识别交易行为异常的方法以及装置制造方法及图纸

本说明书实施例提供识别交易行为异常的方法以及装置，其中所述方法包括：为业务预置异常识别模块以及场景识别模块，其中，所述异常识别模块与所述场景识别模块具有各自的权重，所述异常识别模块，用于对所述业务中交易行为的异常进行识别，所述场景识别模块，用于对所述业务在所述交易行为所在场景使用的可信性进行识别；使用所述异常识别模块与所述场景识别模块对所述业务中交易行为进行识别，得到所述异常识别模块与所述场景识别模块分别输出的识别结果；利用所述异常识别模块与所述场景识别模块各自的权重，将所述异常识别模块与所述场景识别模块分别输出的识别结果进行加权计算，得到所述交易行为的异常值。

【技术实现步骤摘要】
识别交易行为异常的方法以及装置
本说明书实施例涉及计算机
，特别涉及一种识别交易行为异常的方法。本说明书一个或者多个实施例同时涉及一种识别交易行为异常的装置，一种计算设备，以及一种计算机可读存储介质。
技术介绍
随着互联网技术的发展，通过网络进行交易已经成为广大互联网用户普遍的行为。然而，网络交易在给用户带来便利的同时，也存在一定的风险。为了避免这些不法分子行为所带来的危害，需要对交易行为的异常进行识别。然而，目前对交易行为异常的识别存在较多误识别的情况，导致业务的应用受到了较大限制。
技术实现思路
有鉴于此，本说明书施例提供了一种识别交易行为异常的方法。本说明书一个或者多个实施例同时涉及一种识别交易行为异常的装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。根据本说明书实施例的第一方面，提供了一种识别交易行为异常的方法，包括：为业务预置异常识别模块以及场景识别模块，其中，所述异常识别模块与所述场景识别模块具有各自的权重，所述异常识别模块，用于对所述业务中交易行为的异常进行识别，所述场景识别模块，用于对所述业务在所述交易行为所在场景使用的可信性进行识别；使用所述异常识别模块与所述场景识别模块对所述业务中交易行为进行识别，得到所述异常识别模块与所述场景识别模块分别输出的识别结果；利用所述异常识别模块与所述场景识别模块各自的权重，将所述异常识别模块与所述场景识别模块分别输出的识别结果进行加权计算，得到所述交易行为的异常值。可选地，所述为业务预置异常识别模块以及场景识别模块包括：利用所述业务对应的多个异常要素对所述业务的异常级别进行识别，得到所述业务的异常级别；为所述业务预置与所述异常级别匹配的异常识别模块和/或场景识别模块。可选地，还包括：使用所述异常识别模块和/或所述场景识别模块对所述业务的交易行为样本进行识别，得到所述异常识别模块和/或所述场景识别模块对所述交易行为样本输出的识别结果；根据所述交易行为样本的识别结果，为所述业务设置对应的结果标签，所述结果标签用于产生所述异常识别模块和/或场景识别模块的调整指令；根据所述调整指令，对所述异常识别模块和/或场景识别模块的参数、识别策略、和/或权重进行调整。可选地，所述业务预置有多种业务模式，所述异常识别模块与所述场景识别模块各自具有与所述多种业务模式分别匹配的多个权重，所述业务当前所处业务模式为所述多种业务模式中的任一种业务模式；所述利用异常识别模块与场景识别模块各自的权重，对所述异常识别模块与所述场景识别模块分别输出的识别结果进行加权计算，得到所述交易行为的异常值包括：利用所述异常识别模块与所述场景识别模块各自与所述业务当前所处业务模式匹配的权重，将所述异常识别模块与所述场景识别模块分别输出的识别结果进行加权计算，得到所述交易行为的异常值。可选地，所述多种业务模式包括：第一业务模式、第二业务模式、以及第三业务模式；其中，所述场景识别模块与所述第二业务模式匹配的权重大于所述场景识别模块与所述第一业务模式匹配的权重；所述场景识别模块与所述第一业务模式匹配的权重大于所述场景识别模块与所述第三业务模式匹配的权重；所述异常识别模块与所述第三业务模式匹配的权重大于所述异常识别模块与所述第一业务模式匹配的权重；所述异常识别模块与所述第一业务模式匹配的权重大于所述异常识别模块与所述第二业务模式匹配的权重。