一种反欺诈方法、装置和设备制造方法及图纸

本发明专利技术实施例公开了一种反欺诈方法、装置和设备，方法包括：获取目标用户的交易数据；基于交易数据生成交易信号；基于交易信号通过预设反欺诈模型计算得到相应的欺诈分数；查询目标用户的历史欺诈信息；基于历史欺诈信息以及欺诈分数通过预设业务规则确定目标用户的当前交易是否为欺诈交易。本申请通过使用当前交易数据、历史交易数据以及用户信息数据作为判断当前交易是否为欺诈交易的依据，解决了现有技术中仅使用当前交易数据判断交易是否为欺诈交易所存在的判断依据不全面，容易导致出现误判、漏判状况的技术问题，实现了能够有效识别欺诈交易，提高线上交易反欺诈的准确性的技术效果。术效果。术效果。

【技术实现步骤摘要】
一种反欺诈方法、装置和设备


[0001]本专利技术实施例涉及计算机信息
，尤其涉及一种反欺诈方法、装置和设备。

技术介绍

[0002]随着互联网及金融科技快速发展，线上支付与转账、线上理财等在线交易活动已经遍布生活的各个场景，给人们日常生活带来极大的便利，但与此同时，电信诈骗、薅羊毛等异常交易也越来越多，而且难以有效识别，因此针对交易的反欺诈识别与处理极为关键。
[0003]目前的针对交易反欺诈的处理方法有以下几种：(1)根据当前交易数据生成一定的特征数据，调用反欺诈模型对特征数据进行计算得到反欺诈概率值，设置一定的阈值，如果概率值高于设置阈值则为欺诈交易，否则相反；(2)在一个反欺诈系统中包括多个反欺诈模型，构成一个组合模型，各个模型分别预测交易是否欺诈，最后将各个模型的结算结果加权组合，得到最终的欺诈预测结果；(3)交易接入之后先通过一个风控规则模块进行规则判断，得到初始风险等级判断结果，然后通过反欺诈模型进行评分，最后通过风险等级和反欺诈模型评分得到交易的反欺诈分析结果。
[0004]但是方法(1)和方法(2)都是在当前交易数据的基础上来判断交易是否欺诈，并未使用历史交易信息和历史欺诈信息，使得判断不够全面，容易发生误判或漏判；方法(3)增加了风控规则模块，直接对交易数据进行规则判断，但直接利用交易数据进行规则判断而不是根据交易数据生成特征信息进行判断会使得判断不够全面，容易发生误判。

