一种风险识别方法和设备技术

本申请提出了一种风险识别方法和设备，该方法包括：获取待识别事件信息，根据所述待识别事件信息，获取与所述待识别事件的主体信息相关的历史样本数据；根据预设的事件属性，从所述历史样本数据中确定首个第一事件，并根据首个所述第一事件的发生时间确定后累范围，从所述历史样本数据中，在所述后累范围内，确定其他符合所述事件属性的第一事件，计算发生所述第一事件的事件频率、事件间隔或事件分布信息；基于所述第一事件的事件频率、事件间隔或事件分布信息，计算所述待识别事件的风险预测值；根据所述风险预测值，对所述待识别事件进行风险识别。本申请提高了获取到的风险评估值的准确度，也提高了后续进行风险评估的准确性。

【技术实现步骤摘要】

本申请实施例涉及通信
，特别涉及一种风险识别方法和设备。
技术介绍
现有技术中，在基于风险识别时，所获取的样本的区间是以最近的发生的某一事件为起点，向前获取的一个时间区间，也即VELOCITY(向前累计)，而向前累计的所采取的维度为比较简单，例如VELOCITY规则规定终端设备上在3天的时间内绑定的银行卡不能超过4个、5天内绑定的银行卡不能超过7个、7天内绑定的银行卡不能超过10个；当该规则被试出来了以后，可以通过3天绑定3个银行卡、之后两天绑定3个银行卡、再之后两天绑定3个银行卡的方式成功绕过该规则，而事实上，这种方式规律性是很强的，而正常的情况下，事件的发生是没有规律的，因此实际上是有风险的，但VELOCITY对此的评估是正常，也即评估是不准确的。由于VELOCITY所采取的规则比较简单，不会考虑账户(或卡)的使用成熟度，容易被绕过去，评估不准确，造成风险，为此现在需要一种评估更准确的风险识别方式。
技术实现思路
针对现有技术中的缺陷，本申请提出了一种风险识别方法，包括：获取待识别事件信息，所述待识别事件信息包括所述待识别事件的主体信息；根据所述待识别事件信息，获取与所述待识别事件的主体信息相关的历史样本数据；根据预设的事件属性，从所述历史样本数据中确定首个第一事件，所述第一事件为符合所述事件属性的事件，并根据首个所述第一事件的发生时间确定后累范围，所述后累范围是从首个所述第一事件的发生时间开始向后累计的时间范围；从所述历史样本数据中，在所述后累范围内，确定其他符合所述事件属性的第一事件，计算发生所述第一事件的事件频率、事件间隔或事件分布信息；基于所述第一事件的事件频率、事件间隔或事件分布信息，计算所述待识别事件的风险预测值；根据所述风险预测值，对所述待识别事件进行风险识别。可选的，所述主体信息包括以下所列中的一种或任意结合：发起所述待识别事件的账户的卡号、账号、设备信息。可选的，根据首个所述第一事件的发生时间确定后累范围，包括：以所述第一事件的发生时间为起点，预设时间窗口为时间长度，得到向后累计的时间范围，将得到的向后累计的时间范围确定为所述后累范围。可选的，在所述得到向后累计的时间范围之后，还包括：判断在得到的向后累计的时间范围内，是否包含所述待评估事件，若是，则将得到的向后累计的时间范围确定为所述后累范围，否则，将以所述第一事件的发生时间为起点，预设特定时间窗口为时间长度的时间范围，确定为所述后累范围。可选的，根据所述风险预测值，对所述待识别事件进行风险识别，具体包括：判断所述风险预测值是否大于预设阈值，如果是，则将所述待识别事件识别为存在风险，否则，识别为无风险。本申请该提出了一种风险识别设备，其特征在于，包括：第一获取模块，用于获取待识别事件信息，所述待识别事件信息包括所述待识别事件的主体信息；第二获取模块，用于根据所述待识别事件信息，获取与所述待识别事件的主体信息相关的历史样本数据；第一确定模块，用于根据预设的事件属性，从所述历史样本数据中确定首个第一事件，所述第一事件为符合所述事件属性的事件，并根据首个所述第一事件的发生时间确定后累范围，所述后累范围是从首个所述第一事件的发生时间开始向后累计的时间范围；第二确定模块，用于从所述历史样本数据中，在所述后累范围内，确定其他符合所述事件属性的第一事件，计算发生所述第一事件的事件频率、事件间隔或事件分布信息；计算模块，用于基于所述第一事件的事件频率、事件间隔或事件分布信息，计算所述待识别事件的风险预测值；风险识别模块，用于根据所述风险预测值，对所述待识别事件进行风险识别。可选的，所述主体信息包括以下所列中的一种或任意结合：发起所述待识别事件的账户的卡号、账号、设备信息。可选的，所述第一确定模块根据首个所述第一事件的发生时间确定后累范围，包括：以所述第一事件的发生时间为起点，预设时间窗口为时间长度，得到向后累计的时间范围，将得到的向后累计的时间范围确定为所述后累范围。可选的，该设备还包括：判断模块，用于判断在得到的向后累计的时间范围内，是否包含所述待评估事件，若是，则将得到的向后累计的时间范围确定为所述后累范围，否则，将以所述第一事件的发生时间为起点，预设特定时间窗口为时间长度的时间范围，确定为所述后累范围。可选的，所述风险识别模块，具体用于：判断所述风险预测值是否大于预设阈值，如果是，则将所述待识别事件识别为存在风险，否则，识别为无风险。与现有技术相比，本申请中通过事件频率，事件间隔和事件分布信息来对待评估事件的风险进行评估，考虑了待评估事件的主体的使用成熟度，能很好的识别待评估事件的风险，提高了获取到的风险评估值的准确度，也提高了后续进行风险评估的准确性。附图说明图1为本申请提出的一种风险识别方法的流程示意图；图2为本申请提出的一种风险识别方式与现有的风险识别方法的效果对比示意图；图3为本申请提出的一种风险识别设备的结构示意图。具体实施方式如
技术介绍
，现有技术中的风险识别方案无法准确识别风险，为此，本申请中为了更好地识别风险，提出了一种风险识别方法，如图1所示，包括以下步骤：步骤101、获取待识别事件信息，待识别事件信息包括待识别事件的主体信息。当用户进行网络交互操作时，通过终端向服务器端发起响应的操作请求，该操作请求则为待识别事件，相对应地，服务器端能够获取到该待识别事件信息。待识别事件信息中包括待识别事件的主体信息、待识别事件的发生时间、待识别事件的编号等信息。其中，主体信息包括以下所列中的一种或任意结合：发起所述待识别事件的账户的卡号、账号、设备信息。在一个具体的实施例中，例如当在完成网络购物，准备金额结算时，获取到结算信息，该结算信息中的涉及到的账户，银行卡，或者当使用的是移动端(例如手机)进行结算时，该移动端设备的信息都是与事件的发起者(用户)有对应关系的信息，可以认为这些信息是主体(账户)信息。对于网络交易的待识别事件信息，除了上述的主体信息、待识别事件的发生时间、待识别事件的编号信息，可能还可以包括物品名称、金额等其他信息。步骤102、根据待识别事件信息，获取与待识别事件的主体信息相关的历史样本数据。历史样本数据可以包括与所述主体信息有关的历史操作数据，包括浏览、交易、登录、注册、修改个人信息、修改密码、绑卡、解绑等操作数据。具体的，与主体信息相关的历史样本数据，以账号为例，可以是该账号上进行交易的历史样本数据、该账号的浏览操作信息等等。步骤103、根据预设的事件属性，从历史样本数据中确定首个第一事件，第一事件为符合事件属性的事件，并根据首个第一事件的发生时间确定后累范围，后累范围是从首个第一事件的发生时间开始向后累计的时间范围。预设的事件属性是预先定义的与事件主体(账户)的账户安全相关的事件类型，例如：登录事件、注册事件、改密码事件、绑卡事件、解绑事件、支付事件、转账事件等等，这些有可能涉及到账户的安全的事件。在具体实施时，可以将这些有可能涉及到账户的安全的事件类型形成事件属性的名单，根据该事件属性名单从历史样本数据中筛选出符合预设的事件属性的各个事件，从而确定首个第一事件。具体的过程中，在获取了历史样本数据之后，根据预设的事件属性，例如事件属性为转账，为此，本文档来自技高网...

