[發明專利]一種基于共享學習的被欺詐風險識別方法、裝置及設備

有效

• 申請號: 202110326042.4
• 申請日: 2021-03-26
• 公開（公告）號: CN113034153B
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 楊哲;楊一鵬
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06Q20/40
• 分類號: G06Q20/40;G06F21/62;G06F21/60
• 代理公司: 北京君慧知識產權代理事務所(普通合伙) 11716
• 代理人: 吳紹群

1.一種基于共享學習的被欺詐風險識別方法，包括：

將支付平臺的業務數據發送給第三方權威平臺，以使所述第三方權威平臺在預定的商戶平臺中，匹配得到所述商戶平臺與所述支付平臺的共有用戶和非共有用戶，針對所述支付平臺和所述商戶平臺對所述非共有用戶進行隱私保護處理，并獲取所述共有用戶在所述支付平臺以及一個或多個商戶平臺分別的業務數據，至少部分所述業務數據指示了欺詐行為；

確定識別輔助模型，所述識別輔助模型由所述第三方權威平臺，根據所述共有用戶在所述支付平臺以及一個或多個商戶平臺分別的業務數據，通過共享學習訓練得到；

采集指定的商戶平臺上用戶的相關數據，所述指定的商戶平臺通過所述支付平臺向所述用戶提供支付渠道；

根據所述用戶的相關數據和所述識別輔助模型，判定所述用戶在所述指定的商戶平臺上的操作是否存在被欺詐風險，并根據判定結果進行相應處理；

所述方法包括：根據所述用戶的相關數據和所述識別輔助模型，判定所述用戶的易說服等級。

2.如權利要求1所述的方法，所述根據所述用戶的相關數據和所述識別輔助模型，判定所述用戶在所述指定的商戶平臺上的操作是否存在被欺詐風險之前，所述方法還包括：

檢測到所述用戶在所述指定的商戶平臺通過所述支付渠道發起交易行為。

3.如權利要求1所述的方法，所述支付平臺的業務數據包括用戶信息、商戶平臺信息及用戶在商戶平臺的交易信息；其中，

所述用戶信息包括身份數據、在商戶平臺的支付數據、在其他平臺的支付數據及用戶被欺詐的信息中的一項或多項；

所述商戶平臺信息包括直連所述支付平臺付款的信息、通過中間商連接所述支付平臺付款的信息及歷史欺詐濃度中的一項或多項；

所述交易信息包括交易時間、交易金額及交易場景中的一項或多項；和/或，

所述一個或多個商戶平臺的業務數據包括業務行為數據以及用戶是否被欺詐過；

所述業務行為數據包括充值行為、商品購買行為、瀏覽行為、贈送物品行為中的一項或多項。

4.如權利要求1所述的方法，所述根據判定結果進行相應處理，具體包括：

若判定所述用戶在所述指定的商戶平臺上的操作存在被欺詐風險，根據所述易說服等級，執行對應的用戶安撫動作，所述用戶安撫動作包括生成模擬風險交易用于反饋用戶、直接攔截所述用戶的業務操作。

5.如權利要求1所述的方法，所述確定識別輔助模型之前，所述方法還包括：

構建訓練數據集合并建立初始的識別輔助模型，其中，所述訓練數據集合包括一個或多個商戶平臺和支付平臺分別的業務數據及預先標記的標簽數據；

對所述訓練數據集合進行基于加密的樣本對齊處理；

根據處理后的訓練數據集合求得所述一個或多個商戶平臺與所述支付平臺分別對應的梯度和損失，并確定出識別輔助模型的參數，據此得到符合條件的識別輔助模型。

6.如權利要求1所述的方法，所述判定所述用戶在指定的商戶平臺上的操作是否存在被欺詐風險，具體包括：

在顯示所述支付平臺的支付頁面之前，判定所述用戶在指定的商戶平臺上的操作是否存在被欺詐風險。

7.如權利要求1所述的方法，所述根據所述用戶的相關數據和所述識別輔助模型，判定所述用戶在所述指定的商戶平臺上的操作是否存在被欺詐風險，具體包括：

通過所述識別輔助模型，接收反映了用戶特定操作的相關數據，所述特定操作包括預定時間內，用戶在所述商戶平臺及其外部的多個業務環節的操作；

通過在所述識別輔助模型的隱藏層對所述相關數據進行處理，提取反映了風險操作鏈路的高維特征；

根據所述高維特征，判定所述用戶在所述指定的商戶平臺上的操作是否存在被欺詐風險。