[發(fā)明專利]一種異常轉賬偵測方法和裝置

有效

• 申請?zhí)枺?/td>: 201611264190.3
• 申請日: 2016-12-30
• 公開（公告）號: CN106803168B
• 公開（公告）日: 2021-04-16
• 發(fā)明（設計）人: 胡奕;何朔;邱雪濤;李旭瑞
• 申請（專利權）人: 中國銀聯(lián)股份有限公司
• 主分類號: G06Q20/10
• 分類號: G06Q20/10;G06Q20/38
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃志華

本發(fā)明實施例涉及互聯(lián)網金融領域，尤其涉及一種異常轉賬偵測方法和裝置，用于對轉賬交易進行偵測與發(fā)出異常預警。本發(fā)明實施例中，獲取轉賬交易信息，轉賬交易信息中包括轉出方信息；根據轉出方信息，確定轉出方的異常轉賬偵測模型，異常轉賬偵測模型根據轉出方的社交屬性和轉出方的歷史行為屬性得到；將轉賬交易信息輸入轉出方的異常轉賬偵測模型，得到所述轉賬交易信息的異常概率值，以使當用戶發(fā)起轉賬交易時，對用戶的轉賬交易進行偵測與發(fā)出異常預警。

技術領域

本發(fā)明實施例涉及互聯(lián)網金融領域，尤其涉及一種異常轉賬偵測方法和裝置。

背景技術

隨著互聯(lián)網金融和大數據時代的到來，用戶可以通過互聯(lián)網等方式實現非現金的轉賬交易，由于互聯(lián)網是一個開放的網絡，網上銀行系統(tǒng)也使得銀行內部向互聯(lián)網開放。于是，如何保證非現金轉賬交易的安全性是互聯(lián)網金融和大數據時代的一個至關重要的問題，關系到整個互聯(lián)網金融的安全，也是各銀行保證用戶資金安全需要考慮的重要問題。

在現有的異常轉賬交易檢測技術中，常用的一種方法是提高用戶進行轉賬交易時的安全認證機制，這種方法需要用戶進行多樣化的驗證操作方式或者客戶端與服務器端在交易報文中進行驗證的方式，但這些方式會給用戶帶來額外的驗證操作、增加轉賬交易延遲、降低客戶體驗以及使得交易報文過于復雜、增加服務器端的處理時間；另外一種方法是通過用戶間的關系建立用戶關系網絡進行異常轉賬交易的檢測，但是這種方法僅針對用戶間有歷史轉賬記錄時才能建立關系網絡，若用戶間無歷史轉賬記錄時，則關系網絡構建較為困難。

綜上所述，現有異常轉賬交易檢測技術中存在轉賬交易延遲、若用戶間無歷史轉賬記錄時，則用戶關系網絡構建較為困難的問題，因此，需要提出有效的方法來解決上述問題。

發(fā)明內容

本發(fā)明實施例提供了一種異常轉賬偵測方法和裝置，用以解決現有技術中存在轉賬交易延遲、若用戶間無歷史轉賬記錄時，則關系網絡構建較為困難的問題。

本發(fā)明實施例提供一種異常轉賬偵測方法，包括：

獲取轉賬交易信息，轉賬交易信息中包括轉出方信息；

根據轉出方信息，確定轉出方的異常轉賬偵測模型，異常轉賬偵測模型根據轉出方的社交屬性和轉出方的歷史行為屬性得到；

將轉賬交易信息輸入轉出方的異常轉賬偵測模型，得到轉賬交易信息的異常概率值。

可選地，異常轉賬偵測模型根據轉出方的社交屬性和轉出方的歷史行為屬性得到，包括：

轉出方的社交屬性包括轉出方的自身屬性和從社交網絡獲得的交互屬性；

轉出方的歷史行為屬性包括轉出方的支付行為屬性；

根據自身屬性、交互屬性和支付行為屬性確定轉出方的用戶關系網；

根據歷史轉賬交易正負樣本和用戶關系網絡，通過機器學習算法建立轉出方的異常轉賬偵測模型。

可選地，將轉賬交易信息輸入轉出方的異常轉賬偵測模型，得到轉賬交易信息的異常概率值，包括：

將轉賬交易信息輸入轉出方的異常轉賬偵測模型，得到轉賬交易信息的自身屬性異常概率值、交互屬性異常概率值和支付行為屬性異常概率值；

根據自身屬性異常概率值、交互屬性異常概率值和支付行為屬性異常概率值，得到轉賬交易信息的異常概率值。

可選地，根據歷史轉賬交易正負樣本和用戶關系網絡，通過機器學習算法建立轉出方的異常轉賬偵測模型，包括：

對用戶關系網絡中的自身屬性、交互屬性和支付行為屬性進行相關性分析；

從用戶關系網絡中刪除無相關性的屬性，得到修正后的用戶關系網絡；根據歷史轉賬交易正負樣本和修正后的用戶關系網絡，通過機器學習算法建立轉出方的異常轉賬偵測模型。