[發(fā)明專利]通過RDS實現支付風險智能判斷和控制的系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 201811631962.1
• 申請日: 2018-12-28
• 公開（公告）號: CN109767227B
• 公開（公告）日: 2021-03-23
• 發(fā)明（設計）人: 黎星
• 申請（專利權）人: 深圳市訊聯(lián)智付網絡有限公司
• 主分類號: G06Q20/40
• 分類號: G06Q20/40;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: 李欣

本發(fā)明公開了一種通過RDS實現支付風險智能判斷和控制的系統(tǒng)及方法，旨在依托RDS海量大數據方式多維度收集用戶數據，運用數據挖掘、機器學習能力等構建用戶模型，并利用實時流計算技術持續(xù)完善建立精準的風控模型和策略來識別交易風險特征，實現風險的事前預警和事中實時處理，從而最大限度的保護用戶的資金安全。

技術領域

本發(fā)明涉及移動通信技術，特別涉及一種通過RDS實現支付風險智能判斷和控制的系統(tǒng)及方法。

背景技術

隨著互聯(lián)網的推廣與普及，網上支付由于具有方便、快捷和高效的優(yōu)點，逐漸成為人們從事經濟生活的新模式。但是，由于網絡的開放性，人們在進行網絡支付時，由于病毒或黑客的存在，存在支付賬號和支付密碼被盜的情況，從而為賬號持有者造成經濟損失。網絡支付的安全問題已成為制約網絡交易的重要因素，如何降低網絡支付的風險性，對于規(guī)范網絡支付市場，提高人們選擇網上交易的積極性具有重要意義。

傳統(tǒng)支付體系單一的風控緯度和實時性較低的處理速度已經不能滿足新形勢下風險控制要求。如何提高支付風控系統(tǒng)的多樣性和智能性，如何增強支付風控系統(tǒng)的實時對抗性，如何完善自身系統(tǒng)機器學習能力，已成為支付風險管理領域的主要研究方向。

發(fā)明內容

本發(fā)明提出了一種通過RDS實現支付風險智能判斷和控制的系統(tǒng)及方法，旨在依托RDS海量大數據方式多維度收集用戶數據，運用數據挖掘、機器學習能力等構建用戶模型，并利用實時流計算技術持續(xù)完善建立精準的風控模型和策略來識別交易風險特征，實現風險的事前預警和事中實時處理，從而最大限度的保護用戶的資金安全。RDS，Relational Database Service，關系型數據庫服務的簡稱，是一種即開即用、穩(wěn)定可靠、可彈性伸縮的在線數據庫服務，具有多重安全防護措施和完善的性能監(jiān)控體系，并提供專業(yè)的數據庫備份、恢復及優(yōu)化方案。

本發(fā)明提出的通過RDS實現支付風險智能判斷和控制的系統(tǒng)，其包括數據分析中心、實時流計算中心和風控決策引擎中心。

優(yōu)選地，所述數據分析中心的用途是依托RDS海量數據進行計算分析并輸出標準用戶模型，標準用戶模型主要包含用戶行為習慣信息、用戶社交關系網絡信息和交易風險特征信息等，所述標準用戶模型是風控過程中風險事件的參照依據。所述數據分析中心主要包含三個模塊：數據收集模塊、數據存儲模塊和數據建模模塊。

優(yōu)選地，所述數據收集模塊用于通過各種渠道日常收集用戶信息，所述數據存儲模塊用于存儲用戶信息，所述用戶信息包含身份信息、行為習慣信息、設備信息、征信信息、財富信息等數據。數據存儲模塊的主要存儲方式分為兩種，其設置有RDS分布存儲器和內存存儲器。RDS分布式存儲器用于存儲全量的用戶信息，內存存儲器用于存儲高頻訪問的用戶信息。

優(yōu)選地，所述數據建模模塊根據統(tǒng)計建模、機器學習以及特征工程等科學的方法進行計算分析并輸出標準用戶模型。統(tǒng)計建模是以計算機統(tǒng)計分析軟件為工具，利用各種統(tǒng)計分析方法對批量數據建立統(tǒng)計模型和探索處理的過程，用于揭示數據背后的因素，詮釋社會經濟現象，或對經濟和社會發(fā)展作出預測或判斷。機器學習是一門多領域交叉學科，涉及概率論、統(tǒng)計學、逼近論、凸分析、算法復雜度等多門學科，其專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。特征工程本質是一項工程活動，目的是最大限度地從原始數據中提取特征以供算法和模型使用。

優(yōu)選地，所述實時流計算中心的用途是計算處理用戶支付業(yè)務交易過程中的數據流，使所述標準用戶模型結合其最新計算處理的數據流瞬時建模，并輸出實時用戶模型，所述數據流為用戶支付業(yè)務交易過程中產生的大量、快速、時變的數據。在用戶持久性建模不滿足現狀的情況下，以最新數據流瞬時建模，以熱數據形式秒級反饋給業(yè)務，熱數據指即時的位置狀態(tài)、交易和瀏覽行為。