[發明專利]一種金融反詐業務數據庫的構建方法、金融反詐業務系統

在審

• 申請號: 202111134493.4
• 申請日: 2021-09-27
• 公開（公告）號: CN113837885A
• 公開（公告）日: 2021-12-24
• 發明（設計）人: 陳壹;丁正;顧曉東;賀東海
• 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: G06Q40/06
• 分類號: G06Q40/06;G06Q40/02;G06F16/27;G06F16/26;G06F16/215
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 謝安昆;宋志強

1.一種金融反詐業務數據庫的構建方法，其特征在于，該方法包括，

利用源反詐數據，構建金融反詐基礎數據庫，該數據庫至少包含與金融數據關聯的數據，

對金融反詐基礎數據庫中的數據進行清洗，將清洗后的數據進行分布式集群存儲和部署，得到金融反詐大數據，

對金融反詐大數據進行聯機分析處理，以及利用計算引擎，對金融反詐大數據進行分析，存儲分析處理后的數據，得到面向金融反詐業務的金融反詐業務數據庫。

2.如權利要求1所述的構建方法，其特征在于，利用源反詐數據，構建金融反詐基礎數據庫，包括，

通過網頁應用程序測試工具，自主驅動瀏覽器從源反詐大數據平臺中，抽取和下載指定數據，

通過關聯關鍵字段，更新涉詐事件數據信息流和資金數據信息流。

3.如權利要求1所述的構建方法，其特征在于，對金融反詐大數據進行聯機分析處理，包括，

基于金融反詐大數據，以聯機分析處理機制進行統計分析操作，

利用涉詐事件數據和情報體系，形成維度表，

將維度表與涉詐事件數據信息進行關聯，形成多維度數據模型。

4.如權利要求1所述的構建方法，其特征在于，利用計算引擎，對金融反詐大數據進行分析，包括，

利用spark工具，解析規則引擎的規則參數，獲取spark的數據變量，

根據數據變量，解析配置文件，獲取金融反詐大數據平臺連接，

讀取金融反詐大數據平臺中的金融反詐大數據，通過spark的算子與查詢引擎，將金融反詐大數據進行聚合、計算、統計之一或其任意組合，得到金融反詐大數據的風險指標，根據風險指標確定待核驗數據，

調用待核驗數據所關聯的通信數據，對待核驗數據進行校驗，得到多維度指標，

將多維度指標代入規則公式，得到疑似分值，

比較疑似分值與設定的閾值，根據比較結果，對金融反詐大數據進行分類和/或過濾，并存儲分類和/或過濾后的金融反詐大數據；

根據分類后的金融反詐大數據，調整規則參數。

5.如權利要求1所述的構建方法，其特征在于，該方法進一步包括，

基于金融反詐業務數據庫，獲取金融反詐業務數據，所述業務數據至少獲取涉資賬戶黑/灰/白名單、反詐數據、WEB業務數據管理平臺、統計報表、以及態勢分析圖表之一或其任意組合業務。

6.如權利要求5所述的構建方法，其特征在于，該方法進一步包括，

所獲取的金融反詐業務數據通過接入專網的服務器，以加密傳輸的方式在不同專網之間進行傳輸。

7.一種金融反詐業務系統，其特征在于，該系統包括，

源數據處理層，用于利用源反詐數據，構建金融反詐基礎數據庫，該數據庫至少包含與金融數據關聯的數據，

分布式集群層，用于對金融反詐基礎數據庫中的數據進行清洗，將清洗后的數據進行分布式集群存儲和部署，得到金融反詐大數據，

大數據分析層，用于對金融反詐大數據進行聯機分析處理，以及利用計算引擎，對金融反詐大數據進行分析，存儲分析處理后的數據，得到面向金融反詐業務的金融反詐業務數據庫。

8.如權利要求7所述系統，其特征在于，該系統還包括，

應用平臺層，用于基于金融反詐業務數據庫，獲取金融反詐業務數據，所述業務數據至少獲取涉資賬戶黑/灰/白名單、反詐數據、WEB業務數據管理平臺、統計報表、態勢分析圖表之一或其任意組合業務。

9.如權利要求8所述系統，其特征在于，所述應用平臺層還用于將所獲取的金融反詐業務數據通過接入專網的服務器，以加密傳輸的方式在不同專網之間進行傳輸。

10.如權利要求7所述系統，其特征在于，

所述大數據分析層利用spark工具，解析規則引擎的規則參數，獲取spark的數據變量，

根據數據變量，解析配置文件，獲取金融反詐大數據平臺連接，

讀取金融反詐大數據平臺中的金融反詐大數據，通過spark的算子與查詢引擎，將金融反詐大數據進行聚合、計算、統計之一或其任意組合，得到金融反詐大數據的風險指標，根據風險指標確定待核驗數據，

調用待核驗數據所關聯的通信數據，對待核驗數據進行校驗，得到多維度指標，

將多維度指標代入規則公式，得到疑似分值，

比較疑似分值與設定的閾值，根據比較結果，對金融反詐大數據進行分類和/或過濾，并存儲分類和/或過濾后的金融反詐大數據；

根據分類后的金融反詐大數據，調整規則參數。