìn)入第2.3步，否則轉(zhuǎn)入第2.5步；第2.3步定義變量r用于存放第e條可疑交易記錄，根據(jù)可疑交易記錄r在可疑案例中所起的作用得到它的可疑屬性集記為及；第2.4步將i加入到集合C/中去，然后令e-e+l并轉(zhuǎn)入第2.2步；第2.5步將所有屬性子集在案例庫(kù)作為可疑屬性集出現(xiàn)的次數(shù)初維化為0，即V^e2"，/04)-0，/04)表示屬性子集^在案例庫(kù)作為可疑屬性集出現(xiàn)的次數(shù)，2"是屬性集Q所有子集的集合；第2.6步判斷集合t/是否為空，如果是，轉(zhuǎn)入第2.9步，否則進(jìn)入第2.7步；第2.7步取集合t/中的一條交易記錄對(duì)應(yīng)的可疑屬性集r，并將r從C/中刪除；第2.8步/(7)=/(7)+1，然后轉(zhuǎn)入第2.6步；第2.9步"=1，"為2"中屬性子集的序號(hào)；第2.10步判斷"《2'-l是否成立，如果是，進(jìn)入第2.11步，否則轉(zhuǎn)入第2.13步；其中x為屬性集Q中屬性的個(gè)數(shù)；第2.11步將2"中的第w個(gè)屬性子集的基本信度分配置為它在可疑交易案例中出現(xiàn)的頻率，即6((2")["])=/《2")["])/^，(2")M表示Q的第w個(gè)子集；第2.12步令"="+1，然后轉(zhuǎn)入第2.10步；第2.13步通過(guò)公式(1)和公式(2)分別計(jì)算所有單個(gè)屬性的可疑信度的下限Z^/和上限//;對(duì)Q中的第/個(gè)屬性4進(jìn)行計(jì)算，其中BW;c，則(4)是屬性集Q的一個(gè)子集，即存在<formula>formulaseeoriginaldocumentpage4</formula>第2.14步通過(guò)公式(3)計(jì)算所有屬性的權(quán)值巧<formula>formulaseeoriginaldocumentpage4</formula>4、根據(jù)權(quán)利要求3所述動(dòng)態(tài)金融網(wǎng)絡(luò)監(jiān)測(cè)分析方法，其特征在于第3步具體包括下述步驟第3.1步將時(shí)間片序號(hào)/初始化為1;第3.2步判斷/《r,r為時(shí)間片的總個(gè)數(shù)，如果是，進(jìn)入第3.3步，否則進(jìn)入第4步；第3.3步將交易的起始賬戶序號(hào)/初始化為1;第3.4步判斷/《丄是否成立，Z為賬戶的總個(gè)數(shù)，如果是，進(jìn)入第3.5步，否則令/="1,然后轉(zhuǎn)入第3.2步；4第3.5步將交易的終止賬戶序號(hào)j'初始化為h第3.6步判斷y《L是否成立，如果是，進(jìn)入第3.7步，否則轉(zhuǎn)入第3.12步；第3.7步判斷有序?qū)?lt;/,_/>是否屬于￡(60,五((7)為(7的邊的集合，如果是，進(jìn)入第3.8步，否則令^=_/+1然后轉(zhuǎn)入第3.6步；第3.8步根據(jù)公式(4)計(jì)算交易</,乂>的等價(jià)金額^4:<formula>formulaseeoriginaldocumentpage5</formula>其中表示第^個(gè)時(shí)間片交易<>的第/個(gè)與金額相關(guān)的屬性的值引起的相對(duì)可疑度權(quán)值，其中B/^A^，a表示交易金額；第3.9步根據(jù)公式(5)計(jì)算以上計(jì)算出的等價(jià)金額對(duì)應(yīng)的可疑度權(quán)值；<formula>formulaseeoriginaldocumentpage5</formula>第3.10步根據(jù)公式(6)計(jì)算第f個(gè)時(shí)間片內(nèi)交易o(hù)》、的可疑度i^.，<formula>formulaseeoriginaldocumentpage5</formula>其中C^表示屬性權(quán)值，1SA2A^，C^表示等價(jià)金額的權(quán)值，C7。表示前一時(shí)間片內(nèi)節(jié)點(diǎn)可疑度對(duì)當(dāng)前交易的影響權(quán)值，并且滿足<formula>formulaseeoriginaldocumentpage5</formula>A^表示除與金額有關(guān)屬性以外的其他屬性的個(gè)數(shù)，公式(6)對(duì)應(yīng)于金融網(wǎng)絡(luò)模型中的&，式子左邊對(duì)應(yīng)交易的權(quán)值Z^，公式右邊對(duì)應(yīng)交易的屬性權(quán)值向量^的一個(gè)綜合計(jì)算，并且考慮到上一時(shí)間片交易雙方的可疑度；然后令7'"'+1并轉(zhuǎn)入第3.6步；第3.11步根據(jù)公式(7)計(jì)算第f個(gè)時(shí)間片賬戶/周圍的結(jié)構(gòu)屬性引起的可疑度權(quán)值^(/);=1-min(《(/)，((/))/max(《(/),《(/))(7)其中《(0表示在時(shí)間片^節(jié)點(diǎn)z'的入度，《w(i)表示在時(shí)間片^節(jié)點(diǎn)/的出度；第3.12步根據(jù)公式(8)計(jì)算第f個(gè)時(shí)間片內(nèi)賬戶/的可疑度D"<formula>formulaseeoriginaldocumentpage0</formula>其中z^.