用于结算的风险控制方法、风控系统、终端及介质技术方案

本发明专利技术公开了一种用于结算的风险控制方法、风控系统、终端及介质，涉及结算支付，包括如下步骤：S1：识别目标风险特征，集合风险特征以形成风险特征集合；S2：将风险特征集合发送至风控模型，风控模型进行模拟训练，生成风险识别结果；S3：依照风险识别结果匹配风险决策，具体的，多方目标提供方提供数据到结算平台，并发出风险识别请求，其中多方目标设有安全协议，结算平台通过上述步骤进行风险把控，从而辅助业务提供方制定业务风险控制决策，促进了与集中支付结算平台开展联合风控的意愿，实现互惠互利的技术效果。互惠互利的技术效果。互惠互利的技术效果。

【技术实现步骤摘要】
用于结算的风险控制方法、风控系统、终端及介质


[0001]本专利技术涉及支付结算，尤其涉及一种用于结算的风险控制方法、测速系统、终端及介质。

技术介绍

[0002]近年来互联网业务应用的高速发展，多媒体网络、高清视频点播、互动游戏等网络应用越来越广泛，但是随着社会的发展，人们的需求也呈现多元化，互联网无法进一步满足一些特殊领域的特殊需求。
[0003]目前，随着人工智能、云支付结算、5G等技术的发展，风险控制模型凭借智能化的风险识别能力，被越来越多的机构重视。目前，风控模型的普及还存在较多的限制，其中一部分原因是风险特征数据的分布存在严重倾斜，再加上这类数据敏感性较强，机构之间不方便彼此共享，导致“数据孤岛”的形成。在数据割裂的现况下，很多机构没有条件构建风控模型而导致风险决策能力受限。有鉴于此，如何在保证机构私有数据隐私的前提下，通过机构联合建模实现风险防控，是当前亟需解决的技术问题。

