本技術(shù)涉及大數(shù)據(jù)，特別是涉及一種異常識(shí)別方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。

背景技術(shù)：

1、為了保障資源管理的安全性和有效性，需要對(duì)資源轉(zhuǎn)移業(yè)務(wù)進(jìn)行異常識(shí)別?？梢赃\(yùn)用大數(shù)據(jù)、機(jī)器學(xué)習(xí)、人工智能等技術(shù)手段，對(duì)相關(guān)機(jī)構(gòu)進(jìn)行資源流向異常識(shí)別、異常修正評(píng)估、異常預(yù)警和處置等環(huán)節(jié)，實(shí)現(xiàn)對(duì)各機(jī)構(gòu)資源流向異常風(fēng)險(xiǎn)的有效控制，及時(shí)發(fā)現(xiàn)各機(jī)構(gòu)資源流向異常，為資源管理相關(guān)業(yè)務(wù)人員提供資源異常信息和資源管理提供參考依據(jù)。

2、目前的技術(shù)主要通過對(duì)歷史數(shù)據(jù)的統(tǒng)計(jì)分析挖掘異常數(shù)據(jù)，識(shí)別維度比較片面，存在對(duì)資源轉(zhuǎn)移異常識(shí)別的準(zhǔn)確性偏低的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、基于此，有必要針對(duì)上述技術(shù)問題，提供一種異常識(shí)別方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。

2、第一方面，本技術(shù)提供了一種異常識(shí)別方法，包括：

3、獲取目標(biāo)區(qū)域的資源流向時(shí)序數(shù)據(jù)；

4、確定針對(duì)所述資源流向時(shí)序數(shù)據(jù)的目標(biāo)異常數(shù)據(jù)分析方式；

5、在預(yù)先構(gòu)建的異常數(shù)據(jù)識(shí)別模型組中確定與所述目標(biāo)異常數(shù)據(jù)分析方式相匹配的一個(gè)或多個(gè)目標(biāo)識(shí)別模型；

6、利用一個(gè)或多個(gè)所述目標(biāo)識(shí)別模型，基于所述資源流向時(shí)序數(shù)據(jù)，獲取所述目標(biāo)區(qū)域的異常數(shù)據(jù)識(shí)別結(jié)果；

7、根據(jù)所述異常數(shù)據(jù)識(shí)別結(jié)果和資源流向業(yè)務(wù)特征，得到所述目標(biāo)區(qū)域的資源流向的異常識(shí)別結(jié)果。

8、在其中一個(gè)實(shí)施例中，所述利用一個(gè)或多個(gè)所述目標(biāo)識(shí)別模型，基于所述資源流向時(shí)序數(shù)據(jù)，獲取所述目標(biāo)區(qū)域的異常數(shù)據(jù)識(shí)別結(jié)果，包括：將所述資源流向時(shí)序數(shù)據(jù)輸入至所述異常數(shù)據(jù)識(shí)別模型組，得到所述目標(biāo)區(qū)域的所述異常數(shù)據(jù)識(shí)別結(jié)果；其中，所述異常數(shù)據(jù)識(shí)別模型組中的一個(gè)或者多個(gè)所述目標(biāo)識(shí)別模型根據(jù)所述資源流向時(shí)序數(shù)據(jù)，獲取所述目標(biāo)區(qū)域的識(shí)別標(biāo)簽，以及基于所述識(shí)別標(biāo)簽確定并輸出所述目標(biāo)區(qū)域的所述異常數(shù)據(jù)識(shí)別結(jié)果。

9、在其中一個(gè)實(shí)施例中，所述將所述資源流向時(shí)序數(shù)據(jù)輸入至所述異常數(shù)據(jù)識(shí)別模型組，得到所述目標(biāo)區(qū)域的所述異常數(shù)據(jù)識(shí)別結(jié)果，包括：將所述資源流向時(shí)序數(shù)據(jù)輸入至一個(gè)或多個(gè)所述目標(biāo)識(shí)別模型，由一個(gè)或多個(gè)所述目標(biāo)識(shí)別模型的特征提取模塊對(duì)所述資源流向時(shí)序數(shù)據(jù)進(jìn)行特征提取，得到并輸出所述資源流向時(shí)序數(shù)據(jù)的資源流向數(shù)據(jù)特征；由一個(gè)或多個(gè)所述目標(biāo)識(shí)別模型的分類模塊根據(jù)所述特征提取模塊輸出的所述資源流向數(shù)據(jù)特征，得到并輸出所述目標(biāo)區(qū)域的所述識(shí)別標(biāo)簽，并基于所述識(shí)別標(biāo)簽獲取所述目標(biāo)區(qū)域的所述異常數(shù)據(jù)識(shí)別結(jié)果。