可选地，还包括：响应于接收到切换业务模式消息，将所述业务当前所处业务模式切换为所述切换业务模式消息对应的第一业务模式、第二业务模式或第三业务模式。可选地，还包括：在所述异常识别模块输出的识别结果满足预设预警条件时，对所述识别结果进行归因分析。可选地，所述异常识别模块包括：团伙识别模块、资金网络识别模块、行为序列识别模块、时序异常识别模块、空间异常识别模块、身份异常识别模块中的任一个或多个模块；所述团伙识别模块，用于对所述业务中交易行为具有关联的人群进行识别；所述资金网络识别模块，用于对交易行为形成的网络的异常形态进行识别；所述行为序列识别模块，用于利用用户操作行为的一致性对异常行为序列进行识别；所述时序异常识别模块，用于对交易时间上的异常分布进行识别；所述空间异常识别模块，用于对交易地理位置的异常分布进行识别；所述身份异常识别模块，用于利用用户账户信息对异常身份进行识别。可选地，所述场景识别模块包括：可信网络识别模块和/或业务环境识别模块；所述可信网络识别模块，用于对所述业务中的交易行为是否发生于基于历史可信交易行为建立的可信网络进行识别；所述业务环境识别模块，用于利用用户的身份属性及交易环境信息对所述业务中的交易行为是否发生于可信环境进行识别。根据本说明书实施例的第二方面，提供了一种识别交易行为异常的装置，包括：预置模块，被配置为为业务预置异常识别模块以及场景识别模块，其中，所述异常识别模块与所述场景识别模块具有各自的权重，所述异常识别模块，用于对所述业务中交易行为的异常进行识别，所述场景识别模块，用于对所述业务在所述交易行为所在场景使用的可信性进行识别。识别模块，被配置为使用所述异常识别模块与所述场景识别模块对所述业务中交易行为进行识别，得到所述异常识别模块与所述场景识别模块分别输出的识别结果。输出模块，被配置为利用所述异常识别模块与所述场景识别模块各自的权重，将所述异常识别模块与所述场景识别模块分别输出的识别结果进行加权计算，得到所述交易行为的异常值。可选地，所述预置模块包括：级别识别子模块，被配置为利用所述业务对应的多个异常要素对所述业务的异常级别进行识别，得到所述业务的异常级别。预置子模块，被配置为为所述业务预置与所述异常级别匹配的异常识别模块和/或场景识别模块。可选地，还包括：样本识别模块，被配置为使用所述异常识别模块和/或所述场景识别模块对所述业务的交易行为样本进行识别，得到所述异常识别模块和/或所述场景识别模块对所述交易行为样本输出的识别结果。标签设置模块，被配置为根据所述交易行为样本的识别结果，为所述业务设置对应的结果标签，所述结果标签用于产生所述异常识别模块和/或场景识别模块的调整指令。模块调整模块，被配置为根据所述调整指令，对所述异常识别模块和/或场景识别模块的参数、识别策略、和/或权重进行调整。可选地，所述业务预置有多种业务模式，所述异常识别模块与所述场景识别模块各自具有与所述多种业务模式分别匹配的多个权重，所述业务当前所处业务模式为所述多种业务模式中的任一种业务模式。输出模块，被配置为利用所述异常识别模块与所述场景识别模块各自与所述业务当前所处业务模式匹配的权重，将所述异常识别模块与所述场景识别模块分别输出的识别结果进行加权计算，得到所述交易行为的异常值。可选地，所述多种业务模式包括：第一业务模式、第二业务模式、以及第三业务模式。其中，所述场景识别模块与所述第二业务模式匹配的权重大于所述场景识别模块与所述第一业务模式匹配的权重；所述场景识别模块与所述第一业务模式匹配的权重大于所述场景识别模块与所述第三业务模式匹配的权重本文档来自技高网...

【技术保护点】
1.一种识别交易行为异常的方法，包括：/n为业务预置异常识别模块以及场景识别模块，其中，所述异常识别模块与所述场景识别模块具有各自的权重，所述异常识别模块，用于对所述业务中交易行为的异常进行识别，所述场景识别模块，用于对所述业务在所述交易行为所在场景使用的可信性进行识别；/n使用所述异常识别模块与所述场景识别模块对所述业务中交易行为进行识别，得到所述异常识别模块与所述场景识别模块分别输出的识别结果；/n利用所述异常识别模块与所述场景识别模块各自的权重，将所述异常识别模块与所述场景识别模块分别输出的识别结果进行加权计算，得到所述交易行为的异常值。/n

