一种异常转账侦测方法和装置制造方法及图纸

本发明专利技术实施例涉及互联网金融领域，尤其涉及一种异常转账侦测方法和装置，用于对转账交易进行侦测与发出异常预警。本发明专利技术实施例中，获取转账交易信息，转账交易信息中包括转出方信息；根据转出方信息，确定转出方的异常转账侦测模型，异常转账侦测模型根据转出方的社交属性和转出方的历史行为属性得到；将转账交易信息输入转出方的异常转账侦测模型，得到所述转账交易信息的异常概率值，以使当用户发起转账交易时，对用户的转账交易进行侦测与发出异常预警。

Abnormal transfer detection method and device

The embodiment of the invention relates to the Internet financial field, in particular to an abnormal transfer detection method and device, which is used for detecting and issuing abnormal early warning of transfer transactions. In one embodiment of the invention, to obtain the information of transfer transaction, including the transferor information transfer transaction information; according to the transferor information, determine the anomaly detection model of the transferor transfers the abnormal transfer detection model according to the historical behavior of the transferor's social attributes and attribute of the transferor to transfer; the anomaly detection model of transfer transaction information input out the abnormal probability was the transfer transaction information value, so that when the user initiates a transfer transaction, the user transfers transaction detection and warning issued.

【技术实现步骤摘要】

本专利技术实施例涉及互联网金融领域，尤其涉及一种异常转账侦测方法和装置。
技术介绍
随着互联网金融和大数据时代的到来，用户可以通过互联网等方式实现非现金的转账交易，由于互联网是一个开放的网络，网上银行系统也使得银行内部向互联网开放。于是，如何保证非现金转账交易的安全性是互联网金融和大数据时代的一个至关重要的问题，关系到整个互联网金融的安全，也是各银行保证用户资金安全需要考虑的重要问题。在现有的异常转账交易检测技术中，常用的一种方法是提高用户进行转账交易时的安全认证机制，这种方法需要用户进行多样化的验证操作方式或者客户端与服务器端在交易报文中进行验证的方式，但这些方式会给用户带来额外的验证操作、增加转账交易延迟、降低客户体验以及使得交易报文过于复杂、增加服务器端的处理时间；另外一种方法是通过用户间的关系建立用户关系网络进行异常转账交易的检测，但是这种方法仅针对用户间有历史转账记录时才能建立关系网络，若用户间无历史转账记录时，则关系网络构建较为困难。综上所述，现有异常转账交易检测技术中存在转账交易延迟、若用户间无历史转账记录时，则用户关系网络构建较为困难的问题，因此，需要提出有效的方法来解决上述问题。
技术实现思路
本专利技术实施例提供了一种异常转账侦测方法和装置，用以解决现有技术中存在转账交易延迟、若用户间无历史转账记录时，则关系网络构建较为困难的问题。本专利技术实施例提供一种异常转账侦测方法，包括：获取转账交易信息，转账交易信息中包括转出方信息；根据转出方信息，确定转出方的异常转账侦测模型，异常转账侦测模型根据转出方的社交属性和转出方的历史行为属性得到；将转账交易信息输入转出方的异常转账侦测模型，得到转账交易信息的异常概率值。可选地，异常转账侦测模型根据转出方的社交属性和转出方的历史行为属性得到，包括：转出方的社交属性包括转出方的自身属性和从社交网络获得的交互属性；转出方的历史行为属性包括转出方的支付行为属性；根据自身属性、交互属性和支付行为属性确定转出方的用户关系网；根据历史转账交易正负样本和用户关系网络，通过机器学习算法建立转出方的异常转账侦测模型。