本发明属于区块链的，尤其涉及一种用于检测区块链交易异常的方法及相关产品。
背景技术：
1、在区块链交易平台中，日成交量是衡量市场活跃度和流动性的重要指标。其波动情况直接反映了交易平台的整体健康状况。一旦日成交量出现异常波动，如骤减，可能预示着市场风险的增加。因此，通过持续监测日成交量的变化趋势，能够实时捕捉市场动态，及时发现数据异常。
2、因此，对于区块链交易平台的异常检测，针对时序数据的下界变化率进行监测是一种常见且有效的方法。通过实时监测数据的变化趋势，并设定合理的阈值，可以快速识别出异常数据。
3、然而，由于市场条件、交易品种或时间段的不同，数据的分布往往存在显著差异。因此，如果仅依赖固定的阈值来检测交易异常，很可能导致检测结果的不准确。
技术实现思路
1、本发明实施例提供一种用于检测区块链交易异常的方法及相关产品，具体地，相关产品包括与用于检测区块链交易异常的方法对应的装置、电子设备、计算机可读存储介质及计算机程序产品，能够更精确地捕捉到交易异常，有效提高检测的灵敏度和准确性。
2、第一方面，本技术实施例提供一种用于检测区块链交易异常的方法，该方法包括：
3、获取区块链交易平台的业务指标在第一周期的第一指标数据和在第二周期的第二指标数据，第一周期在时间上早于第二周期；
4、根据第二周期所处的发展阶段，确定第二周期的目标置信水平；
5、在第二指标数据小于第一指标数据的情况下，从多个预设的阈值确定模型中确定与目标置信水平对应的目标阈值确定模型；
6、根据第一数据集和目标阈值确定模型，生成与第二周期相匹配的判断阈值，第一数据集包括业务指标在第一预设时间段内的多个第三指标数据，第一预设时间段在时间上早于第二周期；
7、在第一指标数据到第二指标数据的变化率大于判断阈值的情况下，确定区块链交易平台交易异常。
8、作为一种可选的实现方式，置信水平包括置信区间从宽到窄的第一置信水平、第二置信水平和第三置信水平，根据第二周期所处的发展阶段，确定第二周期的目标置信水平包括：
9、在第二周期所处的发展阶段为发布阶段的情况下，确定目标置信水平为第三置信水平；
10、在第二周期所处的发展阶段为稳定阶段的情况下，根据用户对应风险敏感程度确定目标置信水平。
11、作为一种可选的实现方式，风险敏感程度包括敏感性依次升高的第一等级和第二等级，根据用户对应的风险敏感程度确定目标置信水平，包括：
12、在用户对应的风险敏感程度处于第二等级的情况下，确定目标置信水平为第一置信水平；
13、在用户对应的风险敏感程度处于第一等级的情况下，确定目标置信水平为第二置信水平。
14、作为一种可选的实现方式，在从多个预设的阈值确定模型中确定与目标置信水平对应的目标阈值确定模型之前，该方法还包括：
15、计算第一指标数据到第二指标数据的变化率；
16、从多个预设的阈值确定模型中确定与目标置信水平对应的目标阈值确定模型，包括：
17、在第二指标数据小于第一指标数据且变化率大于预设阈值的情况下，从多个预设的阈值确定模型中确定目标置信水平对应的目标阈值确定模型。
18、作为一种可选的实现方式，在从多个预设的阈值确定模型中确定与目标置信水平对应的目标阈值确定模型之前，该方法还包括：
19、构建m个置信水平和m个置信水平中的第i个置信水平对应的置信区间，i∈[1，m]，且i和m均为正整数；
20、确定与第i个置信水平对应的第一变量和第二变量，第一变量表征多个相同类别的指标数据的平均量，第二变量表征多个相同类别的指标数据的离散程度；
21、根据第一变量和第二变量，构建与第i个置信水平的置信区间对应的阈值确定模型。
22、作为一种可选的实现方式，根据第一变量和第二变量，构建与第i个置信水平的置信区间对应的阈值确定模型，包括：
23、在第i个置信水平为第一置信水平的情况下，利用如下表达式构建与第一置信水平的置信区间对应的第一阈值确定模型：
24、μ-3σ
25、在第i个置信水平为第二置信水平的情况下，利用如下表达式构建与第二置信水平的置信区间对应的第二阈值确定模型：
26、μ-2σ
27、在第i个置信水平为第三置信水平的情况下，利用如下表达式构建与第三置信水平的置信区间对应的第三阈值确定模型：
28、μ-σ
