一种信息风险评估方法及装置制造方法及图纸

本申请涉及信息安全技术领域，特别涉及一种信息风险评估方法及装置。其中方法包括获取被分析信息中的特征信息；确定所述特征信息的起始点；根据所述起始点将所述特征信息转换为0及原有值；将所述特征信息输入到rain评估模块中，用以计算所述特征信息的风险值。通过本申请的方法和装置，可以避免一些正常的特征信息被错误的评以高风险值，从而可以避免系统对这些正常信息的误处理。

【技术实现步骤摘要】
一种信息风险评估方法及装置
本申请涉及信息安全
，特别涉及一种信息风险评估方法及装置。
技术介绍
随着互联网的发展，越来越多的人都开始通过互联网进行电子交易或者电子金融业务，网络中也出现了很多恶意用户在电子交易中伤害他人利益的情况，为了防止这种恶意行为，出现了分析银行卡、用户身份等电子交易信息是否存在风险的方案，从而对电子交易或者电子金融等业务进行风险评估，可以在一定程度上提高电子交易或者电子金融业务的安全性。在现有技术中对银行卡的风险识别中通常使用归一化的活动识别网络的风险(riskscoringofactivityidentitynetwork，rain)评估方式，该评估方式在获取银行卡的特征信息后，带入逻辑回归函数求解参数a，然后通过该逻辑回归函数对待评估的银行卡的特征信息进行分析，最终得到该银行卡的评估结果(通常以数值表示)，从而可以根据该评估结果对该银行卡进行相应处理。但是本申请的专利技术人发现rain评估方式比较死板，在某些情况下对正常的特征信息也给以很高风险的评分，造成部分银行卡风险评分偏高而影响用户的正常使用。
技术实现思路
为了解决现有技术中由于rain评估方法会将一些正常的信息给予较高的风险值，造成对这部分信息进行误操作的问题，提出了一种信息风险评估方法及装置，通过计算设定rain评估方法的起始点的方法，可以避免一些正常的信息被rain评估方法评价以高风险值。本申请提供的一种信息风险评估方法，包括，获取被分析信息中的特征信息；确定所述特征信息的起始点；根据所述起始点将所述特征信息转换为0及原有值；将所述特征信息输入到rain评估模块中，用以计算所述特征信息的风险值。本申请实施例还提供了一种信息风险评估的装置，包括，获取模块，用于获取被分析信息中的特征信息；确定模块，用于确定所述特征信息的起始点；转换模块，用于根据所述起始点将所述特征信息转换为0及原有值；评估模块，用于计算输入的所述特征信息的风险值。由以上本申请实施例提供的技术方案可见，可以以更加符合实际业务经验的方式对诸如银行卡、用户信息等信息进行风险评估，重新定义特征信息的起始点，使得rain评估方法更加准确，避免将一些正常的特征信息识别为高风险，从而避免了一些对于这部分信息的错误控制操作。当然实施本申请的任一产品或者方法必不一定需要同时达到以上所述的所有优点。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1所示为本申请实施例一种信息风险评估的方法流程图；图2所示为本申请实施例一种信息风险评估装置的结构示意图；图3所示为本申请实施例中一种银行卡风险评估的具体方法流程图；图4所示为本申请实施例特征信息的分布示意图。具体实施方式本申请实施例提供一种信息风险评估方法及装置。为了使本
的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。如图1所示为本申请实施例一种信息风险评估的方法流程图，在该图所示实施例中通过确定特征信息的起始点，将一部分特征信息的取值置为0，从而可以控制该部分的特征信息在rain的风险评估方法中的风险值，使得这部分正常的特征信息不会出现现有rain风险评估方法中的高风险值的问题，由此提高了整个评估方法的准确性。该图中步骤具体包括，步骤101，获取被分析信息中的特征信息。步骤102，确定所述特征信息的起始点。步骤103，根据所述起始点将所述特征信息转换为0及原有值。步骤104，将所述特征信息输入到rain评估模块中，用以计算所述特征信息的风险值。根据本申请的一个实施例，所述获取被分析信息中的特征信息包括，根据被分析信息的类型获取该被分析信息中相应的特征信息，其中所述被分析信息包括银行卡信息，用户信息，用户住址信息等等，进一步，以银行卡信息举例来说，相应的特征信息可能包括使用同一张银行卡的人数，银行卡一段时间内的使用次数等等。根据本申请的一个实施例，确定所述特征信息的起始点具体包括：寻找所述特征信息不同取值的分布变化达到预定条件的取值点；将所述取值点作为所述特征信息的起始点。其中，所述特征信息不同取值的分布是指，一个特征信息有几个取值，每个取值所具有的被分析信息的个数(也就是每个取值时特征信息的数量)，例如，被分析信息为银行卡，一个月中使用银行卡的次数作为特征信息，一共有1万张银行卡，每张银行卡中都具有该特征信息，共有4000张银行卡在一个月中使用1次银行卡，5000张银行卡为一个月中使用了2次银行卡，1000张银行卡为一个月中使用了3次银行卡；所述分布变化是指，银行卡由4000张变化到5000张再变化到1000张，两两之差为5000-4000＝1000和5000-1000＝4000。根据本申请的一个实施例，寻找所述特征信息不同取值的分布变化达到预定条件的取值点进一步包括，寻找所述特征信息不同取值分布的拐点，将该拐点作为所述取值点。其中，可以通过求解所述特征信息分布的一阶导数来寻找拐点，通过上一个实施例的例子，一个月使用了3次银行卡即为拐点，也就是取值点。根据本申请的一个实施例，寻找所述特征信息不同取值的分布变化达到预定条件的取值点进一步包括，计算所述特征信息不同取值的分布中相邻两个特征信息数量的比值，将比值最大的相应特征信息取值作为取值点。参考上述实施例，4000张银行卡与5000张银行卡的比值，可以使用大的数字作为分子，小的数字作为分母，从而得到这两个特征信息数量的比值为5/4，5000张银行卡与1000张银行卡的比值，还是使用大的数字作为分子，小的数字作为分母，从而得到这两个特征信息数量的比值为5/1，其中5/1为最大的比值，因此以5000张银行卡的特征信息取值，即一个月使用了2次银行卡作为取值点。当然，使用小的数字作为分子，大的数字作为分母也是可以进行上述判断的，只需要适应性的调整阀值即可，在此不再赘述。类似上述步骤的寻找取值点的方式还有很多，例如计算相邻两个特征信息数量的环比变化率，即((当前特征信息数量-上一次特征信息数量)/上一次特征信息数量)*100％，当相邻两个特征信息数量的环比变化率最大时，取相应特征信息取值作为取值点，以上述实施例为例，在特征信息取值为1和2时的环比变化率为25％，特征信息取值为2和3时的环比变化率为80％，其中80％的环比变化率较大，因此以5000张银行卡的特征信息取值(一个月内2次使用银行卡)作为取值点。其它的方式在本申请中不再赘述，只要能够找到特征信息不同取值的分布变化明显的特征信息取值，就可以找到相应的取值点，从而相应的确定该特征信息的起始点。根据本申请的一个实施例，将所述取值点作为所述特征信息的起始点中进一步包括，根据所述特征信息的经验值，对所述取值点进行调整。其中，当有两个或者多本文档来自技高网...

【技术保护点】
一种信息风险评估的方法，其特征在于包括，获取被分析信息中的特征信息；确定所述特征信息的起始点；根据所述起始点将所述特征信息转换为0及原有值；将所述特征信息输入到活动识别网络的风险rain评估模块中，用以计算所述特征信息的风险值。

【技术特征摘要】
1.一种信息风险评估的方法，其特征在于包括，获取被分析信息中的特征信息；确定所述特征信息的起始点；根据所述起始点将所述特征信息转换为0及原有值；将所述特征信息输入到活动识别网络的风险rain评估模块中，用以计算所述特征信息的风险值。2.根据权利要求1所述的方法，其特征在于，所述获取被分析信息中的特征信息包括，根据被分析信息的类型获取该被分析信息中相应的特征信息。3.根据权利要求1所述的方法，其特征在于，确定所述特征信息的起始点具体包括：寻找所述特征信息不同取值的分布变化达到预定条件的取值点；将所述取值点作为所述特征信息的起始点。4.根据权利要求3所述的方法，其特征在于，寻找所述特征信息不同取值的分布变化达到预定条件的取值点进一步包括，寻找所述特征信息不同取值分布的拐点，将该拐点作为所述取值点。5.根据权利要求3所述的方法，其特征在于，寻找所述特征信息不同取值的分布变化达到预定条件的取值点进一步包括，计算所述特征信息不同取值的分布中相邻两个特征信息数量的比值，将比值最大的相应特征信息取值作为取值点。6.根据权利要求3所述的方法，其特征在于，将所述取值点作为所述特征信息的起始点中进一步包括，根据所述特征信息的经验值，对所述取值点进行调整。7.根据权利要求1所述的方法，其特征在于，根据所述起始点将所述特征信息转换为0及原有值进一步包括，将小于...

【专利技术属性】
技术研发人员：刘楠，陈弢，
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