[發(fā)明專利]風(fēng)險(xiǎn)識(shí)別方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202110493571.3
• 申請(qǐng)日: 2021-05-07
• 公開（公告）號(hào): CN113222609B
• 公開（公告）日: 2022-05-06
• 發(fā)明（設(shè)計(jì)）人: 管楚;付子圣;陳紅;鞏金慧;周緒剛
• 申請(qǐng)（專利權(quán)）人: 支付寶（杭州）信息技術(shù)有限公司
• 主分類號(hào): G06Q20/40
• 分類號(hào): G06Q20/40;G06N3/04;G06N3/08
• 代理公司: 濟(jì)南信達(dá)專利事務(wù)所有限公司 37100
• 代理人: 李世喆

本說明書實(shí)施例提供了一種風(fēng)險(xiǎn)識(shí)別方法和裝置。根據(jù)該實(shí)施例的方法，首先獲取風(fēng)險(xiǎn)圖，所述風(fēng)險(xiǎn)圖包括節(jié)點(diǎn)和節(jié)點(diǎn)之間的邊，所述節(jié)點(diǎn)為實(shí)體，所述邊為實(shí)體間的關(guān)聯(lián)關(guān)系；然后將所述風(fēng)險(xiǎn)圖輸入風(fēng)險(xiǎn)識(shí)別模型，得到所述風(fēng)險(xiǎn)圖中待識(shí)別節(jié)點(diǎn)的風(fēng)險(xiǎn)得分；其中所述風(fēng)險(xiǎn)識(shí)別模型是預(yù)先對(duì)所述風(fēng)險(xiǎn)圖中已知風(fēng)險(xiǎn)得分的節(jié)點(diǎn)的知識(shí)進(jìn)行學(xué)習(xí)后得到的，所述知識(shí)包括特征信息、路徑信息和鄰居信息。

技術(shù)領(lǐng)域

本說明書一個(gè)或多個(gè)實(shí)施例涉及計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域，尤其涉及一種風(fēng)險(xiǎn)識(shí)別方法和裝置。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，人們?cè)絹碓蕉嗟乩没ヂ?lián)網(wǎng)進(jìn)行通信、學(xué)習(xí)、工作，甚至通過互聯(lián)網(wǎng)進(jìn)行交易、支付、轉(zhuǎn)賬、投資等經(jīng)濟(jì)行為。一方面這些行為可能存在一定的風(fēng)險(xiǎn)；另一方面也有一些不法分子容易利用互聯(lián)網(wǎng)的技術(shù)缺陷、法律缺陷等進(jìn)行不法行為。這些都對(duì)網(wǎng)絡(luò)行為的安全性帶來了威脅。因此亟需一種能夠自動(dòng)、準(zhǔn)確地實(shí)現(xiàn)風(fēng)險(xiǎn)識(shí)別的方法。

發(fā)明內(nèi)容

本說明書一個(gè)或多個(gè)實(shí)施例描述了一種風(fēng)險(xiǎn)識(shí)別的方法，以便于自動(dòng)、準(zhǔn)確地實(shí)現(xiàn)對(duì)被識(shí)別對(duì)象的風(fēng)險(xiǎn)識(shí)別。

根據(jù)第一方面，提供了一種風(fēng)險(xiǎn)識(shí)別方法，包括：

獲取風(fēng)險(xiǎn)圖，所述風(fēng)險(xiǎn)圖包括節(jié)點(diǎn)和節(jié)點(diǎn)之間的邊，所述節(jié)點(diǎn)為實(shí)體，所述邊為實(shí)體間的關(guān)聯(lián)關(guān)系；

將所述風(fēng)險(xiǎn)圖輸入風(fēng)險(xiǎn)識(shí)別模型，得到所述風(fēng)險(xiǎn)圖中待識(shí)別節(jié)點(diǎn)的風(fēng)險(xiǎn)得分；

