[發明專利]個人電子銀行賬戶安全檢測方法及裝置

有效

• 申請號: 201910618263.1
• 申請日: 2019-07-10
• 公開（公告）號: CN110335144B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 姜城;蘇建明;葉紅;金馳
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06F18/214;G06F18/24
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 王濤;任默聞

1.一種個人電子銀行賬戶安全檢測方法，其特征在于，包括：

獲取目標個人電子銀行賬戶的數據并對獲取的所述數據進行預處理得到所述數據對應的特征值；其中，所述數據包括目標個人在電子銀行辦理業務留存的個人信息、銀行卡信息、賬戶設置信息、渠道信息和登錄設備信息；所述個人信息包括客戶基礎信息、證件信息、聯絡信息；所述銀行卡信息包括銀行卡類型信息、銀行卡密碼強度信息、銀行卡最近使用時間信息、臨時掛失信息；所述賬戶設置信息包括對外轉賬權限設置信息、電子商務權限設置信息、繳費支付權限設置信息、理財類交易認證權限設置信息、余額變動提醒設置信息、登錄提醒設置信息、免密交易設置信息、交易限額設置信息、線上境外無卡支付權限設置信息、線下境內交易地區權限設置信息、線下境外交易國家/地區權限設置信息、線下交易時間權限設置信息、電子銀行安全介質類型信息、電子銀行密碼強度信息；所述渠道信息包括：電子銀行渠道使用信息、柜臺及人工渠道使用信息、自助渠道使用信息、合作方渠道使用信息、第三方快捷支付渠道使用信息；所述登錄設備信息包含：設備編號信息、設備硬件信息、銀行應用版本信息、運行程序信息、網絡連接信息、操作系統權限信息、操作系統版本信息、關鍵路徑文件信息、瀏覽器插件信息；

將所述特征值輸入預設的安全評估模型，并將該安全評估模型的輸出作為目標個人電子銀行賬戶的安全性檢測結果，其中，所述安全評估模型為應用個人信息、銀行卡介質信息、賬戶設置信息、渠道信息和登錄設備信息訓練得到的預測模型；

其中，訓練所述安全評估模型的步驟包括：

獲取多份個人電子銀行賬戶的歷史數據，其中，所述歷史數據包括所述個人信息、銀行卡介質信息、賬戶設置信息、渠道信息和登錄設備信息；

基于XGBoost算法，應用所述歷史數據對安全評估模型進行訓練。

2.根據權利要求1所述的個人電子銀行賬戶安全檢測方法，其特征在于，所述對獲取的所述數據進行預處理得到所述數據對應的特征值，包括：

對獲取的所述數據進行篩選處理得到篩選數據；

對所述篩選數據進行歸一化處理得到所述篩選數據對應的特征值。

3.根據權利要求2所述的個人電子銀行賬戶安全檢測方法，其特征在于，所述對獲取的所述數據進行篩選處理得到篩選數據，包括：

刪除獲取的所述數據中符合預設條件的部分數據得到篩選數據。

4.根據權利要求1所述的個人電子銀行賬戶安全檢測方法，其特征在于，在所述基于XGBoost算法，應用所述歷史數據對安全評估模型進行訓練之前，還包括：

對所述歷史數據進行數據清洗和數據標注；

對經數據清洗和數據標注的歷史數據進行特征提取，得到對應的歷史特征數據；

相對應的，所述應用所述歷史數據對安全評估模型進行訓練，包括：

應用所述歷史特征數據對所述安全評估模型進行訓練。

5.根據權利要求4所述的個人電子銀行賬戶安全檢測方法，其特征在于，在所述應用所述歷史特征數據對所述安全評估模型進行訓練之前，還包括：

將經所述歷史特征數據劃分為訓練集和測試集；

相對應的，所述應用所述歷史特征數據對安全評估模型進行訓練，包括：

應用所述訓練集對所述安全評估模型進行訓練。

6.根據權利要求5所述的個人電子銀行賬戶安全檢測方法，其特征在于，在所述應用所述訓練集對所述安全評估模型進行訓練之后，還包括：

應用所述測試集對當前訓練得到的安全評估模型進行測試，并根據測試結果調整該安全評估模型。

7.根據權利要求1所述的個人電子銀行賬戶安全檢測方法，其特征在于，所述目標個人電子銀行賬戶的數據包括：個人信息、銀行卡信息、賬戶設置信息、渠道信息和登錄設備信息。