[發(fā)明專利]用于確定登錄賬戶的風(fēng)險的方法、裝置、設(shè)備及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201711331623.7
• 申請日: 2017-12-13
• 公開（公告）號: CN109922032B
• 公開（公告）日: 2022-04-19
• 發(fā)明（設(shè)計）人: 范濤;馬國強
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40;G06Q20/40;G06Q40/02
• 代理公司: 北京英賽嘉華知識產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達佐;馬曉亞

本申請公開了一種用于確定登錄賬戶的風(fēng)險的方法和裝置。方法包括：獲取登錄請求信息，登錄請求信息包括用戶賬戶、登錄時間和以下一項或多項：IP地址、登錄設(shè)備以及基于位置的服務(wù)信息；將登錄請求信息輸入用于確定登錄賬戶風(fēng)險的風(fēng)險控制模型，得到風(fēng)險控制模型輸出的風(fēng)險信息，風(fēng)險控制模型的訓(xùn)練樣本基于被盜用戶賬戶的登錄行為數(shù)據(jù)和所有用戶賬戶的登錄成功樣本確定。該方法可以基于被盜用戶賬戶的登錄行為數(shù)據(jù)快速學(xué)習(xí)欺詐案例，并在新的欺詐案例發(fā)生時快速更新模型，從而可以基于風(fēng)險控制模型更加精準(zhǔn)的識別請求登錄的用戶賬號的欺詐風(fēng)險。

技術(shù)領(lǐng)域

本申請涉及計算機技術(shù)領(lǐng)域，具體涉及計算機網(wǎng)絡(luò)技術(shù)領(lǐng)域，尤其涉及用于確定登錄賬戶的風(fēng)險的方法和裝置。

背景技術(shù)

隨著近幾年國內(nèi)互聯(lián)網(wǎng)金融的飛速發(fā)展，涌現(xiàn)了一大批互聯(lián)網(wǎng)金融公司，互聯(lián)網(wǎng)金融公司一方面通過各種渠道不斷吸引用戶，取得好的業(yè)績，另一方面也面臨嚴重的用戶欺詐風(fēng)險。因此，建立穩(wěn)健的風(fēng)控系統(tǒng)對一個互聯(lián)網(wǎng)金融公司是十分重要的。如何檢測賬號是否是一個自然人，以及是否是用戶本人則是重中之重。

發(fā)明內(nèi)容

本申請實施例提出一種用于確定登錄賬戶的風(fēng)險的方法和裝置。

第一方面，本申請實施例提供了一種用于確定登錄賬戶的風(fēng)險的方法，包括：獲取登錄請求信息，登錄請求信息包括用戶賬戶、登錄時間和以下一項或多項：IP地址、登錄設(shè)備以及基于位置的服務(wù)信息；將登錄請求信息輸入用于確定登錄賬戶風(fēng)險的風(fēng)險控制模型，得到風(fēng)險控制模型輸出的風(fēng)險信息，風(fēng)險控制模型的訓(xùn)練樣本基于被盜用戶賬戶的登錄行為數(shù)據(jù)和所有用戶賬戶的登錄成功樣本確定。

在一些實施例中，風(fēng)險控制模型基于以下步驟確定：采用風(fēng)險控制模型的訓(xùn)練樣本訓(xùn)練風(fēng)險控制模型；采用檢驗評估方法檢驗訓(xùn)練好的風(fēng)險控制模型；基于檢驗結(jié)果，優(yōu)化風(fēng)險控制模型。

在一些實施例中，風(fēng)險控制模型的訓(xùn)練樣本基于被盜用戶賬戶的登錄行為數(shù)據(jù)和所有用戶賬戶的登錄成功樣本確定包括：預(yù)處理風(fēng)險控制模型的特征，得到證據(jù)權(quán)重指標(biāo)；獲取歷史預(yù)定時間段內(nèi)被盜用戶賬戶的登錄行為數(shù)據(jù)；隨機欠采樣歷史預(yù)定時間段內(nèi)所有用戶賬戶的登錄成功樣本；基于登錄行為數(shù)據(jù)和登錄成功樣本，采用證據(jù)權(quán)重指標(biāo)和專家經(jīng)驗獲取風(fēng)險控制模型的訓(xùn)練樣本。

在一些實施例中，風(fēng)險控制模型的特征基于以下一項或多項離線特征挖掘模型確定：IP地址風(fēng)險模型、設(shè)備風(fēng)險模型、設(shè)備社團模型、用戶歷史行為模型和被盜賬號模型。

在一些實施例中，IP地址風(fēng)險模型基于以下步驟確定：基于歷史預(yù)定時間段內(nèi)登錄行為數(shù)據(jù)中的所有用戶賬戶和對應(yīng)用戶賬戶的IP 地址，建立二分圖第一網(wǎng)絡(luò)，其中，二分圖第一網(wǎng)絡(luò)中的邊指示用戶賬戶在IP地址登錄的關(guān)聯(lián)關(guān)系；獲取被盜用戶賬戶，將被盜用戶賬戶作為二分圖第一網(wǎng)絡(luò)的節(jié)點的第一賬戶種子；基于預(yù)設(shè)的第一賬戶種子的風(fēng)險得分，采用影響力擴散算法，將第一賬戶種子的風(fēng)險得分在二分圖第一網(wǎng)絡(luò)上進行擴展，計算IP地址的風(fēng)險得分；根據(jù)IP地址的風(fēng)險得分，確定IP地址的風(fēng)險等級。

在一些實施例中，設(shè)備風(fēng)險模型基于以下步驟確定：基于歷史預(yù)定時間段內(nèi)登錄行為數(shù)據(jù)中的所有用戶賬戶和對應(yīng)用戶賬戶的用戶設(shè)備，建立二分圖第二網(wǎng)絡(luò)，其中，二分圖第二網(wǎng)絡(luò)的邊指示用戶賬戶在用戶設(shè)備上登錄的關(guān)聯(lián)關(guān)系；獲取被盜用戶賬戶，將被盜用戶賬戶作為二分圖第二網(wǎng)絡(luò)的節(jié)點的第二賬戶種子；基于預(yù)設(shè)的第二賬戶種子的風(fēng)險得分，采用影響力擴散算法，將第二賬戶種子的風(fēng)險得分在二分圖第二網(wǎng)絡(luò)上進行擴展，計算用戶設(shè)備的風(fēng)險得分；根據(jù)用戶設(shè)備的風(fēng)險得分，確定用戶設(shè)備的風(fēng)險等級。

在一些實施例中，設(shè)備社團模型基于以下步驟確定：基于在歷史預(yù)定時間段內(nèi)所有用戶賬戶的同時登錄行為數(shù)據(jù)和協(xié)同過濾算法，計算設(shè)備間相似度；將設(shè)備間相似度超過預(yù)定相似度閾值的兩臺設(shè)備建立一條邊，構(gòu)建設(shè)備關(guān)聯(lián)網(wǎng)絡(luò)；采用社團識別算法，識別設(shè)備關(guān)聯(lián)網(wǎng)絡(luò)中的社團；響應(yīng)于社團覆蓋的設(shè)備數(shù)超過預(yù)定閾值，將社團中的設(shè)備標(biāo)記為風(fēng)險設(shè)備社團。