其中所述風(fēng)險(xiǎn)識(shí)別模型是預(yù)先對(duì)所述風(fēng)險(xiǎn)圖中已知風(fēng)險(xiǎn)得分的節(jié)點(diǎn)的知識(shí)進(jìn)行學(xué)習(xí)后得到的，所述知識(shí)包括特征信息、路徑信息和鄰居信息。

在一個(gè)實(shí)施例中，所述風(fēng)險(xiǎn)識(shí)別模型如下方式訓(xùn)練得到：

確定所述風(fēng)險(xiǎn)圖中被標(biāo)注風(fēng)險(xiǎn)得分的節(jié)點(diǎn)；

利用所述風(fēng)險(xiǎn)圖中被標(biāo)注風(fēng)險(xiǎn)得分的節(jié)點(diǎn)訓(xùn)練圖神經(jīng)網(wǎng)絡(luò)GNN，得到所述風(fēng)險(xiǎn)識(shí)別模型；

其中，所述GNN在訓(xùn)練過程中學(xué)習(xí)所述被標(biāo)注風(fēng)險(xiǎn)得分的節(jié)點(diǎn)的特征信息、路徑信息和鄰居信息的權(quán)重信息，以最小化所述GNN對(duì)所述被標(biāo)注風(fēng)險(xiǎn)得分的節(jié)點(diǎn)輸出的風(fēng)險(xiǎn)得分與標(biāo)注的風(fēng)險(xiǎn)得分之間的差異。

在另一個(gè)實(shí)施例中，所述風(fēng)險(xiǎn)識(shí)別模型從所述風(fēng)險(xiǎn)圖中獲取所述待識(shí)別節(jié)點(diǎn)的特征信息、路徑信息和鄰居信息，利用預(yù)先學(xué)習(xí)得到的權(quán)重信息對(duì)所述特征信息、路徑信息和鄰居信息進(jìn)行注意力處理；將注意力處理后得到的向量映射至風(fēng)險(xiǎn)得分。

在一個(gè)實(shí)施例中，該方法還包括：

確定對(duì)所述待識(shí)別節(jié)點(diǎn)的風(fēng)險(xiǎn)得分影響最大的特征和風(fēng)險(xiǎn)子圖的組合，其中所述風(fēng)險(xiǎn)子圖為所述風(fēng)險(xiǎn)圖中包括所述待識(shí)別節(jié)點(diǎn)的子圖。

在另一個(gè)實(shí)施例中，所述確定對(duì)所述風(fēng)險(xiǎn)得分影響最大的特征和風(fēng)險(xiǎn)子圖的組合包括：

變換所述待識(shí)別節(jié)點(diǎn)的特征和風(fēng)險(xiǎn)子圖構(gòu)成的組合；

分別確定各組合與風(fēng)險(xiǎn)得分之間的互信息；

確定所述互信息中滿足預(yù)設(shè)條件時(shí)對(duì)應(yīng)的特征和風(fēng)險(xiǎn)子圖的組合。

在一個(gè)實(shí)施例中，所述風(fēng)險(xiǎn)子圖中包含的節(jié)點(diǎn)數(shù)量小于或等于預(yù)設(shè)數(shù)量閾值。

在另一個(gè)實(shí)施例中，所述實(shí)體包括賬戶或賬戶群，所述關(guān)聯(lián)關(guān)系包括資金關(guān)系、交易關(guān)系、媒介關(guān)系或通訊錄關(guān)系。

根據(jù)第二方面，提供了一種風(fēng)險(xiǎn)識(shí)別裝置，包括：

圖獲取單元，被配置為獲取風(fēng)險(xiǎn)圖，所述風(fēng)險(xiǎn)圖包括節(jié)點(diǎn)和節(jié)點(diǎn)之間的邊，所述節(jié)點(diǎn)為實(shí)體，所述邊為實(shí)體間的關(guān)聯(lián)關(guān)系；

風(fēng)險(xiǎn)評(píng)分單元，被配置為將所述風(fēng)險(xiǎn)圖輸入風(fēng)險(xiǎn)識(shí)別模型，得到所述風(fēng)險(xiǎn)圖中待識(shí)別節(jié)點(diǎn)的風(fēng)險(xiǎn)得分；