[發明專利]轉賬風險檢測方法及系統

在審

• 申請號: 202010146496.9
• 申請日: 2020-03-05
• 公開（公告）號: CN111401906A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 黃瓊;暨光耀;文幸亮;丘士丹
• 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;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;孫乳筍

1.一種轉賬風險檢測方法，其特征在于，所述方法包含：

獲取歷史電信詐騙數據和標準電信交易數據；

根據所述歷史電信詐騙數據和所述標準電信交易數據，通過正態分布原理對所述歷史電信詐騙數據進行去噪預處理，獲得電信詐騙樣本數據；

通過隨機森林算法對所述電信詐騙樣本數據進行強勢特征提取，獲得詐騙特征數據；

獲取待檢測交易數據，根據所述詐騙特征數據和所述待檢測交易數據通過隨機森林算法獲得待測特征數據的相似度值；

根據所述相似度值與預定風險閾值的比較結果獲得待檢測交易數據的風險檢測結果。

2.根據權利要求1所述的轉賬風險檢測方法，其特征在于，根據所述詐騙特征數據和所述待檢測交易數據通過隨機森林算法獲得待測特征數據的相似度值包含：

根據所述詐騙特征數據中多個特征建立決策樹，通過所述決策樹生成隨機森林；

通過所述隨機森林對所述待檢測交易數據進行特征比對，獲得待測特征數據的相似度值。

3.根據權利要求1所述的轉賬風險檢測方法，其特征在于，通過正態分布原理對所述歷史電信詐騙數據進行去噪預處理包含：

獲取所述歷史電信詐騙數據中多個詐騙數據的缺失情況；

將各詐騙數據的缺失情況分別與預設缺失閾值，篩選獲得小于預設缺失閾值的詐騙樣本；

通過零值填充所述詐騙樣本中缺失內容獲得詐騙樣本數據；

根據所述詐騙樣本數據獲得電信詐騙樣本數據。

4.根據權利要求3所述的轉賬風險檢測方法，其特征在于，根據所述詐騙樣本數據獲得電信詐騙樣本數據包含：

根據所述詐騙樣本數據和所述標準電信交易數據，根據正態分布理論計算所述詐騙樣本數據中各詐騙樣本的標準差；

根據各詐騙樣本的標準差與噪聲閾值之間的比對結果，獲得去噪后的電信詐騙樣本數據。

5.根據權利要求1至4中任一項所述的轉賬風險檢測方法，其特征在于，所述歷史電信詐騙數據包含交易金額、轉賬方年齡、職業、轉賬卡號與收款方卡號歸屬地匹配情況、二者交易記錄、轉賬卡號歷史最高交易金額、歷史平均交易金額、歷史交易金額標準差、收款方近一預設周期收入合計值、收款方近一預設周期支出和距離上次交易時長、近一預設周期交易次數中一個或多個的組合。

6.根據權利要求5所述的轉賬風險檢測方法，其特征在于，所述待檢測交易數據與所述歷史電信詐騙數據的數據類型相同。

7.一種轉賬風險檢測系統，其特征在于，所述系統包含采集模塊、特征分析模塊、算法處理模塊和風險確定模塊；

所述采集模塊用于獲取歷史電信詐騙數據和標準電信交易數據；

所述特征分析模塊用于根據所述歷史電信詐騙數據和所述標準電信交易數據，通過正態分布原理對所述歷史電信詐騙數據進行去噪預處理，獲得電信詐騙樣本數據；通過隨機森林算法對所述電信詐騙樣本數據進行強勢特征提取，獲得詐騙特征數據；

所述算法處理模塊用于獲取待檢測交易數據，根據所述詐騙特征數據和所述待檢測交易數據通過隨機森林算法獲得待測特征數據的相似度值；

所述風險確定模塊用于根據所述相似度值與預定風險閾值的比較結果獲得待檢測交易數據的風險檢測結果。

8.根據權利要求7所述的轉賬風險檢測系統，其特征在于，所述算法處理模塊包含：

根據所述詐騙特征數據中多個特征建立決策樹，通過所述決策樹生成隨機森林；

通過所述隨機森林對所述待檢測交易數據進行特征比對，獲得待測特征數據的相似度值。

9.根據權利要求7所述的轉賬風險檢測系統，其特征在于，所述特征分析模塊還包含預處理單元，所述預處理單元用于獲取所述歷史電信詐騙數據中多個詐騙數據的缺失情況；將各詐騙數據的缺失情況分別與預設缺失閾值，篩選獲得小于預設缺失閾值的詐騙樣本；通過零值填充所述詐騙樣本中缺失內容獲得詐騙樣本數據；根據所述詐騙樣本數據獲得電信詐騙樣本數據。