[發明專利]一種交易反欺詐方法、裝置及系統

在審

• 申請號: 201910675300.2
• 申請日: 2019-07-25
• 公開（公告）號: CN110378699A
• 公開（公告）日: 2019-10-25
• 發明（設計）人: 張瑩;朱佳棟;高峰;李文豪
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06Q20/40
• 分類號: G06Q20/40;G06Q40/04;G06Q10/06;G06K9/62
• 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

本說明書實施例公開了一種交易反欺詐方法、裝置及系統，所述方法獲取待識別交易數據，提取所述待識別交易數據的交易特征數據；利用預設判定規則對所述待識別交易數據進行判定，獲得所述待識別交易數據的判定結果；將所述交易特征數據輸入預先構建的交易評估模型中，獲得所述待識別交易數據的評估結果，所述交易評估模型根據確認為欺詐交易的樣本數據、確認為非欺詐交易的樣本數據以及未進行確認的樣本數據構建獲得；利用預設決策規則對所述待識別交易數據的評估結果及判定結果進行決策處理，獲得所述待識別交易的反欺詐決策結果。利用本說明書各個實施例，可以實現對實時交易的高效、穩定的風險防控。

技術領域

本發明涉及計算機數據處理技術領域，特別地，涉及一種交易反欺詐方法、裝置及系統。

背景技術

傳統的交易反欺詐系統通常采用專家規則識別欺詐風險。專家規則往往僅針對一個風險事件制定，需要憑專家經驗在事后數據分析，有滯后性。同時，專家規則也不易更新迭代，部署一段時間后防控效果逐漸變差，需要重新制定，專家規則一旦被欺詐分子破解，會完全失效。因此，本技術領域亟需一種可以更加高效、穩定的交易反欺詐方法。

發明內容

本說明書實施例的目的在于提供一種交易反欺詐方法、裝置及系統，可以實現對實時交易的高效、穩定的風險防控。

本說明書提供一種交易反欺詐方法、裝置及系統是包括如下方式實現的：

一種交易反欺詐方法，包括：

獲取待識別交易數據，提取所述待識別交易數據的交易特征數據；

利用預設判定規則確定所述交易特征數據進行判定，獲得所述待識別交易數據的判定結果；

將所述交易特征數據輸入預先構建的交易評估模型中，獲得所述待識別交易數據的評估結果，所述交易評估模型根據確認為欺詐交易的樣本數據、確認為非欺詐交易的樣本數據以及未進行確認的樣本數據構建獲得；

利用預設決策規則對所述待識別交易數據的評估結果及判定結果進行決策處理，獲得所述待識別交易的反欺詐決策結果。

本說明書提供的所述方法的另一個實施例中，所述交易特征數據包括交易基礎特征數據，所述交易基礎特征數據包括所述待識別交易數據中的交易金額特征、交易時間特征、轉賬類型特征、卡特征、客戶特征、賬戶特征中的一種或者多種組合形成的特征數據。

本說明書提供的所述方法的另一個實施例中，所述交易特征數據包括時序行為特征數據，所述時序特征數據包括所述待識別交易數據的交易金額與歷史交易的比對特征、所述待識別交易數據的MAC/IP下的歷史交易記錄特征、所述待識別交易數據的轉出/轉入賬號下的歷史交易記錄特征、所述待識別交易數據的地理位置特征。

本說明書提供的所述方法的另一個實施例中，所述交易評估模型采用下述方式構建：

獲取歷史交易數據，提取各歷史交易數據的交易特征數據，獲得初始樣本集；

將所述初始樣本集中的樣本數據劃分為黑樣本數據、白樣本數據、灰樣本數據，所述黑樣本數據包括確認為欺詐交易的樣本數據，所述白樣本數據包括確認為非欺詐交易的樣本數據，所述灰樣本數據包括未進行確認的樣本數據；

將黑樣本數據標記為欺詐，將白樣本數據、灰樣本數據標記為非欺詐，構建獲得第一樣本集，利用所述第一樣本集進行模型構建，獲得第一交易評估模型；

將黑樣本數據及灰樣本數據標記為欺詐，將白樣本數據標記為非欺詐，構建獲得第二樣本集，利用所述第二樣本集對所述第一交易評估模型進行更新處理，獲得交易評估模型。

本說明書提供的所述方法的另一個實施例中，根據LR算法對所述交易評估模型進行構建。

本說明書提供的所述方法的另一個實施例中，所述方法還包括：