ATM交易状态的特征分析与异常检测的数学模型.pdfVIP

ATM 交易状态的特征分析与异常检测的数学模型 摘要 本文研究ATM 的交易状态，基于1~4月份的交易特征数据，通过对指标的分析进而提取 交易状态的特征参数；基于K-means算法设计交易状态异常检测方案，使交易系统在异常情 况下做到及时报警；基于前面异常检测的不足和发现的新问题，提取新的检测指标。 针对问题一，我们首先对交易量、交易成功率和响应时间与日期时间进行了相关性分 析，并借助图像进行直观判断，发现只有交易量与时间存在着明显的相关性。然后对交易量、 交易成功率和响应时间这三个指标，选择和提取特征参数，进行合理地分析。对于交易量， 将大量数据用matlab和SPSS绘制成图形，发现1~2月份的交易量较其它时间有明显的波动， 我们推测是春节的影响。又结合日交易量图，在排除春节期间后，发现工作日与非工作日的 单日交易量不存在明显区别，且每日交易量均值都比较接近。于是，我们又选取几个交易量 离散程度大的时间段，以10分钟为个体，发现其符合正态分布特征，因此我们提取不同日 期相同时间 （分钟）交易量的平均值和方差作为交易量的特征参数。对于交易成功率，通过 绘制的散点图发现0-7时成功率的离散程度较大于其它时间，我们推测是交易系统故障造成 的，于是