客户信息校验方法、装置、介质及电子设备制造方法及图纸

本公开涉及人工智能和信息安全领域，揭示了一种客户信息校验方法、装置、介质及电子设备。该方法包括：获取通过规则引擎中规则集校验的异常客户信息；根据异常客户信息进行模型训练，得到风险模型；针对各系统，获取通过规则集校验的异常客户信息在所有该系统中异常客户信息的数量占比；根据数量占比，确定候选异常系统；获取系统相关信息；根据系统相关信息，生成系统特征数据；基于系统特征数据和候选异常系统确定异常系统；当接收到新规则添加请求，生成新规则集；利用风险模型对新规则进行校验，并根据新规则通过校验，对异常系统启用新规则集。此方法降低了为多系统配置规则的人力成本，兼顾了新规则上线的安全性和效率。兼顾了新规则上线的安全性和效率。兼顾了新规则上线的安全性和效率。

【技术实现步骤摘要】
客户信息校验方法、装置、介质及电子设备


[0001]本公开涉及人工智能和信息安全
，特别涉及一种客户信息校验方法、装置、介质及电子设备。

技术介绍

[0002]当前，一些金融系统，如银行系统的客户信息需要符合监管要求，所以每个系统都有自己的校验规则，相同的规则要在大量系统实现多次，而且会因为不同系统开发人员对规则理解的差异导致结果不一致，因此，当调整一个规则的时候需要耗费大量人力评估和开发，消耗的人力和物力成本较大。

