欺诈交易判断方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种欺诈交易判断方法、装置、计算机设备和存储介质。所述方法包括：获取当前交易；将当前交易输入交易反欺诈分析模型得到当前交易的交易欺诈概率；通过预存的欺诈交易识别规则对当前交易进行识别得到识别结果；根据当前交易的交易欺诈概率与识别结果判断当前交易是否为欺诈交易。采用本方法能够提高对实际交易中发生的欺诈交易的判断的准确率。

Fraud trading judgment method, device, computer equipment and storage medium

The application relates to a method for judging fraudulent transactions, a device, a computer device and a storage medium. The method includes: obtaining the current transaction; input the current transaction into the transaction anti-fraud analysis model to obtain the transaction fraud probability of the current transaction; identify the current transaction through the pre-existing fraud transaction identification rules to obtain the identification results; judge whether the current transaction is based on the transaction fraud probability and identification results of the current transaction. For fraudulent transactions. This method can improve the accuracy of judging fraudulent transactions in actual transactions.

【技术实现步骤摘要】
欺诈交易判断方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种欺诈交易判断方法、装置、计算机设备和存储介质。
技术介绍
随着现代网络技术的发展，电子交易在生活中被越来越广泛地应用，随之而来也存在电子交易为欺诈交易的风险，如信息泄露或者交易违法等；因此需要在交易中对当前交易的交易数据进行欺诈分析，当根据交易数据分析出当前交易可能为欺诈交易时，则结束当前交易。传统地，一般利用一些交易反欺诈实时评分模型对当前交易进行分析，如FICO(一种个人信用评级法，)、SAS(STATISTICALANALYSISSYSTEM，数据分析系统，银行可通过部署SAS欺诈管理，进行反欺诈分析)、同盾的交易反欺诈模型等，但这些模型的通用性较差，对实际交易中发生的欺诈交易判断的准确率较低。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高实际交易中发生的欺诈交易判断的准确率的欺诈交易判断方法、装置、计算机设备和存储介质。一种欺诈交易判断方法，所述方法包括：获取当前交易；将所述当前交易输入交易反欺诈分析模型得到所述当前交易的交易欺诈概率；通过预存的欺诈交易识别规则对所述当前交易进本文档来自技高网...

【技术保护点】
1.一种欺诈交易判断方法，所述方法包括：获取当前交易；将所述当前交易输入交易反欺诈分析模型得到所述当前交易的交易欺诈概率；通过预存的欺诈交易识别规则对所述当前交易进行识别得到识别结果；根据所述当前交易的交易欺诈概率与所述识别结果判断所述当前交易是否为欺诈交易。

【技术特征摘要】
1.一种欺诈交易判断方法，所述方法包括：获取当前交易；将所述当前交易输入交易反欺诈分析模型得到所述当前交易的交易欺诈概率；通过预存的欺诈交易识别规则对所述当前交易进行识别得到识别结果；根据所述当前交易的交易欺诈概率与所述识别结果判断所述当前交易是否为欺诈交易。2.根据权利要求1所述的方法，其特征在于，所述获取当前交易之前，还包括：获取样本数据；对所述样本数据进行清洗，并从清洗后的样本数据中选择训练变量；通过随机森林算法模型从所述训练变量中选择入模变量以及所述入模变量对应的出模变量；获取预设的初始神经网络模型；根据所述入模变量与所述入模变量对应的出模变量对初始神经网络模型进行训练得到交易反欺诈分析模型。3.根据权利要求2所述的方法，其特征在于，所述对所述样本数据进行清洗，并从清洗后的样本数据中选择训练变量，包括：获取内容为空的数据，并识别所述内容为空的数据对应的数据类型；获取所述数据类型获取对应的替换逻辑，并根据所获取的替换逻辑将所述样本数据中的所述内容为空的数据进行替换；获取替换后的所述样本数据中的非高相关性变量作为第一变量；计算所述第一变量的信息价值；选取所述信息价值高于预设值的所述第一变量作为训练变量。4.根据权利要求2所述的方法，其特征在于，所述对所述样本数据进行清洗，包括：获取样本数据中的第二变量，并获取所述第二变量对应的业务规则；根据所述业务规则从所述第二变量中选取业务作用的相似度大于预设值的第二变量，并从所业务作用相似度大于预设值的第二变量中选取其中一个作为清洗后的样本数据。5.根据权利要求2所述的方法，其特征在于，所述对所述样本数据进行清洗，包括：获取所述样本数据中的第三变量；检测所述第三变量的变量类型；当所述变量类型为连续型...

【专利技术属性】
技术研发人员：石建，陈飞腾，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东,44