[发明专利]风险识别方法和装置

说明书

本说明书实施例提供了一种风险识别方法和装置。该方法首先获取用户在当前交易中输入的文本信息；利用所述文本信息进行第一风险识别，确定是否存在风险；如果否，则获取所述用户在M次历史交易中产生的M次交易行为信息；M为大于1的正整数；利用所述M次交易行为信息，生成用户行为序列；利用所述用户行为序列进行第二风险识别，确定是否存在风险。

技术领域

本说明书一个或多个实施例涉及电子信息技术，尤其涉及风险识别方法和装置。

背景技术

随着互联网经济的发展，人们通过互联网进行交易已经成为了普遍现象。而随着互联网交易的日益广泛，出现了大量利用互联网进行违规交易的行为。比如，将在互联网上购买的商品发货到一个被禁止交易的地点。

因此，需要对互联网交易行为进行监控，识别出互联网交易行为的风险。

发明内容

本说明书一个或多个实施例描述了风险识别方法和装置，能够更好地识别出互联网交易行为的风险。

根据第一方面，提供了一种风险识别方法，包括：

获取用户在当前交易中输入的文本信息；

利用所述文本信息进行第一风险识别，确定是否存在风险；

如果否，则获取所述用户在M次历史交易中产生的M次交易行为信息；M为大于1的正整数；

利用所述M次交易行为信息，生成用户行为序列；

利用所述用户行为序列进行第二风险识别，确定是否存在风险。

其中，所述文本信息包括：当前交易的收货方信息；

则，所述利用所述文本信息进行第一风险识别，包括：

判断所述当前交易的收货方信息中是否包括预设的风险关键词，如果包括，则确定存在风险；和/或，根据当前交易的收货方信息得到至少两个原始向量；将该至少两个原始向量输入预先训练的对抗模型中，得到由该对抗模型输出的是否存在风险的输出结果。

其中，所述对抗模型的训练方法包括：

根据原始样本，得到至少两个原始向量；

从所述至少两个原始向量中选择出待扰动向量；

对待扰动向量添加对抗扰动，得到扰动向量；

在预先设置的向量池中检索与扰动向量相近似的向量；其中，所述向量池中包括根据各历史原始样本得到的各历史原始向量；

根据检索到的相近似的向量，得到对抗样本；

利用所述对抗样本训练所述对抗模型。

其中，每一次交易行为信息中包括：交易使用的设备的标识、付款账户信息、邮箱、交易地点、交易金额、交易时间、收货方信息中的至少一个；

所述利用所述用户行为序列进行第二风险识别，包括：将所述用户行为序列输入预先训练的WideDeep模型中，得到该模型输出的是否存在风险的输出结果。

其中，利用所述M次交易行为信息生成用户行为序列，包括：利用所述用户在连续M次历史交易中输入的M个收货方信息，生成由M个收货方信息组成的用户行为序列；

所述利用所述用户行为序列进行第二风险识别，包括：判断M个收货方信息之间的相似度是否大于预定值，如果是，则通过比较该M个收货方信息判断是否至少一个收货方信息中的至少一个字节被隐藏或者被改写，如果是，则确定存在风险。

进一步包括：

利用所述用户进行所述当前交易时使用的交易介质以及其他用户进行交易时使用的交易介质，得到介质关系图；