[发明专利]一种账户盗用风险防控方法及装置有效

专利信息
申请号: 201810592980.7 申请日: 2018-06-11
公开(公告)号: CN109064175B 公开(公告)日: 2022-08-12
发明(设计)人: 薛琼 申请(专利权)人: 创新先进技术有限公司
主分类号: G06Q20/40 分类号: G06Q20/40;G06Q40/04
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 李辉
地址: 开曼群岛大开曼岛乔治镇医院路*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 账户 盗用 风险 方法 装置
【权利要求书】:

1.一种账户盗用风险防控方法,其特征在于,包括:

获取交易请求,所述交易请求中包括交易信息;

响应于所述交易请求,确定所述交易信息对应的交易特征;

根据所述交易特征利用风险识别模型策略,确定所述交易信息对应的风险等级,其中,所述风险识别模型策略包括:风险识别策略、风险识别模型组件,所述风险识别模型组件根据多个历史用户交易信息的交易特征与所述历史用户交易信息的风险等级之间的对应关系训练得到;所述风险识别策略包括:机器行为检测策略、灰名单策略、案件或交易比例策略中的至少一个,风险识别模型组件为基于机器学习算法构建的;

所述根据所述交易特征利用风险识别模型策略,确定所述交易信息对应的风险等级,包括:

若所述交易特征中包括机器行为特征或批量销赃特征,则采用所述风险识别策略确定所述交易信息对应的风险等级,否则采用所述风险识别模型组件确定所述交易信息对应的风险等级。

2.如权利要求1所述的方法,其特征在于,所述根据所述交易特征利用风险识别模型策略确定所述交易信息对应的风险等级后,所述方法还包括:

若所述风险等级大于预设等级,则对所述交易信息进行风险防控,所述风险防控包括:失败所述交易请求、核实验证交易双方的身份信息。

3.如权利要求1所述的方法,其特征在于,所述风险识别模型组件被设置为按照下述方式建立:

获取多个所述历史用户交易信息,所述历史用户交易信息包括:交易特征和所述历史用户交易信息对应的风险等级;

建立所述风险识别模型组件,其中,所述风险识别模型组件中包括多个模型参数;

将所述历史用户交易信息中的交易特征作为所述风险识别模型组件的输入数据,将所述历史用户交易信息对应的风险等级作为所述风险识别模型组件的输出数据,调整所述风险识别模型组件的所述模型参数,直至所述风险识别模型组件达到预设要求。

4.如权利要求1所述的方法,其特征在于,所述交易信息中包括:用户账户的标识信息、交易对象账户的标识信息、交易的标识信息。

5.如权利要求4所述的方法,其特征在于,所述确定所述交易信息对应的交易特征,包括:

根据所述用户账户的标识信息,获取所述用户账户的交易行为数据、用户设备监测数据;

和/或,根据所述交易对象账户的标识信息,获取所述交易对象账户的交易行为数据、交易对象设备监测数据;

和/或,根据所述交易的标识信息,获取所述交易对应的交易数据;

基于所述用户账户的交易行为数据、所述用户设备监测数据、所述交易对象的交易行为数据、所述交易对象设备监测数据、所述交易数据中的一种或者多种,确定所述交易信息对应的交易特征。

6.如权利要求5所述的方法,其特征在于,所述风险识别策略包括用户账户风险识别策略、交易对象账户风险识别策略;

相应地,所述根据所述交易特征利用风险识别模型策略,确定所述交易信息对应的风险等级,包括:

利用所述用户账户风险识别策略,根据所述用户设备监测数据获取所述用户账户对应的交易特征,根据所述用户账户对应的交易特征对所述交易请求中的用户账户进行风险识别,确定所述交易请求中的用户账户的风险等级;

和/或,利用所述交易对象账户风险识别策略,根据所述交易对象账户的标识信息、所述交易对象账户的交易行为数据,获取所述交易对象账户对应的交易特征,根据所述交易对象账户对应的交易特征对所述交易请求中的交易对象账户进行风险识别,确定所述交易请求中的交易对象账户的风险等级。

7.如权利要求6所述的方法,其特征在于,所述方法还包括:

基于所述用户账户的风险等级、所述交易对象账户的风险等级、所述利用风险识别模型组件确定所述交易信息对应的风险等级中的一种或多种,对所述交易信息进行风险防控。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于创新先进技术有限公司,未经创新先进技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810592980.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top