[发明专利]用于监测用户终端与节点设备之间交互过程的方法和装置

权利要求书

1.一种用于监测用户终端与节点设备之间交互过程的方法，其特征在于，包含下列步骤：

A、由多个用户终端的历史交互数据得到该多个用户终端的可信度水平；

B、由所述历史交互数据和所述可信度水平得到与一个节点设备组相关联的地理位置集合；以及

C、确定当前时段内所述多个用户终端中的一个或多个和所述节点设备组之间的交互模式与所述可信度水平和所述地理位置集合的匹配性。

2.如权利要求1所述的方法，其中，进一步包括下列步骤：

D、如果匹配，则判断当前时段内所述多个用户终端中的一个或多个和所述节点设备组之间的交互模式为正常模式，否则，则判断交互模式为异常模式。

3.如权利要求1所述的方法，其中，所述用户终端为移动终端，所述节点设备组为分布在多个地理位置处并且具有相同的商户编码和终端代码的交易处理设备，用户终端和节点设备组之间的交互涉及用户与商户之间的交易。

4.如权利要求1所述的方法，其中，步骤A包括：

A1、由所述历史交互数据提取与所述多个用户终端相关联的交互行为特征和设备特征；

A2、基于所提取的交互行为特征和设备特征，利用分类训练算法得到所述多个用户终端的可信度评分模型；以及

A3、对于所述多个用户终端中的每一个，利用所得到的可信度评分模型得到相应的可信度水平。

5.如权利要求4所述的方法，其中，每个用户终端的交互行为特征包括下列中的一项或多项：该用户终端进行交互时所处的交互位置、该用户终端进行指定类型交互的次数在其总交互次数中的占比、一个或多个周期内该用户终端进行交互的次数在其所属地理范围内的总交互次数中的占比以及该用户终端单位内时间内其位置发生改变的次数。

6.如权利要求4所述的方法，其中，每个用户终端的设备特征包括下列中的一项或多项：设备类型、用户终端是否被root、操作系统的版本号、用户终端是否以模拟器方式运行、手机基带版本号、已安装的应用列表、用户终端仰角、陀螺仪、IP地址和应用版本号。

7.如权利要求4所述的方法，其中，所述分类算法训练模型包括XGBOOST、GBDT、随机森林和图神经网络。

8.如权利要求1所述的方法，其中，步骤B包括：

B1、由历史交互数据提取所述多个用户终端与所述节点设备组交互时的多个交互位置；

B2、利用聚类算法，对所提取的多个交互位置进行聚类处理以得到与所述节点设备组相关联的地理位置集合。

9.如权利要求1所述的方法，其中，步骤B包括：

B1、由历史交互数据提取所述多个用户终端与所述节点设备组交互时的多个交互位置；

B2、对于所述多个交互位置的每一个，基于每个用户终端的可信度水平和该用户终端在该交互位置处完成指定类型交互和非指定类型交互的次数来确定与该用户终端相对应的位置权重分量；

B3、由所述位置权重分量得到所述多个交互位置的每一个的位置权重值；

B4、基于所述多个交互位置的每一个的位置权重值确定是否将该交互位置包含在所述地理位置集合中。

10.如权利要求9所述的方法，其中，在步骤B3中，如果交互位置的位置权重值大于预设的第一阈值，则将该交互位置包含在所述地理位置集合中。

11.如权利要求8或9所述的方法，其中，在步骤B1中，对于所述历史交互数据中多种类型的位置数据，其按照下列优先级顺序被用来确定所述多个用户终端与所述节点设备组交互时的多个交互位置：用户终端的卫星定位数据、IP地址、与所述节点设备组交互次数最多的位置、手机号码归属地和用户身份证号所属地。