技术实现思路

[0003]在人工智能和信息安全
，为了解决上述技术问题，本公开的目的在于提供一种客户信息校验方法、装置、介质及电子设备。
[0004]根据本公开的一方面，提供了一种客户信息校验方法，所述方法由规则引擎执行，所述规则引擎用于对上报至多个系统的客户信息进行校验，所述方法包括：
[0005]针对所述多个系统中的每一系统，获取已通过所述规则引擎中的规则集的校验的异常客户信息，所述异常客户信息为所述系统中存在对应异常行为记录的客户信息，所述多个系统中的各系统在客户产生异常行为时，生成与所述客户的客户信息对应的异常行为记录；
[0006]根据获取的所述异常客户信息进行模型训练，得到客户信息校验风险模型；
[0007]针对每一系统，获取已通过所述规则引擎中的规则集的校验的异常客户信息在所有在该系统中异常客户信息的数量占比；
[0008]根据各系统对应的所述数量占比，在所述多个系统中确定出候选异常系统；
[0009]获取与所述多个系统分别对应的系统相关信息；
[0010]根据所述系统相关信息，生成与各系统对应的系统特征数据；
[0011]基于所述系统特征数据和所述候选异常系统在所述多个系统中确定出异常系统，所述异常系统包括所述候选异常系统；
[0012]当接收到携带了新规则的新规则添加请求，生成包括所述新规则和所述规则集的新规则集；
[0013]利用所述客户信息校验风险模型对所述新规则进行校验，并根据所述新规则通过校验，对所述异常系统启用所述新规则集，以便在向所述异常系统上传客户信息时，利用所述新规则集进行校验。
[0014]根据本公开的另一方面，提供了一种客户信息校验装置，所述装置位于规则引擎中，所述规则引擎用于对上报至多个系统的客户信息进行校验，所述装置包括：
[0015]第一获取模块，被配置为针对所述多个系统中的每一系统，获取已通过所述规则引擎中的规则集的校验的异常客户信息，所述异常客户信息为所述系统中存在对应异常行
为记录的客户信息，所述多个系统中的各系统在客户产生异常行为时，生成与所述客户的客户信息对应的异常行为记录；
[0016]训练模块，被配置为根据获取的所述异常客户信息进行模型训练，得到客户信息校验风险模型；
[0017]数量占比获取模块，被配置为针对每一系统，获取已通过所述规则引擎中的规则集的校验的异常客户信息在所有在该系统中异常客户信息的数量占比；
[0018]第一确定模块，被配置为根据各系统对应的所述数量占比，在所述多个系统中确定出候选异常系统；
[0019]第二获取模块，被配置为获取与所述多个系统分别对应的系统相关信息；
[0020]第一生成模块，被配置为根据所述系统相关信息，生成与各系统对应的系统特征数据；
[0021]第二确定模块，被配置为基于所述系统特征数据和所述候选异常系统在所述多个系统中确定出异常系统，所述异常系统包括所述候选异常系统；
[0022]第二生成模块，被配置为当接收到携带了新规则的新规则添加请求，生成包括所述新规则和所述规则集的新规则集；
[0023]启用模块，被配置为利用所述客户信息校验风险模型对所述新规则进行校验，并根据所述新规则通过校验，对所述异常系统启用所述新规则集，以便在向所述异常系统上传客户信息时，利用所述新规则集进行校验。
[0024]根据本公开的另一方面，提供了一种计算机可读程序介质，其存储有计算机程序指令，当所述计算机程序指令被计算机执行时，使计算机执行如前所述的方法。
[0025]根据本公开的另一方面，提供了一种电子设备，所述电子设备包括：
[0026]处理器；
[0027]存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如前所述的方法。
[0028]本公开的实施例提供的技术方案可以包括以下有益效果：
[0029]对于本公开所提供的客户信息校验方法、装置、介质及电子设备，该方法由规则引擎执行，规则引擎用于对上报至多个系统的客户信息进行校验，该方法包括如下步骤：针对所述多个系统中的每一系统，获取已通过所述规则引擎中的规则集的校验的异常客户信息，所述异常客户信息为所述系统中存在对应异常行为记录的客户信息，所述多个系统中的各系统在客户产生异常行为时，生成与所述客户的客户信息对应的异常行为记录；根据获取的所述异常客户信息进行模型训练，得到客户信息校验风险模型；针对每一系统，获取已通过所述规则引擎中的规则集的校验的异常客户信息在所有在该系统中异常客户信息的数量占比；根据各系统对应的所述数量占比，在所述多个系统中确定出候选异常系统；获取与所述多个系统分别对应的系统相关信息；根据所述系统相关信息，生成与各系统对应的系统特征数据；基于所述系统特征数据和所述候选异常系统在所述多个系统中确定出异常系统，所述异常系统包括所述候选异常系统；当接收到携带了新规则的新规则添加请求，生成包括所述新规则和所述规则集的新规则集；利用所述客户信息校验风险模型对所述新规则进行校验，并根据所述新规则通过校验，对所述异常系统启用所述新规则集，以便在向所述异常系统上传客户信息时，利用所述新规则集进行校验。
[0030]此方法下，通过由统一的规则引擎对向多个系统上报的客户信息进行校验，使得在新增规则时，只需要向规则引擎的规则集中添加即可，无需单独为每个系统设置规则，大大降低了人力成本；同时，通过先获取已通过校验的异常客户信息，然后，一方面利用异常客户信息训练得到客户信息校验风险模型，另一方面，先根据各系统中已通过校验的异常客户信息的数量占比确定出候选异常系统，然后根据系统特征数据和候选异常系统确定异常系统，最终在新规则需要上线时，只有新规则通过校验，才在异常系统中启用新规则，异常系统之外的其他系统可以直接启用新规则，兼顾了新规则上线的安全性和效率。
[0031]应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本专利技术。
附图说明
[0032]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。
[0033]图1是根据一示例性实施例示出的一种客户信息校验方法的系统架构示意图；
[0034]图2是根据一示例性实施例示出的一种客户信息校验方法的流程图；
[0035]图3是根据一示例性实施例示出的根据系统对应的数量占比本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种客户信息校验方法，其特征在于，所述方法由规则引擎执行，所述规则引擎用于对上报至多个系统的客户信息进行校验，所述方法包括：针对所述多个系统中的每一系统，获取已通过所述规则引擎中的规则集的校验的异常客户信息，所述异常客户信息为所述系统中存在对应异常行为记录的客户信息，所述多个系统中的各系统在客户产生异常行为时，生成与所述客户的客户信息对应的异常行为记录；根据获取的所述异常客户信息进行模型训练，得到客户信息校验风险模型；针对每一系统，获取已通过所述规则引擎中的规则集的校验的异常客户信息在所有在该系统中异常客户信息的数量占比；根据各系统对应的所述数量占比，在所述多个系统中确定出候选异常系统；获取与所述多个系统分别对应的系统相关信息；根据所述系统相关信息，生成与各系统对应的系统特征数据；基于所述系统特征数据和所述候选异常系统在所述多个系统中确定出异常系统，所述异常系统包括所述候选异常系统；当接收到携带了新规则的新规则添加请求，生成包括所述新规则和所述规则集的新规则集；利用所述客户信息校验风险模型对所述新规则进行校验，并根据所述新规则通过校验，对所述异常系统启用所述新规则集，以便在向所述异常系统上传客户信息时，利用所述新规则集进行校验。2.根据权利要求1所述的方法，其特征在于，所述根据各系统对应的所述数量占比，在所述多个系统中确定出候选异常系统，包括：确定所述数量占比大于预定数量占比阈值的系统的数量；若所述数量大于预定数目，则在所述数量占比大于预定数量占比阈值的系统中任意选取预定数目个系统作为候选异常系统；若所述数量小于或等于预定数目，则将所述数量占比大于预定数量占比阈值的系统作为候选异常系统。3.根据权利要求1所述的方法，其特征在于，所述基于所述系统特征数据和所述候选异常系统在所述多个系统中确定出异常系统，包括：建立与每一系统特征数据对应的特征向量；确定所述候选异常系统的特征向量与各其他特征向量的相似度；确定所述相似度大于预定相似度阈值的特征向量，作为目标特征向量；将所述多个系统中所述目标特征向量对应的系统，作为异常系统。4.根据权利要求1所述的方法，其特征在于，所述基于所述系统特征数据和所述候选异常系统在所述多个系统中确定出异常系统，包括：建立与每一系统特征数据对应的特征向量；从各特征向量中获取多个特征向量作为簇中心，并建立每一簇中心对应的簇；迭代执行簇划分步骤，直至簇中心不再变化，所述簇划分步骤包括：针对每一特征向量，确定与该特征向量距离最近的簇中心，并将该特征向量加入至所述簇中心对应的簇中；根据各簇中的特征向量，确定与各簇对应的新簇中心；
以所述候选异常系统的系统特征数据对应的特征向量所属的簇作为异常簇，并根据所述异常簇，在所述多个系统中确定出异常系统。5.根据权利要求4所述的方法，其特征在于，所述根据所述异常簇，在所述多个系统中确定出异常系统，包括：通过查询系统与优先级对应关系表，获取各系统对应的优先级；在所述异常簇中的特征向量对应的系...

【专利技术属性】
技术研发人员：徐晶，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：