[发明专利]一种用于风控分析的方法及系统

说明书

本发明实施例公开了一种用于风控分析的方法及系统，涉及互联网技术领域，能够降低运营商在后台进行风险分析的成本。本发明包括：获取对应用户终端的行为数据，并根据所述行为数据向算法系统请求获取算法模型；根据所获取的算法模型，从风险特征库请求调取与所述算法模型匹配的风险特征数据，每一种所述风险特征数据的聚类的特征标签对应至少一项算法模型；根据所述算法模型和与所述算法模型匹配的风险特征数据，对所述对应用户终端的行为数据进行风险分析；根据风险分析的结果，对所述用户终端执行反馈策略。本发明适用于在线风险识别。

技术领域

本发明涉及互联网技术领域，尤其涉及一种用于风控分析的方法及系统。

背景技术

随着互联网技术的应用和发展，特别是移动互联网技术的发展，每天实时使用互联网应用的用户数以亿计，而如何各类网络应用使用过程中的安全性，以及对用户的网络行为进行风险控制，称为急需研究的问题。

目前采用的方案，主要是对大量用户在一段时间内的网络行为数据进行积累，形成黑样本(例如欺诈、盗用等非正常的网络行为数据)和白样本(即正常的网络行为数据)；并基于黑/白样本定期更新风险识别模型，通过风险识别模型对网络行为数据进行风险识别。

但是这种方式需要定期对风险识别模型进行维护，由于规则的纬度相对单一，往往只能对一些主要的风险行为进行识别，对于一些特殊的或者突然出现的网络行为，经常会出现误判。最终导致风险识别模型的部署难以跟上日益增多的网络行为，极大增加了运营商在后台进行风险分析的成本。

发明内容

本发明的实施例提供一种用于风控分析的方法及系统，能够降低运营商在后台进行风险分析的成本。

为达到上述目的，本发明的实施例采用如下技术方案：

第一方面，本发明的实施例提供的方法，包括：

获取对应用户终端的行为数据，并根据所述行为数据向算法系统请求获取算法模型；

根据所获取的算法模型，从风险特征库请求调取与所述算法模型匹配的风险特征数据，其中，所述风险特征数据被聚类并存储在所述风险特征库中，每一种所述风险特征数据的聚类的特征标签对应至少一项算法模型；

根据所述算法模型和与所述算法模型匹配的风险特征数据，对所述对应用户终端的行为数据进行风险分析；

根据风险分析的结果，对所述用户终端执行反馈策略。

结合第一方面，在第一方面的第一种可能的实现方式中，所述根据所述行为数据向算法系统请求获取算法模型包括：

根据所述行为数据确定模型标识；

根据所述模型标识向所述算法系统发送查询请求，所述查询请求用于所述算法系统查询符合所述模型标识的算法模型。

结合第一方面或第一方面的第一种可能的实现方式,在第二种可能的实现方式中，所述根据所述行为数据确定模型标识，包括：

检测得到所述用户终端产生所述行为数据时接入的业务系统，并识别所述用户终端产生所述行为数据时，所述业务系统执行的业务环节；

获取所述接入的业务系统对应的系统标识和所述执行的业务环节的业务环节标识，并作为所述模型标识。

结合第一方面，在第一方面的第三种可能的实现方式中，还包括：

所述算法系统向所述风险特征库发送算法更新通知，所述算法更新通知包括了与更新后的算法模型所匹配的风险特征数据的类型；

所述风险特征库向所述大数据平台发送数据请求，所述数据请求指向业务系统或者，指向业务系统的业务环节。

结合第一方面或第一方面的第三种可能的实现方式,在第四种可能的实现方式中，还包括：