(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210757268.4 (22)申请日 2022.06.30 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 程璐　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 钱娜 (51)Int.Cl. G06Q 20/40(2012.01) G06Q 40/02(2012.01) (54)发明名称 基于反向追查的异常账户检测方法及装置 (57)摘要 本发明提供一种基于反向追查的异常账户 检测方法及装置， 可应用于金融领域或其他领 域。 该方法包括： 获取各个日常流水数据； 基于规 则库， 扫描各个日常流水数据； 针对得到的每一 异常流水数据， 基于预先构建的神经网络模型， 对异常流水数据进行风险预测； 若得到的预测风 险值大于第一预设阈值， 根据预测风险值对预先 设置的初始时间窗口进行处理， 得到已处理时间 窗口； 根据已处理时间窗口， 对异常流水数据进 行关联交易链接； 基于得到的完整交易过程， 当 各个异常流水数据中均包含任一交易对象时， 将 交易对象确定为疑是账户， 基于此， 在后续采用 反向追查方式确定疑是账户的风险等级， 从而完 成异常账户检测， 进而防止非法 交易和提升风险 防御水平。 权利要求书2页 说明书11页 附图4页 CN 115147118 A 2022.10.04 CN 115147118 A 1.一种基于反向追查的异常账户检测方法， 其特 征在于， 所述方法包括： 获取商业银 行当前日期的各个日常流水 数据； 基于预先设置的规则库， 扫描各个所述日常流水 数据， 得到各个异常流水 数据； 针对每一所述异常流水数据， 基于预先构建的神经网络模型， 对所述异常流水数据进 行风险预测， 得到预测风险值； 若所述预测风险值大于第 一预设阈值， 根据 所述预测风险值对预先设置的初始时间窗 口进行处 理， 得到已处 理时间窗口； 根据所述已处理时间窗口， 对所述异常流水数据进行关联交易链接， 得到完整交易过 程； 基于所述完整交易过程， 当各个所述异常流水数据中均包含任一交易对象时， 将所述 交易对象确定为疑是 账户。 2.根据权利要求1所述的方法， 其特 征在于， 还 包括： 以所述交易对象为交易链路的末端， 根据所述异常流水数据的数量， 通过所述已处理 时间窗口， 获取转出 方的列表集； 查询所述列表集中的各个账户的详细交易记录， 并挖掘各个所述账户的交易频繁项； 计算各个所述详细交易记录的链路相似度； 若所述链路相似度大于第二预设阈值， 确定所述交易对象为异常账户， 并将所述交易 频繁项添加至所述 规则库。 3.根据权利要求1所述的方法， 其特征在于， 所述基于预先设置的规则库， 扫描所述日 常流水数据， 得到异常流水 数据， 包括： 基于预先设置的规则库， 查找所述日常流水数据中不符合所述规则库中的规则的第 一 日常流水 数据； 提取所述第一日常流水 数据， 并将所述第一日常流水 数据确定为异常流水 数据。 4.根据权利要求1所述的方法， 其特征在于， 所述基于预先构建的神经网络模型， 对所 述异常流水 数据进行风险预测， 得到预测风险值， 包括： 对所述异常流水数据进行信息查询， 得到查询结果， 所述查询结果包括交易 时间、 交易 额度、 交易对象和累计交易金额； 基于所述查询结果和预先构建的神经网络模型， 对所述异常流水数据进行风险预测， 得到预测风险值。 5.根据权利要求1所述的方法， 其特 征在于， 在所述得到预测风险值之后， 还 包括： 若所述预测风险值小于等于第一预设阈值， 将所述异常流水数据确定为正常流水数 据。 6.根据权利要求1所述的方法， 其特征在于， 所述若所述预测风险值大于预设阈值， 根 据所述预测风险值对预 先设置的初始时间窗口进行处 理， 得到已处 理时间窗口， 包括： 若所述预测风险值大于预设阈值， 根据所述预测风险值对预先设置的初始时间窗口进 行收缩， 得到已收缩时间窗口； 或者， 若所述预测风险值大于预设阈值， 根据预先上报的异常流水数据记录， 对所述初始时 间窗口进行加成， 得到已加成时间窗口。权　利　要　求　书 1/2 页 2 CN 115147118 A 27.根据权利要求1所述的方法， 其特征在于， 所述根据所述已处理时间窗口， 对所述异 常流水数据进行关联交易链接， 得到 完整交易过程， 包括： 根据所述已收缩时间窗口或所述已加成时间窗口， 确定所述异常流水数据中的各个交 易相关方； 将各个所述交易相关方进行关联， 得到 完整交易过程。 8.一种基于反向追查的异常账户检测装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取商业银 行当前日期的各个日常流水 数据； 异常扫描模块， 用于基于预先设置的规则库， 扫描各个所述日常流水数据， 得到各个异 常流水数据； 风险预测模块， 用于针对每一所述异常流水数据， 基于预先构建的神经网络模型， 对所 述异常流水 数据进行风险预测， 得到预测风险值； 窗口处理模块， 用于若所述预测风险值大于第一预设阈值， 根据所述预测风险值对预 先设置的初始时间窗口进行处 理， 得到已处 理时间窗口； 关联交易链接模块， 用于根据所述已处理时间窗口， 对所述异常流水数据进行关联交 易链接， 得到 完整交易过程； 异常检测模块， 用于基于所述完整交易过程， 当各个所述异常流水数据中均包含任一 交易对象时， 将所述交易对象确定为疑是 账户。 9.根据权利要求8所述的装置， 其特 征在于， 还 包括： 反向追查模块， 用于以所述交易对象为交易链路的末端， 根据所述异常流水数据的数 量， 通过所述已处理时间窗口， 获取转出方的列 表集； 查询所述列表集中的各个账户的详细 交易记录， 并挖掘各个所述账户的交易频繁项； 计算模块， 用于计算各个所述详细交易记录的链路相似度； 确定模块， 用于若所述链路相似度大于第二预设阈值， 确定所述交易对象为异常账户， 并将所述交易频繁项添加至所述 规则库。 10.根据权利要求8所述的装置， 其特 征在于， 所述异常扫描模块， 包括： 查找单元， 用于基于预先设置的规则库， 查找所述日常流水数据中不符合所述规则库 中的规则的第一日常流水 数据； 异常确定模块， 用于提取所述第一日常流水数据， 并将所述第一日常流水数据确定为 异常流水 数据。权　利　要　求　书 2/2 页 3 CN 115147118 A 3