[发明专利]风险识别方法和装置有效

专利信息
申请号: 202110493571.3 申请日: 2021-05-07
公开(公告)号: CN113222609B 公开(公告)日: 2022-05-06
发明(设计)人: 管楚;付子圣;陈红;巩金慧;周绪刚 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06Q20/40 分类号: G06Q20/40;G06N3/04;G06N3/08
代理公司: 济南信达专利事务所有限公司 37100 代理人: 李世喆
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 风险 识别 方法 装置
【说明书】:

本说明书实施例提供了一种风险识别方法和装置。根据该实施例的方法,首先获取风险图,所述风险图包括节点和节点之间的边,所述节点为实体,所述边为实体间的关联关系;然后将所述风险图输入风险识别模型,得到所述风险图中待识别节点的风险得分;其中所述风险识别模型是预先对所述风险图中已知风险得分的节点的知识进行学习后得到的,所述知识包括特征信息、路径信息和邻居信息。

技术领域

本说明书一个或多个实施例涉及计算机应用技术领域,尤其涉及一种风险识别方法和装置。

背景技术

随着互联网技术的迅猛发展,人们越来越多地利用互联网进行通信、学习、工作,甚至通过互联网进行交易、支付、转账、投资等经济行为。一方面这些行为可能存在一定的风险;另一方面也有一些不法分子容易利用互联网的技术缺陷、法律缺陷等进行不法行为。这些都对网络行为的安全性带来了威胁。因此亟需一种能够自动、准确地实现风险识别的方法。

发明内容

本说明书一个或多个实施例描述了一种风险识别的方法,以便于自动、准确地实现对被识别对象的风险识别。

根据第一方面,提供了一种风险识别方法,包括:

获取风险图,所述风险图包括节点和节点之间的边,所述节点为实体,所述边为实体间的关联关系;

将所述风险图输入风险识别模型,得到所述风险图中待识别节点的风险得分;

其中所述风险识别模型是预先对所述风险图中已知风险得分的节点的知识进行学习后得到的,所述知识包括特征信息、路径信息和邻居信息。

在一个实施例中,所述风险识别模型如下方式训练得到:

确定所述风险图中被标注风险得分的节点;

利用所述风险图中被标注风险得分的节点训练图神经网络GNN,得到所述风险识别模型;

其中,所述GNN在训练过程中学习所述被标注风险得分的节点的特征信息、路径信息和邻居信息的权重信息,以最小化所述GNN对所述被标注风险得分的节点输出的风险得分与标注的风险得分之间的差异。

在另一个实施例中,所述风险识别模型从所述风险图中获取所述待识别节点的特征信息、路径信息和邻居信息,利用预先学习得到的权重信息对所述特征信息、路径信息和邻居信息进行注意力处理;将注意力处理后得到的向量映射至风险得分。

在一个实施例中,该方法还包括:

确定对所述待识别节点的风险得分影响最大的特征和风险子图的组合,其中所述风险子图为所述风险图中包括所述待识别节点的子图。

在另一个实施例中,所述确定对所述风险得分影响最大的特征和风险子图的组合包括:

变换所述待识别节点的特征和风险子图构成的组合;

分别确定各组合与风险得分之间的互信息;

确定所述互信息中满足预设条件时对应的特征和风险子图的组合。

在一个实施例中,所述风险子图中包含的节点数量小于或等于预设数量阈值。

在另一个实施例中,所述实体包括账户或账户群,所述关联关系包括资金关系、交易关系、媒介关系或通讯录关系。

根据第二方面,提供了一种风险识别装置,包括:

图获取单元,被配置为获取风险图,所述风险图包括节点和节点之间的边,所述节点为实体,所述边为实体间的关联关系;

风险评分单元,被配置为将所述风险图输入风险识别模型,得到所述风险图中待识别节点的风险得分;

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支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,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/202110493571.3/2.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