atm交易状态特征分析与异常检测.pdf

2017年重庆交通大学第十届数学建模竞赛 论文选题： B 队长 队员 队员 姓 名： 陈佳锐 魏煜杭 喻新程 机电与车辆工程学院 机电与车辆工程学院 机电与车辆工程学院 所在学院： ATM交易状态特征分析与异常检测 摘要 银行的ATM应用系统包括前端ATM机和后端总行数据中心处理系统，对于交 易异常状态判断的问题就是对业务量，交易响应时间，交易成功率的分析与处理， 使得数据处理中心能够根据几个参数变化的波动性和周期性判断出ATM应用系 统的交易状态，并能在交易状态异常的条件下作出及时且准确的报警，同时减少 虚警误报。 针对问题一，由于工作日与非工作日的业务量在业务低谷时间段和正常业务 时间段有显著的差别，节假日的业务量不符合平常工作日与非工作日业务量的变 化规律，因此分别提取平常工作日与非工作日7:00~23:00每小时的平均业务量， 作为对业务量分析的参数。建立非线性二次多项式回归模型，分段求出4个反映 业务量与时刻的理论方程并进行 0.05下的回归显著性检验。我们对平均每小 2 时的交易响应时间进行统计分析后，并用高斯曲线拟合，得出t ~ N(91.95，12.5 )， 对此确定了 3 以内的交易响应时间 的一个模糊集合，并定义了隶属函数ti A 关于交易响应时间 的公式，用所建立的模糊数学模型求解出交易响应时间较大ti 的临界值t 126ms 。结合3月3 日的数据，考虑到凌晨交易成功率波动较大的 0 特点，将11:00~12:00 每分钟的交易成功率作为分析数据，建立离群检测模型求出 交易成功率的离群临界值w 0.9371。 0 针对问题二，在问题一的基础上，可利用所求的4个理论方程求出不同时刻 下业务量的理论值；利用模糊数学模型中的经验公式，求出交易响应时间正常与 异常的临界值t 126ms ；为得到交易成功率的离群临界值，以水平检验 0.05 0 为标准，利用离群检测模型求出w 0.9371。据此，将这三个特征参数作为分析 0 ATM交易状态的因素。由于这三个参数的分析是有范围的，因此，在正常业务时 间段，我们模拟计算机的算法流程图建立了算法流程图模型对ATM应用系统的状 态进行检测，利用概率的大小对ATM交易状态异常作出及时报警，并减少了虚警 误报。 针对问题三，在业务低谷时间段，由于业务量小，交易成功率的偶然误差出 现的概率较大。在深夜，用户的操作速度会快于白天，而用户操作速度会直接影 响交易成功率和交易响应时间，因此容易造成交易成功率起伏很大和交易响应时 间缓慢的现象。为了表示用户操作速度的快慢，我们定义了操作间隔时间 为可  采集的数据。并建立离群检测模型，对用户的操作间隔时间进行定量分析，求出  操作间隔时间短暂与正常的临界值 。在问题二建立的算法流程图模型中，对交 0 易成功率和交易响应时间判别之前，需对用户操作间隔时间进行分析判断，可提 高ATM交易状态异常检测的准确度，并减少虚警误报。 关键词： 二次多项式回归模型 模糊数学 离群检测 异常检测方案 操作间隔时间 1 一、问题重述 1.1 引言 随着社会的进步，ATM机在我们的日常生活中发挥着日愈重要的