10、在其中一個(gè)實(shí)施例中，所述資源流向數(shù)據(jù)特征包括時(shí)間特征；所述根據(jù)所述特征提取模塊輸出的所述資源流向數(shù)據(jù)特征，得到并輸出所述目標(biāo)區(qū)域的所述識(shí)別標(biāo)簽，包括：根據(jù)所述資源流向時(shí)序數(shù)據(jù)的所述時(shí)間特征，獲取所述資源流向時(shí)序數(shù)據(jù)包含的多個(gè)資源流向數(shù)據(jù)中每一所述資源流向數(shù)據(jù)的日期類型信息；根據(jù)各所述資源流向數(shù)據(jù)的所述日期類型信息，獲取各所述資源流向數(shù)據(jù)的數(shù)據(jù)識(shí)別標(biāo)簽；根據(jù)各所述資源流向數(shù)據(jù)的所述數(shù)據(jù)識(shí)別標(biāo)簽，獲取所述目標(biāo)區(qū)域的所述識(shí)別標(biāo)簽。

11、在其中一個(gè)實(shí)施例中，所述根據(jù)各所述資源流向數(shù)據(jù)的所述日期類型信息，獲取各所述資源流向數(shù)據(jù)的數(shù)據(jù)識(shí)別標(biāo)簽，包括：根據(jù)各所述資源流向數(shù)據(jù)的所述日期類型信息，確定所述資源流向時(shí)序數(shù)據(jù)的同期比對(duì)周期；根據(jù)所述同期比對(duì)周期，獲取所述資源流向時(shí)序數(shù)據(jù)的同期變化率；根據(jù)所述同期變化率，獲取各所述資源流向數(shù)據(jù)的所述數(shù)據(jù)識(shí)別標(biāo)簽。

12、在其中一個(gè)實(shí)施例中，所述根據(jù)所述特征提取模塊輸出的所述資源流向數(shù)據(jù)特征，得到并輸出所述目標(biāo)區(qū)域的所述識(shí)別標(biāo)簽，包括：獲取所述資源流向時(shí)序數(shù)據(jù)的差值時(shí)間序列；根據(jù)所述差值時(shí)間序列，獲取所述資源流向時(shí)序數(shù)據(jù)的第一變化趨勢(shì)信息；所述第一變化趨勢(shì)信息包括第一趨勢(shì)時(shí)間長度；所述第一趨勢(shì)時(shí)間長度小于第一長度閾值；根據(jù)所述第一變化趨勢(shì)信息，獲取所述目標(biāo)區(qū)域的所述識(shí)別標(biāo)簽。

13、在其中一個(gè)實(shí)施例中，所述資源流向時(shí)序數(shù)據(jù)包括資源流入序列數(shù)據(jù)、凈資源流入序列數(shù)據(jù)和資源流出序列數(shù)據(jù)；所述差值時(shí)間序列包括所述資源流入序列數(shù)據(jù)對(duì)應(yīng)的第一差值時(shí)間序列、所述凈資源流入序列數(shù)據(jù)對(duì)應(yīng)的第二差值時(shí)間序列和所述資源流出序列數(shù)據(jù)對(duì)應(yīng)的第三差值時(shí)間序列；所述根據(jù)所述差值時(shí)間序列，獲取所述資源流向時(shí)序數(shù)據(jù)的第一變化趨勢(shì)信息，包括：根據(jù)所述第一差值時(shí)間序列、所述第二差值時(shí)間序列和所述第三差值時(shí)間序列，分別獲取所述資源流入序列數(shù)據(jù)對(duì)應(yīng)的第一符號(hào)差序列、所述凈資源流入序列數(shù)據(jù)對(duì)應(yīng)的第二符號(hào)差序列和所述資源流出序列數(shù)據(jù)對(duì)應(yīng)的第三符號(hào)差序列；根據(jù)所述第一符號(hào)差序列、所述第二符號(hào)差序列和所述第三符號(hào)差序列，獲取所述資源流向時(shí)序數(shù)據(jù)的所述第一變化趨勢(shì)信息。

14、在其中一個(gè)實(shí)施例中，所述根據(jù)所述特征提取模塊輸出的所述資源流向數(shù)據(jù)特征，得到并輸出所述目標(biāo)區(qū)域的所述識(shí)別標(biāo)簽，包括：獲取所述資源流向時(shí)序數(shù)據(jù)的第二變化趨勢(shì)信息；所述第二變化趨勢(shì)信息包括第二趨勢(shì)時(shí)間長度；所述第二趨勢(shì)時(shí)間長度大于第二長度閾值；根據(jù)所述第二變化趨勢(shì)信息，獲取所述目標(biāo)區(qū)域的所述識(shí)別標(biāo)簽。

15、在其中一個(gè)實(shí)施例中，所述根據(jù)所述異常數(shù)據(jù)識(shí)別結(jié)果和資源流向業(yè)務(wù)特征，得到所述目標(biāo)區(qū)域的資源流向的異常識(shí)別結(jié)果，包括：根據(jù)所述資源流向業(yè)務(wù)特征，確定所述資源流向的異常變動(dòng)條件；根據(jù)所述異常變動(dòng)條件和所述異常數(shù)據(jù)識(shí)別結(jié)果，得到所述異常識(shí)別結(jié)果。

16、在其中一個(gè)實(shí)施例中，所述根據(jù)所述異常數(shù)據(jù)識(shí)別結(jié)果和資源流向業(yè)務(wù)特征，得到所述目標(biāo)區(qū)域的資源流向的異常識(shí)別結(jié)果之后，還包括：若所述異常識(shí)別結(jié)果表示所述目標(biāo)區(qū)域存在資源流向異常，則根據(jù)所述異常識(shí)別結(jié)果生成所述目標(biāo)區(qū)域的告警信息；將所述告警信息發(fā)送至所述目標(biāo)區(qū)域的區(qū)域聯(lián)系對(duì)象；所述告警信息用于提示所述區(qū)域聯(lián)系對(duì)象對(duì)所述目標(biāo)區(qū)域的資源流向異常進(jìn)行處理。

17、在其中一個(gè)實(shí)施例中，述目標(biāo)區(qū)域包括多個(gè)目標(biāo)對(duì)象；所述獲取目標(biāo)區(qū)域的資源流向時(shí)序數(shù)據(jù)，包括：獲取多個(gè)所述目標(biāo)對(duì)象中每一所述目標(biāo)對(duì)象對(duì)應(yīng)的對(duì)象權(quán)值；獲取多個(gè)所述目標(biāo)對(duì)象中每一所述目標(biāo)對(duì)象的對(duì)象資源流向時(shí)序數(shù)據(jù)；根據(jù)所述對(duì)象資源流向時(shí)序數(shù)據(jù)和所述對(duì)象權(quán)值，獲取所述目標(biāo)區(qū)域的所述資源流向時(shí)序數(shù)據(jù)。

18、第二方面，本技術(shù)還提供了一種異常識(shí)別裝置，包括：

19、獲取模塊，用于獲取目標(biāo)區(qū)域的資源流向時(shí)序數(shù)據(jù)；

20、確定模塊，用于確定針對(duì)所述資源流向時(shí)序數(shù)據(jù)的目標(biāo)異常數(shù)據(jù)分析方式；

21、篩選模塊，用于在預(yù)先構(gòu)建的異常數(shù)據(jù)識(shí)別模型組中確定與所述目標(biāo)異常數(shù)據(jù)分析方式相匹配的一個(gè)或多個(gè)目標(biāo)識(shí)別模型；

22、計(jì)算模塊，用于利用一個(gè)或多個(gè)所述目標(biāo)識(shí)別模型，基于所述資源流向時(shí)序數(shù)據(jù)，獲取所述目標(biāo)區(qū)域的異常數(shù)據(jù)識(shí)別結(jié)果；

23、修正模塊，用于根據(jù)所述異常數(shù)據(jù)識(shí)別結(jié)果和資源流向業(yè)務(wù)特征，得到所述目標(biāo)區(qū)域的資源流向的異常識(shí)別結(jié)果。

24、第三方面，本技術(shù)還提供了一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)以下步驟：

25、獲取目標(biāo)區(qū)域的資源流向時(shí)序數(shù)據(jù)；確定針對(duì)所述資源流向時(shí)序數(shù)據(jù)的目標(biāo)異常數(shù)據(jù)分析方式；在預(yù)先構(gòu)建的異常數(shù)據(jù)識(shí)別模型組中確定與所述目標(biāo)異常數(shù)據(jù)分析方式相匹配的一個(gè)或多個(gè)目標(biāo)識(shí)別模型；利用一個(gè)或多個(gè)所述目標(biāo)識(shí)別模型，基于所述資源流向時(shí)序數(shù)據(jù)，獲取所述目標(biāo)區(qū)域的異常數(shù)據(jù)識(shí)別結(jié)果；根據(jù)所述異常數(shù)據(jù)識(shí)別結(jié)果和資源流向業(yè)務(wù)特征，得到所述目標(biāo)區(qū)域的資源流向的異常識(shí)別結(jié)果。

