[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

说明书

本发明提供了基于聚类算法的信息泄漏识别方法、装置、系统及可读存储介质，该方法包括：获取欺诈交易数据，根据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卡‑商户样本的多维度特征；基于DBSCAN聚类算法和多维度特征对构造的卡‑商户样本进行聚类，识别异常样本分类；分析异常样本分类，识别潜在信息泄露方。利用上述方法，能够更快速有效地识别出信息泄露事件。

技术领域

本发明属于计算机软件领域，具体涉及基于聚类算法的信息泄漏识别方法、装置及可读存储介质。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

近年来，信息泄露导致的欺诈事件日益增加，且变化多样，具有发生频次高、规模大、攻击产业化等趋势。信息泄露事件的相关方包括大型酒店、航空公司、连锁百货、收单代理商、无证支付APP等，既有境内也有境外，既有核心系统也有外围系统，境内外黑客频繁攻击各商户、支付机构、外围相关服务商系统盗用账户信息，继而在“黑市”明码标价进行兜售，给产业各方带来严重损失。

近年来支付行业内发生的多起疑似信息泄露导致后续境外集中盗刷的事件。收单下属代理商、无证支付类APP等外围合作机构已成为信息泄露风险的重灾区。外围合作机构为不直接接入支付网络但能接触到银行卡交易信息的机构，其存在隐藏性高、同时连接多个收单和商户、调查信息少等问题，给信息泄露点的侦测识别带来较大困难。从案件发生到确认信息泄露案件耗时过长，无法在案件发生后第一时间采取措施，造成巨大损失无法挽回。信息泄露事件面临存在无特定的预警机制、发现和识别滞后等问题。

因此，如何更快速高效地识别清算机构信息泄露案件是一个亟待解决的问题。

发明内容

针对上述现有技术中存在的问题，提出了一种基于聚类算法的信息泄漏识别方法、装置及计算机可读存储介质，利用这种方法、装置及计算机可读存储介质，能够解决上述问题。

本发明提供了以下方案。

第一方面，提供一种基于聚类算法的信息泄漏识别方法，包括：获取欺诈交易数据，根据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卡-商户样本的多维度特征；基于DBSCAN聚类算法和多维度特征对构造的卡-商户样本进行聚类，识别异常样本分类；分析异常样本分类，识别潜在信息泄露方。

在一实施方式中，还包括：根据卡和/或商户对应的一个或多个维度对象在历史欺诈交易数据中涉及的欺诈交易次数确定卡-商户样本的多维度特征。

在一实施方式中，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。

在一实施方式中，还包括：根据商户在历史欺诈交易数据中对应的欺诈交易次数确定商户维度特征的值；和/或，根据商户所属国家在历史欺诈交易数据中对应的欺诈交易次数确定国家维度特征的值；和/或，根据商户对应的收单机构在历史欺诈交易数据中对应的欺诈交易次数确定收单机构维度特征的值；和/或，根据卡对应的发卡机构在历史欺诈交易数据中对应的欺诈交易次数确定发卡机构维度特征的值。

在一实施方式中，还包括：根据卡和/或商户在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交易日期维度特征。

在一实施方式中，还包括：根据卡和/或商户在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交易日期维度特征。

在一实施方式中，卡属性维度特征指示卡的类别

在一实施方式中，在创建卡-商户样本之前，方法还包括：对欺诈交易数据进行预处理，预处理包括：去重处理和/或剔除缺失值处理。