技术实现思路

[0005]本专利技术实施例提供一种反欺诈方法、装置和设备，解决了现有技术中仅使用当前交易数据判断交易是否为欺诈交易所存在的判断依据不全面，容易导致出现误判、漏判状况的技术问题。
[0006]第一方面，本专利技术实施例提供了一种反欺诈方法，所述反欺诈方法包括：
[0007]获取目标用户的交易数据，其中，所述交易数据包括当前交易数据、历史交易数据以及所述目标用户的用户信息数据；
[0008]基于所述交易数据生成交易信号，其中，所述交易信号为通过连续0/1字符表征所述交易数据的特征量；
[0009]基于所述交易信号通过预设反欺诈模型计算得到相应的欺诈分数，其中，所述欺诈分数用于表征所述目标用户的当前交易的欺诈概率；
[0010]查询所述目标用户的历史欺诈信息；
[0011]基于所述历史欺诈信息以及所述欺诈分数通过预设业务规则确定所述目标用户的当前交易是否为欺诈交易，其中，所述预设业务规则为根据交易数据、交易场景以及交易类型确定出的一个或多个欺诈判断规则。
[0012]第二方面，本专利技术实施例还提供了一种反欺诈装置，所述反欺诈装置包括：
[0013]数据获取单元，用于获取目标用户的交易数据，其中，所述交易数据包括当前交易
数据、历史交易数据以及所述目标用户的用户信息数据；
[0014]信号生成单元，用于基于所述交易数据生成交易信号，其中，所述交易信号为通过连续0/1字符表征所述交易数据的特征量；
[0015]分数计算单元，用于基于所述交易信号通过预设反欺诈模型计算得到相应的欺诈分数，其中，所述欺诈分数用于表征所述目标用户的当前交易的欺诈概率；
[0016]信息查询单元，用于查询所述目标用户的历史欺诈信息；
[0017]欺诈确定单元，用于基于所述历史欺诈信息以及所述欺诈分数通过预设业务规则确定所述目标用户的当前交易是否为欺诈交易，其中，所述预设业务规则为根据交易数据、交易场景以及交易类型确定出的一个或多个欺诈判断规则。
[0018]第三方面，本专利技术实施例还提供了一种反欺诈设备，所述反欺诈设备包括：
[0019]一个或多个处理器；
[0020]存储装置，用于存储一个或多个程序；
[0021]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术实施例第一方面任意的反欺诈方法。
[0022]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术实施例第一方面任意的反欺诈方法。
[0023]本专利技术实施例公开了一种反欺诈方法、装置和设备，方法包括：获取目标用户的交易数据；基于交易数据生成交易信号；基于交易信号通过预设反欺诈模型计算得到相应的欺诈分数；查询目标用户的历史欺诈信息；基于历史欺诈信息以及欺诈分数通过预设业务规则确定目标用户的当前交易是否为欺诈交易。本申请通过使用当前交易数据、历史交易数据以及用户信息数据作为判断当前交易是否为欺诈交易的依据，解决了现有技术中仅使用当前交易数据判断交易是否为欺诈交易所存在的判断依据不全面，容易导致出现误判、漏判状况的技术问题，实现了能够有效识别欺诈交易，提高线上交易反欺诈的准确性的技术效果。
附图说明
[0024]图1是本专利技术实施例提供的一种反欺诈方法的流程图；
[0025]图2是本专利技术实施例提供的另一种反欺诈方法的流程图；
[0026]图3是本专利技术实施例提供的又一种反欺诈方法的流程图；
[0027]图4是本专利技术实施例提供的又一种反欺诈方法的流程图；
[0028]图5是本专利技术实施例提供的一种反欺诈装置的结构图；
[0029]图6为本专利技术实施例提供的一种反欺诈设备的结构示意图。
具体实施方式
[0030]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0031]需要说明的是，本专利技术的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于限定特定顺序。本专利技术下述各个实施例可以单独执行，各
个实施例之间也可以相互结合执行，本专利技术实施例对此不作具体限制。
[0032]图1是本专利技术实施例提供的一种反欺诈方法的流程图。该反欺诈方法可适用于所有在线交易中的反欺诈识别与处理等情况。该反欺诈方法可以由反欺诈装置来执行，该装置可以采用硬件和/或软件的方式来实现，并一般可集成于服务器中。
[0033]如图1所示，该反欺诈方法具体包括如下步骤：
[0034]S101，获取目标用户的交易数据，其中，交易数据包括当前交易数据、历史交易数据以及目标用户的用户信息数据。
[0035]具体地，目标用户的交易数据是从服务器端获取到的，交易数据包括目标用户的实时交易数据，即当前交易数据，还包括目标用户在一定时间范围内的历史交易数据以及用户信息数据，其中，历史交易数据包括多个预设时间区间内的交易笔数、交易总金额、交易平均金额、交易发生地区等信息，用户信息数据包括该目标客户的姓名、性别、证件号、职业、工作地点、通信地址所在地区、手机号等信息。
[0036]服务器端的交易数据是从不同的交易终端获取到的，其中，交易终端包括但不限于手机银行、网上银行、ATM机、柜台交易等，所有交易数据会通过固定格式的报文本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种反欺诈方法，其特征在于，所述反欺诈方法包括：获取目标用户的交易数据，其中，所述交易数据包括当前交易数据、历史交易数据以及所述目标用户的用户信息数据；基于所述交易数据生成交易信号，其中，所述交易信号为通过连续0/1字符表征所述交易数据的特征量；基于所述交易信号通过预设反欺诈模型计算得到相应的欺诈分数，其中，所述欺诈分数用于表征所述目标用户的当前交易的欺诈概率；查询所述目标用户的历史欺诈信息；基于所述历史欺诈信息以及所述欺诈分数通过预设业务规则确定所述目标用户的当前交易是否为欺诈交易，其中，所述预设业务规则为根据交易数据、交易场景以及交易类型确定出的一个或多个欺诈判断规则。2.根据权利要求1所述的反欺诈方法，其特征在于，所述获取目标用户的交易数据包括：获取所述目标用户的当前交易数据；基于所述当前交易数据补齐所述目标用户的所述历史交易数据以及所述用户信息数据，其中，所述历史交易数据包括多个预设时间区间内的交易笔数、交易总金额、交易平均金额以及交易发生地区。3.根据权利要求1所述的反欺诈方法，其特征在于，所述查询所述目标用户的历史欺诈信息包括：查询所述目标用户的历史欺诈数据以及确认所述目标用户是否列入欺诈黑白名单中。4.根据权利要求1所述的反欺诈方法，其特征在于，所述交易数据以队列的形式被获取或被使用。5.根据权利要求2所述的反欺诈方法，其特征在于，所述获取所述目标用户的当前交易数据包括：获取预设报文格式的所述目标用户的所述当前交易数据；对所述当前交易数据进行报文解析，得到解析后的所述当前交易数据。6.根据权利要求1所述的反欺诈方法，其特征在于，在确定出所述目标用户的当前交易是否为欺诈交易之后，所述反欺诈方法还包括：将确定出的结果以及所述...

【专利技术属性】
技术研发人员：翟长波，李立，曹晸珺，
申请(专利权)人：上海浦东发展银行股份有限公司，
类型：发明
国别省市：