[发明专利]基于复杂网络的实时欺诈检测方法、装置及电子设备

说明书

本申请实施例提供的基于复杂网络的实时欺诈检测方法、装置、电子设备，通过基于用户数据创建大规模图存数据库，基于大规模图存数据库和预设评分模型，采用多跳的查询机制，关联具备欺诈特征的信息，进行用户欺诈检测，有效的解决了当数据过多时，模型运算缓慢，检测效率低的问题，实现了实时反欺诈检测，实时防御，提高了欺诈检测效率，基于大规模图存数据库构建单实体知识图谱网络和构建多实体知识图谱网络，基于单实体知识图谱网络和多实体知识图谱网络，采用图传播算法，根据具有欺诈特征的信息进行社团挖掘，实现了快速扩大诈骗团伙识别范围，深度挖掘诈骗团伙，提高了欺诈检测效率。

技术领域

本申请涉及信息处理技术领域，特别是涉及基于复杂网络的实时欺诈检测方法、装置及电子设备。

背景技术

随着网络技术的快速发展，网络诈骗逐渐兴起，黑产、黑中介等存在安全风险的诈骗分子已从单一个体行为，发展成为一个组织严密的黑色产业链条，诈骗团伙通过非法手段进行套利，扰乱互联网信息安全。为了提高网络信息的安全性，需要将诈骗团伙及时处理。

传统的处理方式主要是构建一个维度的知识图谱来核查与之关联的信息，在遭受欺诈时，基于当前维度个体特征进行被动的防御和补救处理，这种处理方法极易被诈骗团伙发现，并通过更新维度值等方式绕过欺诈检测系统，缺乏提前的风险评估，无法在欺诈发生前提前对风险进行预测，而且无法深度挖掘诈骗团伙，无法实时检测、实时防御，检测效率低。此外，当数据过多时，模型运算缓慢，造成检测效率低。总之，传统的处理方式数据和识别力度有限，不能快速识别伪装较强的潜在诈骗团伙，不能有效的进行风险监控处理。

发明内容

本申请实施例的目的在于提供一种基于复杂网络的实时欺诈检测装置、方法及电子设备，以实现快速识别欺诈团伙，实时检测，实时防御。具体技术方案如下：

第一方面，本申请实施例提供了一种基于复杂网络的实时欺诈检测方法，包括：

获取待检测用户的用户信息，其中，所述待检测用户的用户信息包括用户实体和非用户实体，所述非用户实体代表所述用户实体的属性特征；

基于所述待检测用户的用户信息，构建复杂网络模型，其中，所述复杂网络模型包括大规模图存数据库；

基于所述大规模图存数据库采用多跳的查询机制，关联具有欺诈特征的用户实体，结合预设评分模型，得到所述待检测用户的欺诈评分；

按照所述待检测用户的欺诈评分，确定所述待检测用户是否为欺诈用户。

可选的，基于所述待检测用户的用户数据和预设的大规模图存数据库，构建所述用户实体和所述非用户实体之间的关系，将存有关系的实体作为键值对保存并实时更新到所述大规模图存数据库，其中，若首次更新所述大规模图存数据库，则所述预设的大规模图存数据库为预先建立的大规模图存数据库，否则，所述预设的大规模图存数据库为实时更新后的大规模图存数据库。

可选的，预先建立所述大规模图存数据库的步骤包括：

获取样本用户的用户信息，其中，所述样本用户的用户信息包括用户实体和非用户实体，所述用户实体包括不具有欺诈特征的用户实体、未检测出的具有欺诈特征的用户实体和具有欺诈特征的用户实体，所述非用户实体代表所述用户实体的属性特征；

基于所述样本用户的用户数据构建所述用户实体和所述非用户实体之间的关系，将存有关系的实体作为键值对保存，得到预先建立的大规模图存数据库。

可选的，所述复杂网络模型还包括：单实体知识图谱网络和多实体知识图谱网络；所述方法还包括：

基于所述单实体知识图谱网络和所述多实体知识图谱网络，基于具有欺诈特征的用户实体，关联欺诈特征，并采用图传播算法，确定所述单实体知识图谱网络和所述多实体知识图谱网络中的所述待检测的用户是否为欺诈用户，所述单实体知识图谱网络和所述多实体知识图谱网络是基于所述大规模图存储数据库建立的。