可选地，将转账交易信息输入转出方的异常转账侦测模型，得到转账交易信息的异常概率值，包括：将转账交易信息输入转出方的异常转账侦测模型，得到转账交易信息的自身属性异常概率值、交互属性异常概率值和支付行为属性异常概率值；根据自身属性异常概率值、交互属性异常概率值和支付行为属性异常概率值，得到转账交易信息的异常概率值。可选地，根据历史转账交易正负样本和用户关系网络，通过机器学习算法建立转出方的异常转账侦测模型，包括：对用户关系网络中的自身属性、交互属性和支付行为属性进行相关性分析；从用户关系网络中删除无相关性的属性，得到修正后的用户关系网络；根据历史转账交易正负样本和修正后的用户关系网络，通过机器学习算法建立转出方的异常转账侦测模型。可选地，自身属性包括以下至少之一：身份信息指标、教育程度指标、职业状况指标、家庭情况指标、社会信息指标；支付行为属性包括以下至少之一：转账频率指标、转账时间分布指标、转账地点分布指标、转账金额分布指标、转账方式占比指标；交互属性包括以下至少之一：好友频率指标、联络频率指标、好感度指标。本专利技术实施例还提供一种异常转账侦测装置，包括：获取单元：用于获取转账交易信息，转账交易信息中包括转出方信息；确定单元：用于根据转出方信息，确定转出方的异常转账侦测模型，异常转账侦测模型根据转出方的社交属性和转出方的历史行为属性得到；计算单元：用于将转账交易信息输入转出方的异常转账侦测模型，得到转账交易信息的异常概率值。可选地，转出方的社交属性包括转出方的自身属性和从社交网络获得的交互属性；转出方的历史行为属性包括转出方的支付行为属性；确定单元具体用于：根据自身属性、交互属性和支付行为属性确定转出方的用户关系网；根据历史转账交易正负样本和用户关系网络，通过机器学习算法建立转出方的异常转账侦测模型。可选地，计算单元具体用于：将转账交易信息输入转出方的异常转账侦测模型，得到转账交易信息的自身属性异常概率值、交互属性异常概率值和支付行为属性异常概率值；根据自身属性异常概率值、交互属性异常概率值和支付行为属性异常概率值，得到转账交易信息的异常概率值。可选地，确定单元具体还用于：对用户关系网络中的自身属性、交互属性和支付行为属性进行相关性分析；从用户关系网络中删除无相关性的属性，得到修正后的用户关系网络；根据历史转账交易正负样本和修正后的用户关系网络，通过机器学习算法建立转出方的异常转账侦测模型。可选地，自身属性包括以下至少之一：身份信息指标、教育程度指标、职业状况指标、家庭情况指标、社会信息指标；支付行为属性包括以下至少之一：转账频率指标、转账时间分布指标、转账地点分布指标、转账金额分布指标、转账方式占比指标；交互属性包括以下至少之一：好友频率指标、联络频率指标、好感度指标。本专利技术实施例中提供了一种异常转账侦测方法和装置，获取转账交易信息，转账交易信息中包括转出方信息；根据转出方信息，确定转出方的异常转账侦测模型，异常转账侦测模型根据转出方的社交属性和转出方的历史行为属性得到；将转账交易信息输入转出方的异常转账侦测模型，得到转账交易信息的异常概率值。本专利技术实施例中通过首先获取转账交易信息；然后根据转账交易信息，确定转出方的异常转账侦测模型，其中，异常转账侦测模型根据转出方的社交属性和转出方的历史行为属性得到，便于异常转账侦测系统对转账交易进行检测识别，由于社交属性和历史行为属性是多样化的，因此无须用户进行额外的安全验证操作，从而降低转账交易的延迟，同时当用户间无转账记录时通过社交属性也可以检测出是否存在异常转账情况，从而提高了对异常转账侦测的覆盖面与准确性；最后将转账交易信息输入转出方的异常转账侦测模型，得到转账交易信息的异常概率值，可以对用户的转账交易进行侦测与发出异常预警。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍。图1为本专利技术实施例提供了一种异常转账侦测系统整体架构示意图；图2为本专利技术实施例提供了一种异常转账侦测方法流程示意图；图3为本专利技术实施例提供的综合异常概率示意图；图4为本专利技术实施例提供了用户关系网络的示意图；图5为本专利技术实施例提供了一种异常转账侦测装置结构示意图。具体实施方式为了使本专利技术的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。为了更好地理解本方案，设计了本专利技术技术方案中的异常转账侦测系统，下面对设计的异常转账侦测系统作一下说明，异常转账侦测系统的整体架构图如下图1所示：图1示例性示出了本专利技术实施例提供的一种异常转账侦测系统整体架构示意图，如图1所示，包括数据采集模块、数据库模块、用户关系网络建立模块、异常转账侦测模型训练模块、异常转账检测模块，其中，数据库模块包括自身属性数据库、支付行为属性数据库、交互属性数据库，异常转账侦测模型训练模块对接后台交易系统。那么，异常转账侦测系统整体架构的设计思路是这样的：数据采集模块采集用户的自身属性数据、支付行为属性数据和交互属性数据，并本文档来自技高网...