【技术保护点】
一种风险识别方法，其特征在于，所述方法包括：获取待识别事件信息，所述待识别事件信息包括所述待识别事件的主体信息；根据所述待识别事件信息，获取与所述待识别事件的主体信息相关的历史样本数据；根据预设的事件属性，从所述历史样本数据中确定首个第一事件，所述第一事件为符合所述事件属性的事件，并根据首个所述第一事件的发生时间确定后累范围，所述后累范围是从首个所述第一事件的发生时间开始向后累计的时间范围；从所述历史样本数据中，在所述后累范围内，确定其他符合所述事件属性的第一事件，计算发生所述第一事件的事件频率、事件间隔或事件分布信息；基于所述第一事件的事件频率、事件间隔或事件分布信息，计算所述待识别事件的风险预测值；根据所述风险预测值，对所述待识别事件进行风险识别。

【技术特征摘要】
1.一种风险识别方法，其特征在于，所述方法包括：获取待识别事件信息，所述待识别事件信息包括所述待识别事件的主体信息；根据所述待识别事件信息，获取与所述待识别事件的主体信息相关的历史样本数据；根据预设的事件属性，从所述历史样本数据中确定首个第一事件，所述第一事件为符合所述事件属性的事件，并根据首个所述第一事件的发生时间确定后累范围，所述后累范围是从首个所述第一事件的发生时间开始向后累计的时间范围；从所述历史样本数据中，在所述后累范围内，确定其他符合所述事件属性的第一事件，计算发生所述第一事件的事件频率、事件间隔或事件分布信息；基于所述第一事件的事件频率、事件间隔或事件分布信息，计算所述待识别事件的风险预测值；根据所述风险预测值，对所述待识别事件进行风险识别。2.如权利要求1所述的方法，其特征在于，所述主体信息包括以下所列中的一种或任意结合：发起所述待识别事件的账户的卡号、账号、设备信息。3.如权利要求1所述的方法，其特征在于，根据首个所述第一事件的发生时间确定后累范围，包括：以所述第一事件的发生时间为起点，预设时间窗口为时间长度，得到向后累计的时间范围，将得到的向后累计的时间范围确定为所述后累范围。4.如权利要求3所述的方法，其特征在于，在所述得到向后累计的时间范围之后，还包括：判断在得到的向后累计的时间范围内，是否包含所述待评估事件，若是，则将得到的向后累计的时间范围确定为所述后累范围，否则，将以所述第一
\t事件的发生时间为起点，预设特定时间窗口为时间长度的时间范围，确定为所述后累范围。5.如权利要求1所述的方法，其特征在于，根据所述风险预测值，对所述待识别事件进行风险识别，具体包括：判断所述风险预测值是否大于预设阈值，如果是，则将所述待识别事件识别为存在风险，否则，识别为无风险。6.一种风险识别设备，其...

【专利技术属性】
技术研发人员：韩彧，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY