[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

本發明公開了一種基于大數據支撐的反欺詐方法，該方法包括以下步驟：數據采集；數據分析和計算；數據存儲；數據分析展示；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；構建識別模型，對待識別的行為進行欺詐判別；反欺詐規則知識圖譜構建與推理；決策引擎構建，結合反欺詐方法。通過該方法，提升了互聯網安全技術保障能力，保障了正常網絡秩序，保護了用戶合法權益，維護了社會和諧穩定，具有巨大的社會效益；獲得全面、準確、實時的海量互聯網網絡詐騙基礎數據，形成了海量互聯網數據深度挖掘分析及管控能力，保障了省內用戶合法權益、維護互聯網公共環境安全等方面發揮重大作用；減少了人民群眾財產損失。

技術領域

本發明涉及大數據反欺詐技術領域，具體來說，涉及一種基于大數據支撐的反欺詐方法。

背景技術

目前通信管理局等管理部門的現有反詐信息系統對于互聯網環境下的詐騙類型缺少相應的技術分析、監測預警、處置手段，不能及時有效的發現互聯網詐騙案件，對于已經舉報和發現的互聯網詐騙案件，目前只能進行線下協調三家基礎電信運營商獲取通信數據，然后通過人工進行分析和處置，分析效率低，協同辦案流程長，不能及時有效的打擊互聯網詐騙。

發明內容

針對相關技術中的上述技術問題，本發明提出一種基于大數據支撐的反欺詐方法，能夠克服現有技術的上述不足。

為實現上述技術目的，本發明的技術方案是這樣實現的：

一種基于大數據支撐的反欺詐方法，該方法包括以下步驟：

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。

進一步的，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。

進一步的，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。