[发明专利]一种调整风险参数的方法、风险识别方法及装置

说明书

本申请公开了一种调整风险参数的方法、风险识别方法及装置。一方面，将一次交易涉及的操作数据转化为至少一个操作跳转序列，每个操作跳转序列又包含至少一个操作跳转事件，每个操作跳转事件都对应有一个风险参数，那么，一次交易涉及的操作数据实际上被离散化为若干个独立的操作跳转事件；另一方面，针对在提供电子交易服务的客户端上注册的各用户标识，设置与各用户标识一一对应的各风险参数集合，并支持对各风险参数进行在线实时更新。通过本申请所要求保护的风险识别方法，一方面可以避免人工补防的高成本，另一方面也无需等待风险识别系统长达数月的重训，就能实现对风险参数的在线动态更新，及时对风险识别系统完成补防。

技术领域

本申请涉及信息技术领域，尤其涉及一种调整风险参数的方法、风险识别方法及装置。

背景技术

随着线上支付、线上转账等电子交易方式的普及，确保交易安全，及时准确识别交易风险，至关重要。

一般而言，用户可以在提供电子交易服务的客户端(如手机上安装的电子交易应用、电子交易网站对应的浏览器页面等)上注册账号和设置交易密码，并将账号与本人的银行卡绑定。当用户登录客户端，在客户端中输入交易密码请求支付时，客户端向控制服务器发送支付请求，控制服务器将对接收到的支付请求进行风险识别，如果风控识别的结果是安全的，即当前交易是用户本人操作的或用户本人授权他人操作的，则控制服务器根据该支付请求对用户的银行卡进行相应的扣款操作；如果风控识别的结果是不安全的，即当前交易有较大概率是不法分子盗用用户的账号和密码进行操作的，则控制服务器可以采取诸如指示客户端将当前交易冻结、向账号绑定的手机号码及邮箱发送风险提示短信等措施。

现有的风险识别方法有两种：方法一，根据已知风险，人为定义各种风险识别规则，由控制服务器根据风险识别规则对交易进行风险识别。方法二，在控制服务器上布设人工智能的风险识别系统，预先使用诸如随机森林、逻辑回归、神经网络等机器学习算法，向风险识别系统提供海量的历史操作数据(包含安全的操作数据和不安全的操作数据)，对风险识别系统进行训练，使得风险识别系统根据已知风险总结出风险识别规则，在面对新的交易时，能够在一定程度上识别出该交易的风险。

实际上，人为定义的或者通过机器学习总结出的风险识别规则，对已知风险的依赖性太强。不法分子往往会频繁得尝试破解风险识别规则，不断研究出新的线上财产盗用手段，使得风险识别系统总是面对不可控的未知风险。在现有的风险识别方法中，为了应对频繁出现的新的财产盗用手段，需要对风险识别规则进行频繁更新。

在现有的风险识别方法中，不论是人力维护风险识别规则，还是通过机器学习更新风险识别规则，都只是风险识别规则被破解后的补救措施，也就是说，在不法分子采用新的财产盗用手段绕过风险识别规则给用户造成难以估量的损失后，才能通过人工补防或风险识别系统的重训来完成对风险识别规则的更新。

尤其是，一方面人工补防成本太高，且难免出现工作的疏忽和遗漏；另一方面，风险识别系统的重训往往需要离线进行，且耗时可达数月。可见，现有的调整风险识别规则的方法存在成本过高和延时性过大的问题。

发明内容

本申请实施例提供一种调整风险参数的方法、风险识别方法及装置，以解决现有的风险识别方法存在的成本过高和延时性过大的问题。

为解决上述技术问题，本申请实施例是这样实现的：

本申请实施例提供的一种调整风险参数的方法，包括：

接收支付请求，所述支付请求中包含用户标识和通过所述用户标识在当前交易中产生的操作数据；

根据所述操作数据，确定在所述当前交易中产生的至少一个操作跳转序列，所述操作跳转序列中包含至少一个操作跳转事件；