[发明专利]一种基于神经网络模型的欺诈行为分析系统

说明书

本发明公开了一种基于神经网络模型的欺诈行为分析系统，属于欺诈行为分析技术领域，包括关联聚合数据集和数据处理中心，所述数据处理中心输入端与关联聚合数据集输出端相连接，所述数据处理中心用于处理分析关联聚合数据集聚合后数据。本发明中，通过设计的神经元处理单元，能够通过机器学习模块建立神经网络模型对大数据中诈骗特征进行提取分析，并且通过运用大数据技术识别互联网欺诈内容，反向定位源头，多种欺诈内容联动分析，可全天24小时实时监控，具备快速以及准确的识别能力，同时能够通过记录用户诈骗特征数据对神经网络模型进行数据更新，提高对大数据环境下数据快速变换的适应能力。

技术领域

本发明属于欺诈行为分析技术领域，尤其涉及一种基于神经网络模型的欺诈行为分析系统。

背景技术

随着科技发展的今天，通过互联网进行的网络欺诈行为正在取代传动电信诈骗成为主要的诈骗手段，互联网电信诈骗相较于传统欺诈行为具有更难追溯的特性，因此需要进行欺诈行为前端分析来满足对诈骗行为的预防处理。

现有的欺诈行为防护系统多通过对发生欺诈告警警报后进行追踪行为分析，缺乏一定的预防分析能力，对欺诈行为的导向预测能力不足，并且在大数据发展的今天，不能很好满足对大量数据的集成处理调控能力，进而影响到欺诈行为的预防和处理，缺乏对大数据环境下诈骗源头的快速定位识别，并且不能对网络欺诈态势进行预判处理，影响到对欺诈行为的分析调控。

发明内容

本发明的目的在于：为了解决对欺诈行为的导向预测能力不足，影响到欺诈行为的预防和处理，缺乏对大数据环境下诈骗源头的快速定位识别，并且不能对网络欺诈态势进行预判处理的问题，而提出的一种基于神经网络模型的欺诈行为分析系统。

为了实现上述目的，本发明采用了如下技术方案：

一种基于神经网络模型的欺诈行为分析系统，包括关联聚合数据集和数据处理中心，所述数据处理中心输入端与关联聚合数据集输出端相连接，所述数据处理中心用于处理分析关联聚合数据集聚合后数据，所述关联聚合数据集输出端连接有数据关联单元，所述数据关联单元用于获取通过对关联聚合数据集收集的多维度数据进行关联处理，所述关联聚合数据集输入端连接有可疑URL分析模块，所述可疑URL分析模块用于收集屏蔽可疑URL数据保证数据纯净度，所述据处理中心输入端双向连接有神经元处理单元，所述神经元处理单元用于通过算法模型对数据处理中心进行大数据运算分析支持。

作为上述技术方案的进一步描述：

所述关联聚合数据集包括用户数据获取模块，所述用户数据获取模块用于获取用户信令数据、签约数据、话单数据、通话行为数据、短信、彩信数据和上网行为数据，所述用户数据获取模块输入端连接有AI识别检测模块，所述AI识别检测模块用于对数据内图像包进行识别获取文字数据并判断是否有诈骗字眼，所述用户数据获取模块输入端连接有诈骗行为相似度判断模块，通过对数据内行为特征进行相似度筛选判断。

作为上述技术方案的进一步描述：

所述数据关联单元包括多维聚合模块、用户记录模块、信息发送方记录模块和时间记录模块，所述多维聚合模块用于对多维度数据进行聚合综合处理，所述用户记录模块在于征求用户同意后记录用户历史数据，所述信息发送方记录模块用于记录发送方通信数据，所述时间记录模块用于记录不同时间情况下的数据通信情况。

作为上述技术方案的进一步描述：

所述数据关联单元还包括特征经验模型，所述特征经验模型用于提取数据特征并进行经验递归学习，且特征经验模块通过关联聚合数据集与可疑URL分析模块相连接。

作为上述技术方案的进一步描述：

所述用户数据获取模块输入端连接有社交独立用户检测模块，所述社交独立用户检测模块检测通话通信数据判断是否为独立的出现违规行为的账号，即经常对别人发送信息，但不会接收信息，进而对其可疑程度通过数据处理中心和神经元处理单元进行分析研判。

作为上述技术方案的进一步描述：