[發明專利]用于身份認證的方法、系統和裝置

在審

• 申請號: 202110098756.4
• 申請日: 2021-01-25
• 公開（公告）號: CN112733116A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 李若愚
• 申請（專利權）人: 支付寶實驗室（新加坡）有限公司
• 主分類號: G06F21/32
• 分類號: G06F21/32
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 韓果

本申請公開了用于身份認證的方法、系統和裝置，包括編碼在計算機存儲介質上的計算機程序，用于實現身份認證的方法。所述方法之一包括：基于身份的歷史數據構建身份網絡。所述身份網絡包括與每個身份和每個身份的特征相對應的節點以及連接相關節點的邊。所述方法還包括：開發與身份網絡相關聯的圖挖掘模型，接收新身份并將新身份添加到身份網絡，以及使用圖挖掘模型檢測包括新身份的身份網絡內的一個或多個欺詐身份。

技術領域

本發明廣泛地但非排他地涉及用于身份認證的方法和系統。

背景技術

電子化了解您的客戶(eKYC)是一種由企業執行的數字盡職調查處理，用于驗證其客戶的身份并評估對業務關系的非法意圖的潛在風險。在eKYC的情況下，由于在互聯網上偽造身份(例如，身份號碼、姓名、地址)的成本較低，因此欺詐行為越來越普遍，身份認證已成為重要課題。

身份可以具有不同方面的多個特征。身份的一些方面是可變的，例如聯系號碼、用戶標識(UID)和使用的設備。身份的一些方面相對客觀并且變化較小，例如姓名、身份號碼和用戶的長相。身份的這些特性可以用于身份認證。

檢測欺詐者的傳統技術側重于單個特征的嘗試次數，并使用簡單的規則來檢測欺詐者(例如，按時間計數和交叉計數)。然而，這些技術大多不涉及臉部識別的使用，盡管臉部因為其偽造成本高而可以被視為身份的最重要特征。此外，不同特征之間的關系是復雜的，這些現有技術使用的簡單規則不足以說明復雜性。

發明內容

所描述的實施例提供了用于身份認證的方法和系統，其具有高準確率和查全率(recall rate)。在一些實施例中，本公開使用來自不同方面(包括臉部、文件、設備)的身份信息來促進身份認證和欺詐檢測。特別地，借助于臉部識別技術，這些方法和系統包括作為特征的臉部，這對于欺詐者而言偽造成本高。此外，在一些實施例中，基于作為節點的身份及其特征和作為邊的關系(例如，等同性、相似性)來構建身份網絡，這考慮了特征之間的復雜關系。通過將生物特征和文件信息表示為向量，可以更有效且更準確地計算相似性或等同性。此外，在一些實施例中，圖挖掘技術被用來代替傳統的欺詐檢測的規則，其更強大、準確和全面。有利地，可以以高準確率和查全率檢測使用同一個人的不同信息或使用來自另一身份的信息的欺詐者。

根據另一實施例，提供了一種用于身份認證的方法。所述方法包括：基于身份的歷史數據構建身份網絡，其中，所述身份網絡包括與每個身份和每個身份的特征相對應的節點以及連接相關節點的邊；開發與所述身份網絡相關聯的圖挖掘模型；接收新身份并將所述新身份添加到所述身份網絡；以及使用所述圖挖掘模型在包括所述新身份的身份網絡內檢測一個或多個欺詐身份。

在一些實施方式中，圖挖掘模型基于一個或多個規則。在一些實施方式中，圖挖掘模型是從身份網絡訓練的。在一些實施方式中，基于身份的歷史數據構建身份網絡包括：接收所述歷史數據中每個身份的至少一個生物特征和至少一個文件特征；從歷史數據訓練生物識別模型和文件嵌入模型；通過經訓練的生物識別模型和經訓練的文件嵌入模型，生成表示所接收的至少一個生物特征和至少一個文件特征的向量；以及創建與每個身份和每個身份的特征相對應的節點并創建連接相關節點的邊。在一些實施方式中，生物特征包括臉部特征，并且生物識別模型包括臉部識別模型。

根據其他實施例，這些一般和特定實施例中的一個或多個可以使用包括多個模塊的裝置、系統、方法或計算機可讀介質、或者設備、系統、方法和計算機可讀介質的任何組合來實現。以上和其他描述的實施例可以各自任選地包括以下實施例中的一些、不包括以下實施例、或包括以下實施例的全部。

附圖說明

實施例和實施方式僅作為示例提供，本領域的普通技術人員將通過以下結合附圖閱讀的書面描述更好地理解和容易理解，其中：

圖1是示出根據實施例的用于身份認證的方法的示例的流程圖。

圖2A是根據實施例的欺詐類型示例的示意圖，示出了欺詐者使用一個臉部和不同的信息。