26、第四方面，本技術(shù)還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)以下步驟：

27、獲取目標(biāo)區(qū)域的資源流向時(shí)序數(shù)據(jù)；確定針對(duì)所述資源流向時(shí)序數(shù)據(jù)的目標(biāo)異常數(shù)據(jù)分析方式；在預(yù)先構(gòu)建的異常數(shù)據(jù)識(shí)別模型組中確定與所述目標(biāo)異常數(shù)據(jù)分析方式相匹配的一個(gè)或多個(gè)目標(biāo)識(shí)別模型；利用一個(gè)或多個(gè)所述目標(biāo)識(shí)別模型，基于所述資源流向時(shí)序數(shù)據(jù)，獲取所述目標(biāo)區(qū)域的異常數(shù)據(jù)識(shí)別結(jié)果；根據(jù)所述異常數(shù)據(jù)識(shí)別結(jié)果和資源流向業(yè)務(wù)特征，得到所述目標(biāo)區(qū)域的資源流向的異常識(shí)別結(jié)果。

28、第五方面，本技術(shù)還提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)以下步驟：

29、獲取目標(biāo)區(qū)域的資源流向時(shí)序數(shù)據(jù)；確定針對(duì)所述資源流向時(shí)序數(shù)據(jù)的目標(biāo)異常數(shù)據(jù)分析方式；在預(yù)先構(gòu)建的異常數(shù)據(jù)識(shí)別模型組中確定與所述目標(biāo)異常數(shù)據(jù)分析方式相匹配的一個(gè)或多個(gè)目標(biāo)識(shí)別模型；利用一個(gè)或多個(gè)所述目標(biāo)識(shí)別模型，基于所述資源流向時(shí)序數(shù)據(jù)，獲取所述目標(biāo)區(qū)域的異常數(shù)據(jù)識(shí)別結(jié)果；根據(jù)所述異常數(shù)據(jù)識(shí)別結(jié)果和資源流向業(yè)務(wù)特征，得到所述目標(biāo)區(qū)域的資源流向的異常識(shí)別結(jié)果。

30、上述異常識(shí)別方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品，首先可以目標(biāo)區(qū)域的資源流向時(shí)序數(shù)據(jù)，然后可以確定針對(duì)資源流向時(shí)序數(shù)據(jù)的目標(biāo)異常數(shù)據(jù)分析方式，在預(yù)先構(gòu)建的異常數(shù)據(jù)識(shí)別模型組中確定與目標(biāo)異常數(shù)據(jù)分析方式相匹配的一個(gè)或多個(gè)目標(biāo)識(shí)別模型，進(jìn)而可以利用一個(gè)或多個(gè)目標(biāo)識(shí)別模型，基于資源流向時(shí)序數(shù)據(jù)獲取目標(biāo)區(qū)域的異常數(shù)據(jù)識(shí)別結(jié)果，根據(jù)異常數(shù)據(jù)識(shí)別結(jié)果和資源流向業(yè)務(wù)特征得到目標(biāo)區(qū)域的資源流向的異常識(shí)別結(jié)果。本技術(shù)中，一方面利用異常數(shù)據(jù)識(shí)別模型組獲取該目標(biāo)區(qū)域的異常數(shù)據(jù)識(shí)別結(jié)果，該異常數(shù)據(jù)識(shí)別模型組可以包括多個(gè)異常數(shù)據(jù)識(shí)別模型，該多個(gè)異常數(shù)據(jù)識(shí)別模型可以實(shí)現(xiàn)采用多種異常數(shù)據(jù)分析方式獲取目標(biāo)區(qū)域的異常數(shù)據(jù)識(shí)別結(jié)果，可以提高對(duì)目標(biāo)區(qū)域的資源流向數(shù)據(jù)異常識(shí)別的準(zhǔn)確性，另一方面根據(jù)資源流向業(yè)務(wù)特征對(duì)異常數(shù)據(jù)識(shí)別模型組輸出的異常數(shù)據(jù)識(shí)別結(jié)果進(jìn)行驗(yàn)證和修正，最終得到目標(biāo)區(qū)域的資源流向的異常識(shí)別結(jié)果，由此可以充分結(jié)合數(shù)據(jù)和業(yè)務(wù)層面的雙重異常識(shí)別，提高對(duì)目標(biāo)區(qū)域的資源流向異常識(shí)別的全面性和準(zhǔn)確性。