[发明专利]基于聚类算法的信息泄漏识别方法、装置及可读存储介质

权利要求书

1.一种基于聚类算法的信息泄漏识别方法，其特征在于，包括：

获取欺诈交易数据，根据所述欺诈交易数据创建卡-商户样本；

基于预设时间范围内的历史欺诈交易数据构造所述卡-商户样本的多维度特征；

基于DBSCAN聚类算法和所述多维度特征对构造的所述卡-商户样本进行聚类，识别异常样本分类；

分析所述异常样本分类，识别潜在信息泄露方。

2.根据权利要求1所述的方法，其特征在于，还包括：

根据所述卡和/或所述商户对应的一个或多个维度对象在所述历史欺诈交易数据中涉及的欺诈交易次数确定所述卡-商户样本的多维度特征。

3.根据权利要求1所述的方法，其特征在于，所述卡-商户样本的多维度特征包括以下中的一种或多种：

商户维度特征、国家维度特征、发卡机构维度特征、收单机构维度特征、卡属性维度特征、交易日期维度特征。

4.根据权利要求3所述的方法，其特征在于，还包括：

根据所述商户在所述历史欺诈交易数据中对应的欺诈交易次数确定所述商户维度特征的值；和/或，

根据所述商户所属国家在所述历史欺诈交易数据中对应的欺诈交易次数确定所述国家维度特征的值；和/或，

根据所述商户对应的收单机构在所述历史欺诈交易数据中对应的欺诈交易次数确定所述收单机构维度特征的值；和/或，

根据所述卡对应的发卡机构在所述历史欺诈交易数据中对应的欺诈交易次数确定所述发卡机构维度特征的值。

5.根据权利要求3所述的方法，其特征在于，还包括：

根据所述卡和/或所述商户在所述历史欺诈交易数据中对应的欺诈交易事件的交易时间信息确定所述交易日期维度特征。

6.根据权利要求5所述的方法，其特征在于，还包括：

根据所述卡和/或所述商户在所述历史欺诈交易数据中对应的欺诈交易事件的交易时间信息的均值确定所述交易日期维度特征。

7.根据权利要求3所述的方法，其特征在于，所述卡属性维度特征指示所述卡的类别。

8.根据权利要求1所述的方法，其特征在于，在创建所述卡-商户样本之前，所述方法还包括：

对所述欺诈交易数据进行预处理，所述预处理包括：去重处理和/或剔除缺失值处理。

9.根据权利要求1所述的方法，其特征在于，基于DBSCAN聚类算法和所述多维度特征对构造的所述卡-商户样本进行聚类，还包括：

基于构造的所述多维度特征，利用DBSCAN聚类算法进行聚类，以将构造的多个所述卡-商户样本聚类成多个样本分类；

在所述多个样本分类中，将样本数量满足预设条件的一个或多个样本分类作为所述异常样本分类；

所述预设异常条件包括：大于所述多个样本分类的平均样本数量；和/或，位于所述多个样本分类的样本数量的前N名，所述N为大于0的整数。

10.根据权利要求1所述的方法，其特征在于，分析所述异常样本分类，获取潜在信息泄露方，还包括：

在所述异常样本分类中确定以下任意一个或多个对象的聚集情况：卡、商户、发卡机构、收单机构；

根据所述聚集情况确定所述潜在信息泄露方。

11.一种基于聚类算法的信息泄漏识别装置，其特征在于，被配置为用于执行如权利要求1-10中任意一项所述的方法，所述装置包括：

样本创建模块，用于获取欺诈交易数据，根据所述欺诈交易数据创建卡-商户样本；

特征构造模块，用于基于预设时间范围内的历史欺诈交易数据构造所述卡-商户样本的多维度特征；

聚类模块，用于基于DBSCAN聚类算法和所述多维度特征对构造的所述卡-商户样本进行聚类，识别异常样本分类；

识别模块，用于分析所述异常样本分类，识别潜在信息泄露方。