[發明專利]一種交易告警的方法和裝置

有效

• 申請號: 202010151798.5
• 申請日: 2020-03-06
• 公開（公告）號: CN111415168B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 胡海斌;閆立志;江春麗
• 申請（專利權）人: 中國建設銀行股份有限公司
• 主分類號: G06Q20/40
• 分類號: G06Q20/40;G06Q40/04;G06F16/36
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 張一軍;郭晗

本發明公開了一種交易告警方法和裝置，涉及計算機技術領域。該方法的一具體實施方式包括：獲取歷史異常交易數據，基于所述歷史異常交易數據構建異常交易關系圖；獲取預定義時間范圍內待查的交易數據，基于所述交易數據構建交易關系圖；基于頻繁子圖挖掘模型，在所述交易關系圖中查找與所述異常交易關系圖匹配的目標交易關系子圖；基于所述目標交易關系子圖包含的相關交易信息，形成交易告警信息。該實施方式能夠提高識別欺詐交易的準確性，降低識別欺詐交易的成本和復雜度。

技術領域

本發明涉及計算機技術領域，尤其涉及一種交易告警的方法和裝置。

背景技術

在商業銀行日常的交易中，存在大量的欺詐交易行為，經常給銀行的客戶帶來巨大的資金損失，并且對商業銀行的信譽造成負面影響，因此銀行的資金交易反欺詐是一項重要的風險控制工作。

隨著信息技術的發展，資金交易欺詐的技術手段也層出不窮，目前，銀行的反欺詐技術手段包含專家規則法、機器學習算法識別交易欺詐和風險等等。

在實現本發明過程中，發明人發現現有技術中至少存在如下問題：

利用專家規則法的銀行反欺詐技術手段是指基于專家積累的經驗總結成反欺詐規則，并將反欺詐規則固化在交易流程中或者風控引擎中，專家規則法對確定性比較高的欺詐交易能起到阻斷作用；但是由于反欺詐規則的固定性，容易被欺詐交易所攻破或者繞過，造成識別欺詐交易尤其是識別新型欺詐交易的準確性下降。

利用機器學習算法，通過收集歷史交易記錄中的正常交易和異常交易的特征數據，通過海量交易記錄的機器學習算法訓練，得出反欺詐交易識別的分類模型，并將模型用于交易記錄的檢測識別；但是相比于正常交易，欺詐交易的樣本數據較少，因此增加了機器學習算法的難度、影響了識別欺詐交易的準確性，進而增加了識別欺詐交易的復雜度，降低了識別欺詐交易的準確率。

發明內容

有鑒于此，本發明實施例提供一種交易告警的方法和裝置，能夠獲取歷史異常交易數據，基于所述歷史異常交易數據構建異常交易關系圖；獲取預定義時間范圍內待查的交易數據，基于所述交易數據構建交易關系圖；所述異常交易關系圖和所述交易關系圖分別包括：指示交易對象信息的至少兩個頂點；當任意兩個頂點的交易對象之間存在交易關系時，連接所述兩個頂點，形成指示所述交易關系信息的邊；基于子圖同構模型在所述交易關系圖中查找與所述異常交易關系圖匹配的目標交易關系子圖；根據所述目標交易關系子圖包含的相關交易信息，形成交易告警信息。提高了識別欺詐交易的準確性，降低了識別欺詐交易的成本和復雜度。

為實現上述目的，根據本發明實施例的一個方面，提供了一種交易告警的方法，其特征在于，包括：獲取歷史異常交易數據，基于所述歷史異常交易數據構建異常交易關系圖；獲取預定義時間范圍內待查的交易數據，基于所述交易數據構建交易關系圖；所述異常交易關系圖和所述交易關系圖分別包括：指示交易對象信息的至少兩個點；當任意兩個點指示的交易對象之間存在交易關系時，連接所述兩個點，形成指示所述交易關系信息的邊；基于頻繁子圖挖掘模型，在所述交易關系圖中查找與所述異常交易關系圖匹配的目標交易關系子圖；基于所述目標交易關系子圖包含的相關交易信息，形成交易告警信息。

可選地，所述交易告警的方法，其特征在于，

所述點指示的交易對象信息包括：參與交易的交易對象的標識、交易所使用的設備標識、所述交易對象關聯的身份標識、交易所使用的手機號碼中的任意一個信息。

可選地，所述交易告警的方法，其特征在于，

所述邊指示的交易關系信息包括：所述交易對象與所述設備的歸屬關系信息、所述交易對象與所述手機號碼的綁定關系信息、所述交易對象與所述身份標識之間的綁定關系信息、至少兩個所述交易對象之間的交易操作信息中的任意一個信息。

可選地，所述交易告警的方法，其特征在于，