[发明专利]一种识别异常设备的方法及装置

说明书

本发明公开了一种识别异常设备的方法及装置，该方法适用于支付类应用的应用服务器，该方法包括：获取运行支付类应用的设备的姿态特征值和交易行为特征值；根据设备的姿态特征值和交易行为特征值，确定设备在固定时长内的各类交易事件的第一评分；以及，获取在所述固定时长内设备的固有属性特征值及集群属性特征值，和根据设备的固有属性特征值及集群属性特征值，确定第二评分。最终根据第一评分和第二评分，确定设备是否为异常交易设备。该方法用于实时对异常交易行为进行侦测或拦截。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种识别异常设备的方法及装置。

背景技术

近年来，随着智能终端支付技术的不断发展，使用手机进行支付的用户也越来越多。随之而来的是，智能终端支付面临的业务风险也日益显现，特别是近年来犯罪分子利用终端支付进行营销恶意套利的行为愈加猖獗，其套利手段逐渐趋向专业化及团伙化，给企业和个人造成了直接或间接损失。

目前，基于交易个体特征分析的机器学习侦测方法被逐渐利用于营销套利等异常交易的侦测之中。但这种检测方式十分依赖于已有的套利交易样本及其标签数据，无法及时检测出异常交易行为，不能对异常交易行为进行实时侦测或拦截。

发明内容

本发明实施例提供一种识别异常设备的方法及装置，用于实时对异常交易行为进行侦测或拦截。

第一方面、本发明实施例提供一种识别异常设备的方法，该方法应用于支付类应用的应用服务器，该方法包括：

获取运行所述支付类应用的设备的姿态特征值和交易行为特征值，根据所述设备的姿态特征值和交易行为特征值，确定所述设备在固定时长内的各类交易事件的第一评分，获取在所述固定时长内所述设备的固有属性特征值及集群属性特征值。根据所述设备的固有属性特征值及集群属性特征值，确定第二评分。根据所述第一评分和第二评分，确定所述设备是否为异常交易设备。

上述技术方案中，基于设备在不同时段上报的交易数据，以及从设备获取该设备的固有属性信息和集群属性信息确定利用自动化脚本进行刷单操作的异常交易设备，通过及时检测出异常交易行为，对异常交易行为进行实时侦测或拦截。

在一种可能的实现方式里，确定所述设备是否为异常交易设备之后，还包括：当所述设备为异常交易设备时，向所述目标终端发送安全验证请求，所述安全验证请求用于请求所述设备对用户进行验证。

具体的，当确定所述设备为异常交易设备时，在设备中的支付类应用端弹出人机验证页面，可以为验证码、图像框选等实现人机的交互验证，以实现对机器用户的拦截。

在一种可能的实现方式里，根据所述设备的姿态特征值和交易行为特征值，确定所述设备在固定时长内的各类交易事件的第一评分，包括：

针对所述设备的任意一类交易事件，针对所述交易事件的姿态特征值和交易行为特征值，按照公式一确定所述交易事件的异常交易贡献值；

P_event＝N×N′×P_a×P_b....公式一

其中，P_a为所述交易事件的姿态特征值，P_b为所述交易事件的交易行为特征值；N为所述交易事件的总交易时长与所述固定时长的比值；N′为所述交易事件的总交易时长与所述设备的所有交易事件的总时长的比值；

根据各类交易事件的异常交易贡献值的和值，以及交易事件先后顺序因子，按照公式二确定第一评分；

P₁＝(P_event¹+P_event²+…+P_eventⁿ)×k....公式二