[发明专利]计算机盗帐户识别方法及系统

说明书

技术领域

本发明涉及用户安全技术，特别涉及计算机盗帐户识别方法及系统。

背景技术

在通过第三方支付平台的交易中，买方选购商品，使用第三方平台提供的账户进行支付，由第三方支付平台通知卖家发货；买方检验物品后，就可以通知付款给卖家，第三方平台再将款项转至卖家账户。在这种互联网交易之中，存在两种盗用类型：盗卡和盗账户。

从盗取余额购买网游虚拟物品再倒卖，再到将余额转到自己银行卡，盗用者的作案行为五花八门。而且，收购信息、伪造身份证、持假证办理银行卡和手机卡、盗取账户余额，如今的盗账户案件已经成为一个庞大的犯罪产业链。因此，大力打击盗账户犯罪团伙，成为互联网支付公司和公安机关的一大工作重点，然后，提高盗账户案件的定性识别性能是进行线下打击的前提条件和关键步骤。

然而，盗用者作案越来越“高明”，他们可以通过被盗者账户之前的交易记录，充分掌握被盗者的日常操作环境，从而修改作案时环境信息；通过了解被盗者之前的转账金额和频次特征，模拟被盗者行为。这种全新的作案手法给盗用案件的定性识别带来了极大的难度和挑战。

而现有的盗账户案件定性方法大都是基于案件发生时的异常操作行为特征，包括环境是否可靠、交易行为是否异常。但是，仅仅考虑盗用者的作案时的信息特征而采集的这些特性往往无法全面地描述整个作案的场景信息，进而无法全方面地构建属性特征，从而导致对案件的定性识别性能不佳，甚至产生了大量的错判和漏判。

因此，亟需提出一种新的识别方法来有效地甄别盗用案件。

发明内容

本发明的目的在于提供一种计算机盗帐户识别方法及系统，充分考虑案件发生前后的特征变化，提高识别准确率和覆盖率。

为解决上述技术问题，本发明的实施方式公开了一种计算机盗帐户识别方法，该方法包括以下步骤：

获取可疑交易的数据；

从可疑交易的数据中提取出可疑交易在第一设定时间段的案发时特征数据和案发后特征数据；

根据案发时特征数据和案发后特征数据计算得分；

判断得分是否大于第一阈值，若得分大于第一阈值，则确认可疑交易为盗帐户案件。

本发明的实施方式还公开了一种计算机盗账户识别系统，该系统包括：

第一获取模块，用于获取可疑交易的数据；

第一提取模块，用于从获取模块获取的可疑交易的数据中提取出可疑交易在第一设定时间段的案发时特征数据和案发后特征数据；

计算模块，用于根据第一提取模块提取的案发时特征数据和案发后特征数据计算得分；

判断模块，用于判断计算模块计算的得分是否大于第一阈值；以及

判定模块，用于若判断模块确认得分大于第一阈值，则确认可疑交易为盗帐户案件。

本发明实施方式与现有技术相比，主要区别及其效果在于：

在本发明中，不但从可疑交易的数据中提取出案发时特征数据，而且提取出案发后特征数据来进行得分计算，以确认该可疑交易是否为盗账户案件，充分考虑案件发生前后的特征变化，以突出盗用者模拟被盗者行为也无法回避的特征，从而提高识别准确率和覆盖率。

进一步地，通过删除数据项来判断是否存在销毁作案痕迹，可以在案件发生后及时识别出盗账户案件，提高识别效率。

进一步地，通过IP地址的信用级别来判断当前交易环境是否为黑环境，从而识别出潜在的盗账户案件，针对性强。

进一步地，考虑案发后的一些特征数据，可以在案件发生到报案期间提高案件识别率。

附图说明

图1是本发明第一实施方式中一种计算机盗帐户识别方法的流程示意图；

图2是本发明第一实施方式中案发时特征数据和案发后特征数据的示意图。

图3是本发明第一实施方式中一种计算机盗帐户识别方法中数据处理的流程示意图；

图4是本发明第一实施方式中一种计算机盗帐户识别方法中数据分析的流程示意图；

图5是本发明第一实施方式中一种计算机盗帐户识别方法的应用模式的示意图；

图6是本发明第二实施方式中一种计算机盗账户识别系统的结构示意图。

图7是本发明第二实施方式中一种计算机盗账户识别系统的结构示意图。

图8是本发明第二实施方式中一种计算机盗账户识别系统中构建模块的结构示意图。

具体实施方式