【技术保护点】
一种异常转账侦测方法，其特征在于，包括：获取转账交易信息，所述转账交易信息中包括转出方信息；根据所述转出方信息，确定转出方的异常转账侦测模型，所述异常转账侦测模型根据所述转出方的社交属性和所述转出方的历史行为属性得到；将所述转账交易信息输入所述转出方的异常转账侦测模型，得到所述转账交易信息的异常概率值。

【技术特征摘要】
1.一种异常转账侦测方法，其特征在于，包括：获取转账交易信息，所述转账交易信息中包括转出方信息；根据所述转出方信息，确定转出方的异常转账侦测模型，所述异常转账侦测模型根据所述转出方的社交属性和所述转出方的历史行为属性得到；将所述转账交易信息输入所述转出方的异常转账侦测模型，得到所述转账交易信息的异常概率值。2.如权利要求1所述的方法，其特征在于，所述异常转账侦测模型根据所述转出方的社交属性和所述转出方的历史行为属性得到，包括：所述转出方的社交属性包括转出方的自身属性和从社交网络获得的交互属性；所述转出方的历史行为属性包括所述转出方的支付行为属性；根据所述自身属性、所述交互属性和所述支付行为属性确定所述转出方的用户关系网；根据历史转账交易正负样本和所述用户关系网络，通过机器学习算法建立所述转出方的异常转账侦测模型。3.如权利要求2所述的方法，其特征在于，所述将所述转账交易信息输入所述转出方的异常转账侦测模型，得到所述转账交易信息的异常概率值，包括：将所述转账交易信息输入所述转出方的异常转账侦测模型，得到所述转账交易信息的自身属性异常概率值、交互属性异常概率值和支付行为属性异常概率值；根据所述自身属性异常概率值、所述交互属性异常概率值和所述支付行为属性异常概率值，得到所述转账交易信息的异常概率值。4.如权利要求2所述的方法，其特征在于，所述根据历史转账交易正负样本和所述用户关系网络，通过机器学习算法建立所述转出方的异常转账侦测模型，包括：对所述用户关系网络中的自身属性、交互属性和支付行为属性进行相关性分析；从所述用户关系网络中删除无相关性的属性，得到修正后的用户关系网络；根据所述历史转账交易正负样本和所述修正后的用户关系网络，通过机器学习算法建立所述转出方的异常转账侦测模型。5.如权利要求4所述的方法，其特征在于，所述自身属性包括以下至少之一：身份信息指标、教育程度指标、职业状况指标、家庭情况指标、社会信息指标；所述支付行为属性包括以下至少之一：转账频率指标、转账时间分布指标、转账地点分布指标、转账金额分布指标、转...

【专利技术属性】
技术研发人员：胡奕，何朔，邱雪涛，李旭瑞，
申请(专利权)人：中国银联股份有限公司，
类型：发明
国别省市：上海;31