【技术实现步骤摘要】
基于疑似欺诈交易参照序位的网络支付反欺诈系统架构设计方法
本专利技术涉及网络支付反欺诈领域，尤其涉及网络支付反欺诈系统架构设计。
技术介绍
随着移动互联网和电子商务等科技和服务模式的发展，网络支付已经渗入到人们的日常生活。网络支付不仅可用于线上网络购物，也可用于线下快捷支付，极大便利了人们的生活，提高效率。网络支付带来一定便利的同时也带来新的风险，例如身份盗用或手机丢失等引起的盗刷和洗钱等欺诈问题。对于许多线上交易平台而言，当欺诈团伙攻破反欺诈算法后可造成巨大经济损失(通常以资损率衡量)，因此针对网络支付的反欺诈工作尤为重要。现有的网络支付反欺诈系统大多结合采用信誉库、专家规则和机器学习等方法。常见的机器学习反欺诈系统利用用户各个维度的数据和特征，与欺诈交易建立关联关系，训练分类模型后用于判断未来的交易是否为欺诈交易。从方法的监督强度来分，常见主要有三种：基于强监督学习、无监督学习和弱监督学习的反欺诈系统。无监督反欺诈方法在特定场景(比如骗贷团伙欺诈等)下已经开始发挥作用；弱监督反欺诈系统近年开始兴起。强监督和弱监督学习方法通常并称为监督学习方法。当前，业内采用主...
【技术保护点】
1.一种基于疑似欺诈交易参照序位的网络支付反欺诈系统架构设计方法，其特征在于，针对网络支付反欺诈场景，采用欺诈特征子空间合成理念，提出基于疑似欺诈交易参照序位(疑似欺诈交易的前驱位、后继位和当中位)的空间划分，将欺诈特征空间划分为对应的三个子空间，即欺诈交易前驱位特征空间、欺诈交易后继位特征空间和欺诈交易当中位特征空间；三个子空间：分析欺诈交易发生前的交易特征可用于预防未来的欺诈交易，当发生网络支付过程中有几笔数据符合该类数据特征时，有较大概率未来的下一笔交易是欺诈交易；分析欺诈交易发生后的交易数据特征则重点是防范重放攻击，网络支付场景中经常发生当一笔交易为欺诈交易则后面连...
【技术特征摘要】
1.一种基于疑似欺诈交易参照序位的网络支付反欺诈系统架构设计方法，其特征在于，针对网络支付反欺诈场景，采用欺诈特征子空间合成理念，提出基于疑似欺诈交易参照序位(疑似欺诈交易的前驱位、后继位和当中位)的空间划分，将欺诈特征空间划分为对应的三个子空间，即欺诈交易前驱位特征空间、欺诈交易后继位特征空间和欺诈交易当中位特征空间；三个子空间：分析欺诈交易发生前的交易特征可用于预防未来的欺诈交易，当发生网络支付过程中有几笔数据符合该类数据特征时，有较大概率未来的下一笔交易是欺诈交易；分析欺诈交易发生后的交易数据特征则重点是防范重放攻击，网络支付场景中经常发生当一笔交易为欺诈交易则后面连续几笔交易均为欺诈交易的情况；分析未发生欺诈交易的数据特征则是防止由于账户被盗用等引起的欺诈交易，一般采用个体建模的方式对用户建立模型，分析用户平时的交易习惯；不同特征子空间之间以自适应融合的方式进行决策合成，即根据用户交易过程中产生的交易数据参照序位，使用模块中的其中几个或全部分析交易是否为欺诈交易，根据各个模块产生的结果采用投票法的决策策略对各个模块的结果进行集成，最终生成系统的决策结果。2.如权利要求1所述的基于疑似欺诈交易参照序位的网络支付反欺诈系统架构设计方法，其特征在于，设计根据交易参照序位的分割反欺诈模块，利用类似集成学习方法策略对各个模块进行集成，同时系统架构中添加强化学习模块，利用强化学习算法更新系统架构性能；系统实现：系统架构包括输入模块、预检模块、中央控制模块、风险评估模块、后继分析模块、关联评估模块和输出模块；所述中央控制模块、风险评估模块、后继分析模块、关联评估模块构成反欺诈系统；所述中央控制模块还包括强化学习模块；中央控制模块的功能是将风险评估模块、后继分析模块、关联评估模块进行集成，对预检模块无法判断的交易做进一步处理，即根据风险评估模块、后继分析模块、关联评估模块输出的判断利用投票法的策略给出系统最终的决策结果；所述强化学习模块采用强化学习算法用于提高系统准确性；所述输入模块是为系统架构提供数据输入的支持；由业务规则和知识设计得出，该模块用于判断哪些类型的交易为欺诈交易，哪些类型的交易为正常交易，哪些类型的交易需要做进一步由中央控制模块的验证才能判断；所述风险评级模块通过检测疑似欺诈交易前驱位交易的欺诈特征来预判交易是否异常；该模块分析欺诈交易前若干笔交易的数据特征，用于判断未来的交易是否为欺诈交易；欺诈交易发生前数据存在一定特征，根据这些相关数据训练模型，用...
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。