ATM 交易状态特征分析与异常检测 2.pdfVIP

ATM 交易状态特征分析与异常检测 摘要 本文主要利用某商业银行总行数据中心监控系统所提供的数据进行了特征分析, 并且建立了相关的数学 模型, 用以检测 ATM 系统可能存在的异常. 首先我们分析了交易量数据, 我们发现了其明显的天周期. 我们考虑将数据以天为间隔进行重新组织, 利 用了主成份分析 (PCA) 与奇异值分解 (SVD) 对数据进行了降噪处理, 从而发现了其主要由最大的三个主 成份决定. 因此我们对三个主成份的系数进行了分析, 发现短假期 (双休日) 对其没有显著影响, 而长假期 (春节) 对于其系数有较大的影响. 随后我们利用由 PCA 得到的特征进行异常检测. 通过最小二乘法我们实 时对主成份的系数进行估计, 并对下一时刻的交易数据量进行了预测. 通过泊松分布我们算出了实际值的合 理区间 (置信区间), 从而确定了异常检测的方案. 最后我们对于现有的数据进行了异常检测, 证明了此方法 的高效性和可行性 第二部分我们分析了交易成功率的数据. 我们首先分析了交易成功率与时间的关系, 发现并没有明显的 分布规律. 随后我们分析其与交易量之间可能存在的联系.