技术实现思路

[0004]针对上述现有技术中的不足之处，本专利技术提供了一种用于结算的风险控制方法、测速系统、终端及介质，具有很好的普及性，能够在保证机构私有数据隐私的前提下，通过机构联合建模实现风险防控。
[0005]一种用于结算的风险控制方法，包括如下步骤：
[0006]S1：识别目标风险特征，集合风险特征以形成风险特征集合；
[0007]S2：将风险特征集合发送至风控模型，风控模型进行模拟训练，生成风险识别结果；
[0008]S3：依照风险识别结果匹配风险决策。
[0009]在一些实施方式中，所述步骤S1还包括：对风险特征采用同态加密算法进行加密。
[0010]在一些实施方式中，所述风险特征的识别具体包括：识别属于目标的多个分险标签，提取所述分线标签所对应的风险数据。
[0011]在一些实施方式中，所述步骤S2具体包括：将模拟训练的预测值与真实值进行对照，生成误差值，依据误差值对所述风险特征的权重进行调整，用以实现降低误差。
[0012]在一些实施方式中，所述风险决策包括：为所述目标配置与所述风险识别结果相匹配的业务支付结算额度。
[0013]在一些实施方式中，所述风险决策还包括：为所述目标配置相对应的单据数据与所述风险识别结果相匹配的业务项目资源。
[0014]在一些实施方式中，所述风险决策还包括：为所述目标象配置与所述风险识别结果相匹配的身份认证单据数据流转方式。
[0015]一种风控系统，使用上述的方法，还包括第一接收模块、第二接收模块、训练模块、
风险识别模块以及发送模块，所述第一接收模块和第二接收模块与风险识别模块连接，所述风险识别模块与训练模块连接，所述训练模块连接于所述发送模块。
[0016]一种终端，设置有上述的风控系统。
[0017]一种介质，设置有计算机执行指令，所述执行指令可根据需要执行上述的方法。
[0018]本专利技术的有益效果是：通过对风险特征的识别和训练，以向参与合作的业务提供方提供风险识别服务，从而辅助业务提供方制定业务风险控制决策，同时，业务提供方可以基于安全多方支付结算协议，将私有数据的风险特征集合提供给集中支付结算平台，由集中支付结算平台结合自身海量的数据资源和强大的分析能力，对风控模型进行训练，在安全多方支付结算协议下，机构私有的风险特征不会被暴露，从而促进了与集中支付结算平台开展联合风控的意愿，实现互惠互利的技术效果。
附图说明
[0019]图1是本专利技术的流程方框示意图；
[0020]图2是本专利技术基于结算平台的流程方框示意图；
[0021]图3是本专利技术基于业务方的流程方框示意图。
具体实施方式
[0022]为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例的附图，对本公开实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。基于所描述的本公开的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
[0023]除非另有说明，否则在本专利的说明中使用的所有术语(包括技术和科学术语)应具有本专利的
中的工作人员通常理解的含义。除非能根据上下文明确地理解，否则在本文中“一”、“一个”、“所述”既指代单数形式又指代复数形式。
[0024]术语“包含”、“包括”和“具有”是同义并指示存在后述项目的开放术语，方位词代表相对位置，并且不排除或妨碍现有技术中已知或描述的其他部件、特性、元件、构件、步骤的存在。
[0025]下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0026]如图1
‑
3所示，一种用于结算的风险控制方法，包括如下步骤：S1：识别目标风险特征，集合风险特征以形成风险特征集合；S2：将风险特征集合发送至风控模型，风控模型进行模拟训练，生成风险识别结果；S3：依照风险识别结果匹配风险决策，具体的，多方目标提供方提供数据到结算平台，并发出风险识别请求，其中多方目标设有安全协议，结算平台通过上述步骤进行风险把控，从而辅助业务提供方制定业务风险控制决策，促进了与集中支付结算平台开展联合风控的意愿，实现互惠互利的技术效果，在实际应用中，业务提供方可以将本地的样本业务对象的风险分类标签和经安全多方支付结算的样本业务对象的风险特征集合发送至集中支付结算平台，集中支付结算平台以样本业务对象的风险特征集合作为风控模型的输入数据，以样本业务对象的风险分类标签作为风控模型的输出数据，对风控模型进行有监督训练，风险特征的识别具体包括：识别属于目标的多个分险标签，提取所述分线标签所对应的风险数据。
[0027]在本实施例中，应用过程中，假设某地区的银行、商户、数字协同服务商与支付应用服务方共同开展风控合作。其中，支付应用服务方作为银行、商户、数字协同服务商之间的交易枢纽，具有强大数据收集能力和数据分析能力，因此作为集中支付结算平台负责构建并运营风控模型，显然，银行、商户、数字协同服务商这些服务机构的用户群体包含了该地区内大部分居民，因此用户的交集较大。但是银行记录的都是用户的收支行为特征，而商户则记录用户的商品消费特征和商品浏览特征。显然这些服务机构收集的风险特征交集较小，且具有很大局限性。本应用场景的支付应用服务方作为集中支付结算平台负责汇总这些机构的风险特征，并结合自身所收集的风险特征，以对风控模型进行多维度训练，从而提高风控模型的风险识别性能，这里银行、商户、数字协同服务商可以基于自己的业务模式，收集一些样本用户的风险特征和样本用户的风险分类标签，比如，银行收集“高风险”样本用户和“低风险”样本用户的收支行为数据，商户收集“高风险”样本用户和“低风险”样本用户的消费记录，在数据积累一定程度后，银行、商户、数字协同服务商可以基于软件保护扩展指令集的加密能力，执行安全多方支付结算协议，将样本用户的风险特征进行加密处理后发送至支付应用服务方，同时样本用户的用户标识和风险分类标签可以作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于结算的风险控制方法，其特征在于：包括如下步骤：S1：识别目标风险特征，集合风险特征以形成风险特征集合；S2：将风险特征集合发送至风控模型，风控模型进行模拟训练，生成风险识别结果；S3：依照风险识别结果匹配风险决策。2.根据权利要求1所述的用于结算的风险控制方法，其特征在于：所述步骤S1还包括：对所述风险特征采用同态加密算法进行加密。3.根据权利要求1所述的用于结算的风险控制方法，其特征在于：所述风险特征的识别具体包括：识别属于目标的多个分险标签，提取所述分线标签所对应的风险数据。4.根据权利要求1所述的用于结算的风险控制方法，其特征在于：所述步骤S2具体包括：将模拟训练的预测值与真实值进行对照，生成误差值，依据误差值对所述风险特征的权重进行调整，用以实现降低误差。5.根据权利要求1所述的用于结算的风险控制方法，其特征在于：所述风险决策包括：为所述目标配置与所述风险识别结果相匹配的...

【专利技术属性】
技术研发人员：梁豪真，
申请(专利权)人：广州中采云信息科技有限公司，
类型：发明
国别省市：