The invention provides a fraud discrimination method, device and storage medium, which belongs to the field of data processing. The method includes: acquiring service requests to be distinguished; acquiring fraud identification results corresponding to service requests to be distinguished through pre-determined abnormal data sets according to service requests to be distinguished; and abnormal data sets include anomalies identified by abnormal recognition of knowledge maps. Data, the knowledge map is based on the field association map generated by the field in the historical business log, and the fraud identification results are output. Therefore, through knowledge mapping, we can make use of a large number of heterogeneous and diversified information collected from large data, and then analyze a large number of historical log information through association to build a complex anti-fraud rule engine, which can simplify the process of fraud identification operation and improve the efficiency of anti-fraud identification.
【技术实现步骤摘要】
一种欺诈判别方法、装置及存储介质
本专利技术属于数据处理领域,特别是涉及一种欺诈判别方法、装置及存储介质。
技术介绍
随着互联网技术的发展,基于电商的欺诈案例也日益增多,例如为了会员拉新而进行的会员促销,会吸引大量的羊毛党来薅营销活动羊毛;互联网投票会吸引大量虚假刷票的团伙;直播聊天室会遭遇大量虚假僵尸粉挂站等等。为了解决互联网场景面对的各类欺诈问题,规则引擎是常用的反欺诈方法与系统,具体是通过业务专家或者安全专家根据自己的经验,设置识别黑产的规则,用于实时拦截作弊行为。现有技术中的,由于反欺诈规则引擎受限于专家的经验与思路,但随着黑产手段不断进化,数据来源不断丰富,基于传统的欺诈规则已经无法实现对欺诈业务的准确识别。
技术实现思路
有鉴于此,本专利技术提供一种欺诈判别方法、装置及存储介质,以便解决现有技术存在的识别准确率低的问题。依据本专利技术的第一方面,提供了一种欺诈判别方法,该方法可以包括:获取待判别业务请求;根据所述待判别业务请求,通过预先确定的异常数据集,获取所述待判别业务请求对应的欺诈识别结果,所述异常数据集中包括对知识图谱进行异常识别确定的异常数据,所述知识图谱是基于历史业务日志中的字段所生成的字段关联关系图谱;输出所述欺诈识别结果。依据本专利技术的第二方面,提供了一种欺诈判别装置,该装置可以包括:请求获取模块,用于获取待判别业务请求;结果确定模块,用于根据所述待判别业务请求,通过预先确定的异常数据集,获取所述待判别业务请求对应的欺诈识别结果,所述异常数据集中包括对知识图谱进行异常识别确定的异常数据,所述知识图谱是基于历史业务日志中的字段所生成的 ...
【技术保护点】
1.一种欺诈判别方法,其特征在于,所述方法包括:获取待判别业务请求;根据所述待判别业务请求,通过预先确定的异常数据集,获取所述待判别业务请求对应的欺诈识别结果;其中,所述异常数据集中包括对知识图谱进行异常识别确定的异常数据,所述知识图谱是基于历史业务日志中的字段所生成的字段关联关系图谱;输出所述欺诈识别结果。
【技术特征摘要】
1.一种欺诈判别方法,其特征在于,所述方法包括:获取待判别业务请求;根据所述待判别业务请求,通过预先确定的异常数据集,获取所述待判别业务请求对应的欺诈识别结果;其中,所述异常数据集中包括对知识图谱进行异常识别确定的异常数据,所述知识图谱是基于历史业务日志中的字段所生成的字段关联关系图谱;输出所述欺诈识别结果。2.根据权利要求1所述的方法,其特征在于,在所述根据所述待判别业务请求,通过预先确定的异常数据集,获取所述待判别业务请求对应的欺诈识别结果之前,所述方法还包括:根据所述历史业务日志,生成所述知识图谱,所述历史业务日志包括多个业务请求的历史记录;根据所述历史业务日志对应的欺诈识别结果,生成所述历史业务日志的黑样本数据;根据所述黑样本数据和预设的关联挖掘策略,识别所述知识图谱中的异常数据;对所述知识图谱中的异常数据进行标注;将所述异常数据存储在所述异常数据集中。3.根据权利要求1所述的方法,其特征在于,在所述根据所述待判别业务请求,通过预先确定的异常数据集,获取所述待判别业务请求对应的欺诈识别结果之前,所述方法还包括:根据所述历史业务日志,生成所述知识图谱,所述历史业务日志包括多个业务请求的历史记录;利用所述知识图谱中的字段和/或字段关联关系的不一致性,识别所述知识图谱中的异常数据;对所述知识图谱中的异常数据进行标注;将所述异常数据存储在所述异常数据集中。4.根据权利要求2或者3所述的方法,其特征在于,所述根据所述历史业务日志,生成所述知识图谱,包括:获取所述历史业务日志中的每一条业务日志;提取所述每一条业务日志中的账号信息以及所述账号信息的关联信息;所述关联信息包括:所述账号信息对应的设备信息和所述账号信息对应的IP地址;根据所述账号信息和所述关联信息,生成所述知识图谱;所述知识图谱包括由所述账号信息和所述关联信息组成的节点以及用于描述所述账号信息和所述关联信息之间的关联关系的连线。5.根据权利要求2所述的方法,其特征在于,所述根据所述黑样本数据和预设的关联挖掘策略,识别所述知识图谱中的异常数据,包括:根据所述黑样本数据,识别所述知识图谱中与所述黑样本数据一致的第一异常数据;在所述知识图谱中基于所述关联挖掘策略获取与所述第一异常数据相关联的第二异常数据;将所述第一异常数据和所述第二异常数据作为所述知识图谱中的异常数据。6.根据权利要求1所述的方法,其特征在于,所述根据所述待判别业务请求,通过预先确定的异常数据集,获取所述待判别业务请求对应的欺诈识别结果,包括:提取所述待判别业务请求中的字段信息;将所述字段信息与所述异常数据集中的数据信息进行比对;在所述异常数据集中存在与所述字段信息匹配的数据信息的情况下,确定所述欺诈识别结果为所述待判别业务请求是异常请求;或者,在所述异常数据集中不存在与所述字段信息匹配的数据信息的情况下,确定所述欺诈识别结果为所述待判别业务请求是正常请求。7.根据权利要求1所述的方法,其特征在于,所述方法还包括:根据所述欺诈识别结果,对所述异常数据集进行更新。8.一种欺诈判别装置,其特征在于,所述装置包括:请求获取模块,用于获取待判别业务请求;结果确定模块,用于根据所述待判别业务请求,通过预先确定的异常数据集,获取所述待判别业务请求对应的欺诈识别结果,其中,所述异常数据集中包括对知识图谱...
【专利技术属性】
技术研发人员:宗志远,
申请(专利权)人:北京奇艺世纪科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。