一种基于无监督学习的实体卡异常绑卡报警的方法技术

本发明专利技术公开了一种基于无监督学习的实体卡异常绑卡报警的方法，包括(1)业务处理，(2)数据处理以及(3)建模和报警三步；且上述步骤由异常绑卡报警系统完成，该异常绑卡报警系统由业务处理系统，数据处理系统以及建模和报警系统组成。本发明专利技术提供一种基于无监督学习的实体卡异常绑卡报警的方法，通过该方法使得系统可以通过无监督学习，并自动发现实体卡异常绑卡行为以便于及时处理，极大的提高了安全性，能够很好的避免商家以及用户的风险，更好的促进了商家的发展。

【技术实现步骤摘要】
一种基于无监督学习的实体卡异常绑卡报警的方法
本专利技术属于安全领域，具体是指一种基于无监督学习的实体卡异常绑卡报警的方法。
技术介绍
未来随着科技的进步和时间的推移，线下线上一体化将会成为必然趋势。而线下线上资产共享是助力商家实现线下线上一体化的途径之一。线下线上一体化为商家和用户提供实体卡消费便利的同时也带来潜在风险。如，异常用户可能采用非常规方式绑定他人实体卡。如何识别异常用户的绑卡行为则是系统需要解决的问题之一。而常见的预测异常绑卡行为的方案是通过配置阈值来进行判断绑卡行为是否异常，但是此方案需要人为配置报警规则，需要依赖配置人员的经验，如果报警规则设置不合理，则可能当异常绑卡发生时无法报警或者正常绑卡行为误报警。
技术实现思路
本专利技术的目的在于克服上述问题，提供一种基于无监督学习的实体卡异常绑卡报警的方法，通过该方法使得系统可以通过无监督学习，并自动发现实体卡异常绑卡行为以便于及时处理，极大的提高了安全性，能够很好的避免商家以及用户的风险，更好的促进了商家的发展。本专利技术的目的通过下述技术方案本文档来自技高网...

【技术保护点】
1.一种基于无监督学习的实体卡异常绑卡报警的方法，其特征在于，包括(1)业务处理，(2)数据处理以及(3)建模和报警三步；/n且上述步骤由异常绑卡报警系统完成，该异常绑卡报警系统由如下三个子系统组成：/n业务处理系统：通过设置服务器为用户提供绑卡功能，并将用户的绑卡结果进行存储；/n数据处理系统：采集业务系统存储的用户绑卡结果，并对采集的用户绑卡结果进行处理，最终形成及其学习特征数据；/n建模和报警系统：以数据处理系统形成的学习特征数据作为样本数据，对学习特征数据进行聚类，对聚类的结果进行分析并在需要报警时进行报警。/n

【技术特征摘要】
1.一种基于无监督学习的实体卡异常绑卡报警的方法，其特征在于，包括(1)业务处理，(2)数据处理以及(3)建模和报警三步；
且上述步骤由异常绑卡报警系统完成，该异常绑卡报警系统由如下三个子系统组成：
业务处理系统：通过设置服务器为用户提供绑卡功能，并将用户的绑卡结果进行存储；
数据处理系统：采集业务系统存储的用户绑卡结果，并对采集的用户绑卡结果进行处理，最终形成及其学习特征数据；
建模和报警系统：以数据处理系统形成的学习特征数据作为样本数据，对学习特征数据进行聚类，对聚类的结果进行分析并在需要报警时进行报警。


2.根据权利要求1所述的一种基于无监督学习的实体卡异常绑卡报警的方法，其特征在于：步骤(1)的具体过程为：
(11)用户通过手机端或网页端向服务器发送绑卡请求；
(12)服务器验证绑卡请求；
(13)服务器将绑卡请求的验证结果向手机端或网页端进行反馈；
(14)服务器将绑卡请求以及验证结果导入数据库中进行存储。


3.根据权利要求2所述的一种基于无监督学习的实体卡异常绑卡报警的方法，其特征在于：步骤(11)中所述的绑卡请求包括用户号，卡面号以及卡片密码；步骤(13)中验证结果是通过服务器对绑卡请求中的卡面号和卡片密码进行计算得到的结果，若计算结果正确则绑卡成功，服务器将成功信息通过手机端或网页端向用户进行反馈并进入步骤(14)，若计算结果错误则绑卡失败，服务器将失败信息通过手机端或网页端向用户进行反馈并结束业务处理过程。


4.根据权利要求3所述的一种基于无监督学习的实体卡异常绑卡报警的方法，其特征在于：步骤(2)的具体过程为：
(21)通过设置数据采集模块从数据库中采集绑卡请求以及验证结果；
(22)对采集的绑卡请求以及验证结果进行统计处理得到统计数据；
(23)对统计数据进行空值处理，均一化处理以及异常值处理得到学习特征数据。


5.根据权利要求4所述的一种基于无监督学习的实体卡异常绑卡报警的方法，其特征在于：步骤(22)中所述的统计数据包括用户号在预设周期内的绑卡次数以及绑卡金额。


6.根据权...

【专利技术属性】
技术研发人员：王巍，韩笑跃，陈品竹，刘俊旺，
申请(专利权)人：多点深圳数字科技有限公司，
类型：发明
国别省市：广东;44