一种基于孤立森林算法的金融交易系统异常识别方法

摘要

一种基于孤立森林算法的金融交易系统异常识别方法，涉及金融风控系统技术领域，步骤：S1，对原始数据进行一致性检查，清除无效数据和重复数据，填补缺失值，并将类别变量转化为数值型变量；S2，对输入的数据进行孤立森林建模；S3，计算样本点在孤立森林模型中的路径长度计算异常值得分；S4，根据经验设定一个异常值得分的阈值，将异常值得分大于阈值的交易行为判断为异常行为，将异常行为报告到验证模块，通过进一步手机验证码安全验证来防范交易风险。本发明输入数据的门槛要求大大降低了，可以将更多的数据输入模型，得到更精确的结果。可以减小传统有监督的金融异常识别模型只能识别历史已有的欺诈行为这一局限性。