[发明专利]一种欺诈防范识别方法及系统

权利要求书

1.一种欺诈防范识别方法，其特征在于，包括以下步骤：

S1将前向接口请求的数据传输至后向接口；

S2将后向接口接收到的数据向数据源库请求数据，并将请求数据进行抽取分析欺诈行为特征；

S3 将抽取分析后的结果反馈于前向接口的客户端；

S4 核验终端信息的匹配程度并判断其欺诈风险程度。

2.根据权利要求1所述的欺诈防范识别方法，其特征在于，所示步骤S2中抽取分析诈骗特征具体包括：

S21 调用相关接口数据；

S22 将数据进行整合、抽取数据并分析出诈骗行为特征；

S23 根据特征模型计算金融欺诈风险系数。

3.根据权利要求2所述的欺诈防范识别方法，其特征在于，所述步骤S22整合、抽取数据并分析出诈骗行为特征具体包括：

S221 将若干数据之间进行关联，并分析每个行为特征的分布；

S222 将若干行为特征之间的相关性进行分析；

S223行为特征与诈骗特征之间的强相关进行分析，将分析后的结果进行评比模型并挑选模型。

4.根据权利要求2-3任一项所述的欺诈防范识别方法，其特征在于，所述S23根据特征模型计算金融欺诈风险系数包括：

S231 对抽取数据进行缺失值填补；

S232利用数据离散化和归一化进行挑选特征；

S233 查找每个特征与对应的标签值之间关联性。

5.一种欺诈防范识别系统，其特征在于，包括：

第一传输模块，用于将前向接口请求的数据传输至后向接口；

第一抽取模块，用于将后向接口接收到的数据向数据源库请求数据，并将请求数据进行抽取分析欺诈行为特征；

第二传输模块，用于将抽取分析后的结果反馈于前向接口的客户端；

核验模块，用于核验终端信息的匹配程度并判断其欺诈风险程度。

6.根据权利要求5所述的欺诈防范识别系统，其特征在于，所述第一抽取模块包括：

调用模块，用于调用相关接口数据；

第一分析模块，用于将数据进行整合、抽取数据并分析出诈骗行为特征；

计算模块，用于根据特征模型计算金融欺诈风险系数。

7.根据权利要求5所述的欺诈防范识别系统，其特征在于，所述第一分析模块包括：

关联模块，用于将若干数据之间进行关联，并分析每个行为特征的分布；

第二分析模块，用于将若干行为特征之间的相关性进行分析；

评比模块，用于行为特征与诈骗特征之间的强相关进行分析，将分析后的结果进行评比模型并挑选模型。

8.根据权利要求6-7任一项所述的欺诈防范识别系统，其特征在于，所述计算模块包括：

填补模块，用于对抽取数据进行缺失值填补；

挑选模块，用于利用数据离散化和归一化进行挑选特征；

查找模块，用于查找每个特征与对应的标签值之间关联性。