【技术特征摘要】
1.一种识别交易行为异常的方法，包括：
为业务预置异常识别模块以及场景识别模块，其中，所述异常识别模块与所述场景识别模块具有各自的权重，所述异常识别模块，用于对所述业务中交易行为的异常进行识别，所述场景识别模块，用于对所述业务在所述交易行为所在场景使用的可信性进行识别；
使用所述异常识别模块与所述场景识别模块对所述业务中交易行为进行识别，得到所述异常识别模块与所述场景识别模块分别输出的识别结果；
利用所述异常识别模块与所述场景识别模块各自的权重，将所述异常识别模块与所述场景识别模块分别输出的识别结果进行加权计算，得到所述交易行为的异常值。


2.根据权利要求1所述的方法，所述为业务预置异常识别模块以及场景识别模块包括：
利用所述业务对应的多个异常要素对所述业务的异常级别进行识别，得到所述业务的异常级别；
为所述业务预置与所述异常级别匹配的异常识别模块和/或场景识别模块。


3.根据权利要求1或2所述的方法，还包括：
使用所述异常识别模块和/或所述场景识别模块对所述业务的交易行为样本进行识别，得到所述异常识别模块和/或所述场景识别模块对所述交易行为样本输出的识别结果；
根据所述交易行为样本的识别结果，为所述业务设置对应的结果标签，所述结果标签用于产生所述异常识别模块和/或场景识别模块的调整指令；
根据所述调整指令，对所述异常识别模块和/或场景识别模块的参数、识别策略、和/或权重进行调整。


4.根据权利要求1所述的方法，所述业务预置有多种业务模式，所述异常识别模块与所述场景识别模块各自具有与所述多种业务模式分别匹配的多个权重，所述业务当前所处业务模式为所述多种业务模式中的任一种业务模式；
所述利用异常识别模块与场景识别模块各自的权重，对所述异常识别模块与所述场景识别模块分别输出的识别结果进行加权计算，得到所述交易行为的异常值包括：
利用所述异常识别模块与所述场景识别模块各自与所述业务当前所处业务模式匹配的权重，将所述异常识别模块与所述场景识别模块分别输出的识别结果进行加权计算，得到所述交易行为的异常值。


5.根据权利要求4所述的方法，所述多种业务模式包括：第一业务模式、第二业务模式、以及第三业务模式；
其中，所述场景识别模块与所述第二业务模式匹配的权重大于所述场景识别模块与所述第一业务模式匹配的权重；所述场景识别模块与所述第一业务模式匹配的权重大于所述场景识别模块与所述第三业务模式匹配的权重；
所述异常识别模块与所述第三业务模式匹配的权重大于所述异常识别模块与所述第一业务模式匹配的权重；所述异常识别模块与所述第一业务模式匹配的权重大于所述异常识别模块与所述第二业务模式匹配的权重。


6.根据权利要求5所述的方法，还包括：
响应于接收到切换业务模式消息，将所述业务当前所处业务模式切换为所述切换业务模式消息对应的第一业务模式、第二业务模式或第三业务模式。


7.根据权利要求1所述的方法，还包括：
在所述异常识别模块输出的识别结果满足预设预警条件时，对所述识别结果进行归因分析。


8.根据权利要求1所述的方法，所述异常识别模块包括：团伙识别模块、资金网络识别模块、行为序列识别模块、时序异常识别模块、空间异常识别模块、身份异常识别模块中的任一个或多个模块；
所述团伙识别模块，用于对所述业务中交易行为具有关联的人群进行识别；
所述资金网络识别模块，用于对交易行为形成的网络的异常形态进行识别；
所述行为序列识别模块，用于利用用户操作行为的一致性对异常行为序列进行识别；
所述时序异常识别模块，用于对交易时间上的异常分布进行识别；
所述空间异常识别模块，用于对交易地理位置的异常分布进行识别；
所述身份异常识别模块，用于利用用户账户信息对异常身份进行识别。


9.根据权利要求1所述的方法，所述场景识别模块包括：可信网络识别模块和/或业务环境识别模块；
所述可信网络识别模块，用于对所述业务中的交易行为是否发生于基于历史可信交易行为建立的可信网络进行识别；
所述业务环境识别模块，用于利用用户的身份属性及交易环境信息对所述业务中的交易行为是否...

【专利技术属性】
技术研发人员：杨洋，张昊，程羽，崔欣培，张杭彬，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33