表示第z個(gè)時(shí)間片內(nèi)賬戶/到賬戶y的交易的可疑度，巧表示賬戶發(fā)出的交易對(duì)賬戶可疑度的影響權(quán)值，而^表示節(jié)點(diǎn)的結(jié)構(gòu)屬性的權(quán)值，并且滿足巧+"2=1;r;表示第^個(gè)時(shí)間片內(nèi)起點(diǎn)為/的交易的對(duì)方的集合；式(8)對(duì)應(yīng)于金融網(wǎng)絡(luò)模型中的&，式子左邊對(duì)應(yīng)邊的權(quán)值斗，公式右邊對(duì)應(yīng)邊的屬性權(quán)值向量4的一個(gè)綜合計(jì)算。5、根據(jù)權(quán)利要求4所述動(dòng)態(tài)金融網(wǎng)絡(luò)監(jiān)測(cè)分析方法，其特征在于第4步具體包括下述步驟第4.1步將原來(lái)的信度分配記為^;第4.2步對(duì)新出現(xiàn)的可疑交易數(shù)據(jù)，按照屬性權(quán)值計(jì)算方法中第2.1步到第2.12步計(jì)算出新的信度分配附2;第4.3步根據(jù)公式(9)計(jì)算合并基本信度分配^和^產(chǎn)生的新的基本信度分配附12，對(duì)VZ^Q，按如下計(jì)算新的基本信度分配mJZ):m12(Z)=—QA"(9);第4.4步同計(jì)算屬性權(quán)值方法中的第2.13步；第4.5步同計(jì)算屬性權(quán)值方法中的第2.14步。6、根據(jù)權(quán)利要求5所述動(dòng)態(tài)金融網(wǎng)絡(luò)監(jiān)測(cè)分析方法，其特征在于第5步具體包括下述步驟第5.1步初始化金融交易記錄序號(hào)c為1，設(shè)新交易數(shù)據(jù)中包含的交易記錄的總數(shù)為g;第5.2步判斷c《g,如果是，進(jìn)入第5.3步，否則進(jìn)入第6步；第5.3步將第c條交易及其相關(guān)的賬戶插入到金融數(shù)據(jù)庫(kù)中去；第5.4步定義變量/Z附e，并將第c條交易的交易時(shí)間存入"me中；第5.5步判斷"we《rj/,r.a表示第r個(gè)時(shí)間片即最后一個(gè)時(shí)間片的截止時(shí)間，如果是，進(jìn)入第5.6步，否則轉(zhuǎn)入第5.7步；第5.6步將交易記錄c包含的信息附寫到第T個(gè)時(shí)間片的有向加權(quán)圖(^中，然后令c:c+l并轉(zhuǎn)入第5.2步；第5.7步r=r+i，并置C^為空，然后轉(zhuǎn)入第5.5步。全文摘要本發(fā)明公開(kāi)了一種動(dòng)態(tài)金融網(wǎng)絡(luò)監(jiān)測(cè)分析方法，具體包括(1)建立動(dòng)態(tài)金融網(wǎng)絡(luò)模型從金融數(shù)據(jù)庫(kù)到有向加權(quán)圖流的轉(zhuǎn)化過(guò)程；(2)計(jì)算屬性權(quán)值通過(guò)分析可疑交易案例庫(kù)，統(tǒng)計(jì)學(xué)習(xí)得到屬性的可疑度權(quán)值，簡(jiǎn)稱屬性權(quán)值；(3)賬戶和交易可疑度的動(dòng)態(tài)監(jiān)測(cè)分析通過(guò)綜合考慮賬戶和交易的多種屬性的共同影響以及前一個(gè)時(shí)間片對(duì)當(dāng)前時(shí)間片的影響，動(dòng)態(tài)監(jiān)測(cè)賬戶和交易隨時(shí)間變化的可疑度；(4)更新屬性權(quán)值當(dāng)有新的可疑交易出現(xiàn)時(shí)，更新可疑交易案例庫(kù)和屬性權(quán)值；(5)動(dòng)態(tài)金融網(wǎng)絡(luò)模型的增量式更新當(dāng)有新的金融交易數(shù)據(jù)出現(xiàn)時(shí)，更新金融數(shù)據(jù)庫(kù)和動(dòng)態(tài)金融網(wǎng)絡(luò)模型。文檔編號(hào)G06F17/30GK101599165SQ20091006308公開(kāi)日2009年12月9日申請(qǐng)日期2009年7月7日優(yōu)先權(quán)日2009年7月7日發(fā)明者盧正鼎,李棟才,李玉華,黎楊,泉林,段東圣,威畢,開(kāi)鐘申請(qǐng)人:華中科技大學(xué)