29、其中，μ为多个相同类别的指标数据的平均量，σ为多个相同类别的指标数据的标准差，raten-1，n表示多个相同类别的指标数据中第n-1个指标数据到第n个指标数据的变化率，表示多个相同类别的指标数据中所有变化率的平均值。
30、第二方面，本技术实施例提供了一种用于检测区块链交易异常的装置，该装置包括：
31、第一获取模块，用于获取区块链交易平台的业务指标在第一周期的第一指标数据和在第二周期的第二指标数据，第一周期在时间上早于第二周期；
32、第一确定模块，用于根据第二周期所处的发展阶段，确定第二周期的目标置信水平；
33、第二确定模块，用于在第二指标数据小于第一指标数据的情况下，从多个预设的阈值确定模型中确定与目标置信水平对应的目标阈值确定模型；
34、第三确定模块，用于根据第一数据集和目标阈值确定模型，生成与第二周期相匹配的判断阈值，第一数据集包括业务指标在第一预设时间段内的多个第三指标数据，第一预设时间段在时间上早于第二周期；
35、第四确定模块，用于在第一指标数据到第二指标数据的变化率大于判断阈值的情况下，确定区块链交易平台交易异常。
36、第三方面，本技术实施例提供了一种电子设备，该设备包括：处理器以及存储有计算机程序指令的存储器；
37、处理器执行计算机程序指令时实现如第一方面任意一项的用于检测区块链交易异常的方法。
38、第四方面，本技术实施例提供了一种计算机存储介质，该计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面任意一项的用于检测区块链交易异常的方法。
39、第五方面，本技术实施例提供了一种计算机程序产品，该程序产品包括计算机程序，该计算机程序被处理其执行时实现第一方面任一项的用于检测区块链交易异常的方法。
40、本技术实施例的用于检测区块链交易异常的方法及相关产品，构建了多个基于不同置信水平的阈值确定模型，能够适应于不同时间周期下的交易环境，从而显著提升了阈值确定模型在各种情况下的适用性和准确性。具体来说，本技术实施例可以基于第二周期的发展阶段对应的目标置信水平找到与之相匹配的目标阈值确定模型。接着，利用该目标阈值确定模型确定与当前的第二周期匹配的判断阈值。最后，在区块链交易平台的交易异常检测中，基于该判断阈值识别交易异常。
41、由于不同时间周期的数据可能具有不同的波动特性，不同波动特性所需的置信水平不同，而多个基于不同置信水平构建的阈值确定模型考虑了时间周期和数据波动特性之间的相关性。因此，通过与当前时间周期的置信水平匹配的目标阈值确定模型来确定判断阈值，可以有效确保该判断阈值符合当前时间周期的实际数据波动情况，进而基于该判断阈值更能准确地判断出在当前数据波动特性下的异常交易，显著提升交易异常检测的灵敏度和准确性。
1.一种用于检测区块链交易异常的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述置信水平包括置信区间从宽到窄的第一置信水平、第二置信水平和第三置信水平，所述根据所述第二周期所处的发展阶段，确定所述第二周期的目标置信水平包括：
3.根据权利要求2所述的方法，其特征在于，所述风险敏感程度包括敏感性依次升高的第一等级和第二等级，所述根据用户对应的风险敏感程度确定所述目标置信水平，包括：
4.根据权利要求2所述的方法，其特征在于，在所述从多个预设的阈值确定模型中确定与所述目标置信水平对应的目标阈值确定模型之前，所述方法还包括：
5.根据权利要求2至4任一项所述的方法，其特征在于，在所述从多个预设的阈值确定模型中确定与所述目标置信水平对应的目标阈值确定模型之前，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述第一变量和所述第二变量，构建与所述第i个置信水平的置信区间对应的阈值确定模型，包括：
7.一种用于检测区块链交易异常的装置，其特征在于，所述装置包括：
8.一种电子设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-6任意一项所述的用于检测区块链交易异常的方法。
10.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理其执行时实现权利要求1-6任一项所述的用于检测区块链交易异常的方法。
