[發明專利]一種基于大數據支撐的反欺詐方法

在審

• 申請號: 202010989147.3
• 申請日: 2020-09-18
• 公開（公告）號: CN112506983A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 張磊;孫光;韓慎勇;周紅敏;張飛;趙冬月
• 申請（專利權）人: 上海欣方智能系統有限公司;上海欣方軟件有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/248;G06F16/27;G06F16/36;G06Q50/26
• 代理公司: 北京紐樂康知識產權代理事務所(普通合伙) 11210
• 代理人: 張朝元

1.一種基于大數據支撐的反欺詐方法，其特征在于，包括以下步驟：

S1：數據采集；

所述步驟S1包括以下步驟：

S11：在Flume組件上實現采集接口子系統功能，實時將數據上傳至Kafka，其中，接口子系統包括數據匯聚子系統、數據存儲分析子系統、綜合業務管理子系統、協同聯動子系統、安全子系統、運維子系統；

S12：將數據上傳至HDFS；

S2：數據分析和計算，實時數據流采用Storm高并發處理，采用Spark進行大數據建模分析；

S3：數據存儲，其中，以高性能交互查詢的Hive作為基本數據倉庫；

S4：數據分析展示；

所述步驟S4包括以下步驟：

S41：將即時分析數據結果進行呈現；

S42：生成數據圖表進行數據分析；

S5：基于深度學習的復雜多源行為特征建模，建立欺詐風險行為檔案，對特征進行監控記錄，通過實時計算業務在各個時刻的特征偏離值預估業務過程中發生欺詐風險的概率；

S6：基于增量學習的反欺詐智能識別，構建識別模型，對待識別的行為進行欺詐判別；

S7：反欺詐規則知識圖譜構建與推理；

所述步驟S7包括以下步驟：

S71：利用專家經驗和歷史規則構建反欺詐基礎規則庫；

S72：利用規則集生成方法推理生成更多的規則，在規則判斷過程中迭代更新修正規則庫；

S73：通過實體抽取技術從規則庫的規則中抽取實體；

S74：利用關系抽取技術獲取實體之間的關系，形成知識圖譜并進行推理；

S8：決策引擎構建，結合反欺詐方法，采用流式技術處理業務交易產生的海量數據，利用分布式集群計算引擎，快速、高效、準確地對數據進行分析處理，通過融合多維度的決策信息進行風險判斷，將反欺詐風險監控前移，把控互聯網的欺詐風險。

2.根據權利要求1所述的一種基于大數據支撐的反欺詐方法，其特征在于，所述數據匯聚子系統用于統一對接、采集、調用相關系統數據資源，對數據進行規整清洗預處理，形成格式化數據。

3.根據權利要求1所述的一種基于大數據支撐的反欺詐方法，其特征在于，所述數據存儲分析子系統用于對接入的數據進行存儲和分析，對互聯網詐騙信息綜合分析研判，運用大數據分析技術、特征分析模型、人工智能技術對詐騙網站、URL、APP的分析研判。

4.根據權利要求1所述的一種基于大數據支撐的反欺詐方法，其特征在于，所述綜合業務管理子系統用于在管局側部署，對于詐騙場景業務進行業務數據的管理，其中，所述業務數據的管理包括特征數據管理、黑白名單管理、灰名單分析及研判、反制指令、詐騙場景還原、大數據可視化展示。

5.根據權利要求1所述的一種基于大數據支撐的反欺詐方法，其特征在于，所述協同聯動子系統用于與部級互聯網反詐聯動平臺、通信管理局已有系統、屬地省級基礎電信企業、社管平臺其他相關系統進行對接，進行政企之間互聯網反詐數據信息的共通共享。

6.根據權利要求1所述的一種基于大數據支撐的反欺詐方法，其特征在于，所述安全子系統用于對于各個子系統網絡安全、數據安全、訪問安全、傳輸安全、應用安全、前端攔截系統安全進行安全管控。

7.根據權利要求1所述的一種基于大數據支撐的反欺詐方法，其特征在于，所述運維子系統用于對系統的服務器、交換機、防火墻、應用業務進程、數據庫進程軟硬件的運行狀態進行實時監控和告警，及時發現網絡運行異常狀態并進行快速維護。

8.根據權利要求1所述的一種基于大數據支撐的反欺詐方法，其特征在于，所述步驟S8中，所述反詐騙方法包括用戶信譽庫、反欺詐規則庫、智能模型、關聯分析。