买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东省计算中心(国家超级计算济南中心);山东省市场监管监测中心申请的专利一种基于时空关联性的异常交易识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120509964B 。

龙图腾网通过国家知识产权局官网在2026-01-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510610590.8，技术领域涉及：G06Q40/04；该发明授权一种基于时空关联性的异常交易识别方法及系统是由丁青艳;王倩;梁娜;付云骁;陈新;彭飞设计研发完成，并于2025-05-13向国家知识产权局提交的专利申请。

本一种基于时空关联性的异常交易识别方法及系统在说明书摘要公布了：本发明提供一种基于时空关联性的异常交易识别方法及系统，涉及数据处理技术领域，方法包括：收集多元时序交易数据，对数据多元时序交易进行标准化处理；将标准化处理后的数据，按时间窗口划分为多个目标时序交易数据，并构建图结构输入；基于图结构输入，利用图注意力网络提取时空特征；基于时空特征和标准化后的数据使用Transformer模型进行特征重建，得到与目标交易数据一一对应的重建数据；通过计算目标时序交易数据与重建数据之间的重建误差，得到异常得分；根据异常得分与动态阈值的比较，判断目标数据是否异常；将识别出的异常交易数据发送给管理人员进行人工确认。

本发明授权一种基于时空关联性的异常交易识别方法及系统在权利要求书中公布了：1.一种基于时空关联性的异常交易识别方法，其特征在于，所述方法包括： S1、收集多元时序交易数据； S2、对所述多元时序交易数据进行数据标准化处理，将不同特征的数据转换为相同的尺度，标准化处理后，数据将具有相同的均值和标准差； S3、将数据标准化处理后的多元时序交易数据，按时间窗口划分为多个目标多元时序交易数据； S4、基于各个所述目标多元时序交易数据，构建图结构输入； S5、以所述图结构输入作为图注意力网络的输入，输出所述图结构输入的时空特征； S6、基于所述时空特征和各个所述目标多元时序交易数据，使用Transformer模型进行特征重建，得到与各个所述目标多元时序交易数据呈一一对应关系的重建多元时序交易数据，具体包括： S601：对所述图结构输入的时空特征进行维度变换，调整所述时空特征的维度，将原本复杂、多维的时空特征调整至符合Transformer输入要求的统一维度，同时保留图结构输入的丰富特性； S602：将维度变换后的时空特征与各个所述目标多元时序交易数据进行合并，得到合并数据； S603：将合并数据输出至Transformer模型，计算查询向量、键向量以及值向量： 6 7 8 其中，Q表示Transformer模型中的查询向量，F表示合并数据，表示查询向量的权重矩阵，表示查询向量的偏置项，K表示Transformer模型中的键向量，表示键向量的权重矩阵，表示键向量的偏置项，V表示Transformer模型中的值向量； S604：利用所述查询向量和所述键向量之间的关系，计算目标注意力分数： 9 其中，表示目标注意力分数，表示softmax操作，T表示转置运算，d表示查询向量和键向量的维度； S605：根据所述目标注意力分数，对所述值向量进行加权聚合，得到节点加权特征： 10 其中，s表示节点加权特征，LayerNorm表示层归一化； S606：利用所述Transformer模型的前馈层提取所述节点加权特征的高维特征： 11 其中，S表示前馈层计算得到的的高维特征，ReLU表示激活函数，表示第一层的权重矩阵，表示第一层的偏置项，表示第二层的权重矩阵，表示第二层的偏置项； S607：通过所述Transformer模型的解码器，将所述高维特征重建为与各个所述目标多元时序交易数据呈一一对应关系的重建多元时序交易数据： 12 其中，表示重建的多元时序交易数据，表示第三层的权重矩阵，表示第三层的偏置项； S7、计算各个所述目标多元时序交易数据与对应的所述重建多元时序交易数据之间的重建误差，作为各个所述目标多元时序交易数据的异常得分； S8、判断各个所述目标多元时序交易数据的异常得分是否小于动态异常得分阈值；若是，将所述目标多元时序交易数据识别为正常交易数据；否则，将所述目标多元时序交易数据识别为异常交易数据； S9、将所述异常交易数据发送至管理人员进行人工确认，生成关于所述异常交易数据的报告。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东省计算中心(国家超级计算济南中心);山东省市场监管监测中心，其通讯地址为：250000 山东省济南市历下区经十路东首科学院路19号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。