金融反欺诈的实时判断方法技术

本发明专利技术涉及金融反欺诈的实时判断方法，包括：A．异构数据处理：从消息队列集群获取外部产生的实时数据，并转换为相同数据结构，将数据根据用户ID进行关联；B．规则清洗：根据各规则的级联关系依次对得到的关联数据分类和聚合，流入到数据暂存结构中保存；C．标记时间：在数据暂存结构中对每条数据标记时间；D．实时判断：通过已定义的规则和每条数据标记的时间进行计算，计算结果达到了触发阈值的数据，通知对应的反欺诈联系人；丢弃掉计算结果没有达到触发阈值的数据。本发明专利技术能够通过多个规则之间的级联和各规则之间相互协同对异常数据进行检测，极大程度提高了对反欺诈对隐蔽数据的检测能力。

Real time judgment method of financial anti fraud

【技术实现步骤摘要】
金融反欺诈的实时判断方法
本专利技术涉及金融领域的数据处理方法，具体讲是金融反欺诈的实时判断方法。
技术介绍
随着大数据、物联网、AI（人工智能）等技术的在金融行业的加速推进，加快了金融行业的数字化、移动化和实时化，金融产业链被得到了拉伸。金融机构账户、渠道和数据等各方面的关联性不断增强，造成对业务连续性的管理难度不断增大。同时，海量的客户行为数据和交易数据产生，在这些海量数据下，需要及时识别出各种交易诈骗和盗卡等违法行为，以保障用户的财产安全。在目前的金融反欺诈识别中，越发呈现出了风险识别难度更大和交易欺诈手法更隐蔽的特点。为了加强金融交易中的安全控制，需要一个可实现对数据多维度检测、多级规则检测和低时延的实时分析方法。传统的实时分析方法基本上采用的是Storm、Spark或则Flink等技术。这些技术都是采用基于时间窗口滑动，能够考虑数据相互之间的影响，实现一维下的数据异常检测，在时间窗口过长，滑动时间间隔小的情况下，会出现内存溢出和细粒度性能问题；同时它在规则配置是通过规则轮询数据流，触发其中某条规则后就会产生一个异常告警，随后，本文档来自技高网...

【技术保护点】
1.金融反欺诈的实时判断方法，其特征包括：/nA．异构数据处理：从消息队列集群获取外部产生的实时数据，将多个消息源的不同格式的数据转换为相同数据结构的数据，然后将所述数据根据用户ID进行关联；/nB．规则清洗：从已定义的各种规则中提取出规则关键字，根据各规则的级联关系依次对步骤A得到的关联数据分类和聚合，然后在定时器的控制下，将处理后的数据流入到基于Hbase数据库集群实现的数据暂存结构中保存；/nC．标记时间：在数据暂存结构中，对保存的每条数据标记对应的时间；/nD．实时判断：通过已定义的数据计算规则和计算时间维度的字段，根据每条数据标记的时间进行计算，对于每条数据的计算结果，如果达到了触发...

【技术特征摘要】
1.金融反欺诈的实时判断方法，其特征包括：
A．异构数据处理：从消息队列集群获取外部产生的实时数据，将多个消息源的不同格式的数据转换为相同数据结构的数据，然后将所述数据根据用户ID进行关联；
B．规则清洗：从已定义的各种规则中提取出规则关键字，根据各规则的级联关系依次对步骤A得到的关联数据分类和聚合，然后在定时器的控制下，将处理后的数据流入到基于Hbase数据库集群实现的数据暂存结构中保存；
C．标记时间：在数据暂存结构中，对保存的每条数据标记对应的时间；
D．实时判断：通过已定义的数据计算规则和计算时间维度的字段，根据每条数据标记的时间进行计算，对于每条数据的计算结果，如果达到了触发阈值，则将对应的数据发送给对应的反欺诈联系人；丢弃掉计算结果没有达到触发阈值的数据。


2.如权利要求1所述的金融反欺诈的实时判断方法，其特征为：在步骤A中，对转换后的相同数据结构的各项数据，能够根据用户ID关联的数据直接进行关联后输出到后续步骤，不能关联的数据输出到缓存中，与后续输入到缓存中的其他不能关联数据进行关联，如果关联上了，则将缓存中关联上的数据从缓存中清除。


3.如权利要求1所述的金融反欺诈的实时判断方法，其特征为：步骤B中，从步骤A得到的关联数据先进入无锁环形缓冲队列中，然后从无锁环形缓冲队列中逐一取出每条关联数据通过级联的规则进行分类和聚合。


4.如权利要求1所述的金融反欺诈的实时判断方法，其特征为：步骤B中所述规则...

【专利技术属性】
技术研发人员：谭巍，陈思成，李烨，陈卫，张奎，
申请(专利权)人：四川新网银行股份有限公司，
类型：发明
国别省市：四川;51