一种金融交易风险识别方法及装置制造方法及图纸

本申请提供一种金融交易风险识别方法及装置，涉及人工智能领域，也可用于金融领域，包括：当检测到交易账户中发生资金快速流动时，对所述交易账户的持有人进行人脸识别认证；若所述人脸识别认证通过，获取对应的交易移动终端中的传感器数据；对所述传感器数据进行预处理后输入预先构建的逻辑回归模型，得到对应的金融交易风险标识。本申请能够利用手机传感器确定交易账户的金融交易风险，从而保障金融交易的安全。易的安全。易的安全。

【技术实现步骤摘要】
一种金融交易风险识别方法及装置


[0001]本申请涉及人工智能领域，可以用于金融领域，具体是一种金融交易风险识别方法及装置。

技术介绍

[0002]在金融交易的认证过程中，为了尽量确保金融交易的安全，往往可以采用人脸识别的方式进行认证。在进行人脸识别操作时，一般需要由交易者手持移动设备或将移动设备上的摄像头对准金融交易的持卡人，才能完成人脸识别认证。在此过程中，手机传感器可以记录相应的位移变化数据。一般地，手机传感器至少包括磁力传感器、陀螺仪及加速度传感器等。
[0003]然而有时，虽然在金融交易前已进行了人脸识别认证，但该单一的生物识别方式(指前述是人脸识别)往往难以在金融交易发生前，将存在金融交易风险的交易者甄别出来。

技术实现思路

[0004]针对现有技术中的问题，本申请提供一种金融交易风险识别方法及装置，能够利用手机传感器确定交易账户的金融交易风险，从而保障金融交易的安全。
[0005]为解决上述技术问题，本申请提供以下技术方案：
[0006]第一方面，本申请提供一种金融交易风险识别方法，包括：
[0007]当检测到交易账户中发生资金快速流动时，对所述交易账户的持有人进行人脸识别认证；
[0008]若所述人脸识别认证通过，获取对应的交易移动终端中的传感器数据；
[0009]对所述传感器数据进行预处理后输入预先构建的逻辑回归模型，得到对应的金融交易风险标识。
[0010]进一步地，对所述传感器数据进行预处理的步骤，包括：
[0011]分别在三个空间维度上计算所述传感器数据对应的平均值与标准差；其中，所述传感器数据按照预设的时间频率收集；所述传感器数据至少包括陀螺仪三维数据、加速度三维数据、重力三维数据及磁力三维数据；
[0012]根据所述平均值与标准差构建待测风险数据集。
[0013]进一步地，预先构建逻辑回归模型的步骤，包括：
[0014]获取历史传感器数据与对应的金融交易训练标识；
[0015]对所述历史传感器数据进行预处理，得到对应的训练风险数据集；
[0016]将所述训练风险数据集输入广义线性模型进行训练，得到所述逻辑回归模型。
[0017]进一步地，所述对所述传感器数据进行预处理后输入预先构建的逻辑回归模型，并确定金融交易风险，包括：
[0018]对所述传感器数据进行预处理后输入所述预先构建的逻辑回归模型，得到对应的
金融风险概率值；
[0019]根据所述金融风险概率值确定所述金融交易风险标识；
[0020]根据所述金融交易风险标识确定交易是否存在所述金融交易风险。
[0021]进一步地，所述的金融交易风险识别方法，还包括：
[0022]根据所述金融交易风险标识进行金融交易风险处理。
[0023]进一步地，所述根据所述金融交易风险标识进行金融交易风险处理，包括：
[0024]若所述金融交易风险标识为单人操作，则输出第一提示信息；
[0025]若所述金融交易风险标识为多人操作，则输出第二提示信息。
[0026]第二方面，本申请提供一种金融交易风险识别装置，包括：
[0027]人脸识别单元，用于当检测到交易账户中发生资金快速流动时，对所述交易账户的持有人进行人脸识别认证；
[0028]传感数据获取单元，用于若所述人脸识别认证通过，获取对应的交易移动终端中的传感器数据；
[0029]交易风险确定单元，用于对所述传感器数据进行预处理后输入预先构建的逻辑回归模型，并确定金融交易风险。
[0030]进一步地，所述金融交易风险识别装置，还包括：
[0031]均值差值确定单元，用于分别在三个空间维度上计算所述传感器数据对应的平均值与标准差；其中，所述传感器数据按照预设的时间频率收集；所述传感器数据至少包括陀螺仪三维数据、加速度三维数据、重力三维数据及磁力三维数据；
[0032]数据集合构建单元，用于根据所述平均值与标准差构建待测风险数据集。
[0033]进一步地，所述金融交易风险识别装置，还包括：
[0034]数据标识获取单元，用于获取历史传感器数据与对应的金融交易训练标识；
[0035]训练数据生成单元，用于对所述历史传感器数据进行预处理，得到对应的训练风险数据集；
[0036]逻辑回归模型训练单元，用于将所述训练风险数据集输入广义线性模型进行训练，得到所述逻辑回归模型。
[0037]进一步地，所述交易风险确定单元，包括：
[0038]风险概率计算模块，用于对所述传感器数据进行预处理后输入所述预先构建的逻辑回归模型，得到对应的金融风险概率值；
[0039]风险标识确定模块，用于根据所述金融风险概率值确定所述金融交易风险标识；
[0040]交易风险确定模块，用于根据所述金融交易风险标识确定交易是否存在所述金融交易风险。
[0041]进一步地，所述的金融交易风险识别装置，还包括：
[0042]风险处理单元，用于根据所述金融交易风险标识进行金融交易风险处理。
[0043]进一步地，所述风险处理单元，包括：
[0044]第一风险提示模块，用于若所述金融交易风险标识为单人操作，则输出第一提示信息；
[0045]第二风险提示模块，用于若所述金融交易风险标识为多人操作，则输出第二提示信息。
[0046]第三方面，本申请提供一种电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述金融交易风险识别方法的步骤。
[0047]第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述金融交易风险识别方法的步骤。
[0048]第五方面，本申请提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现所述金融交易风险识别方法的步骤。
[0049]针对现有技术中的问题，本申请提供的金融交易风险识别方法及装置，能够检测交易账户中是否正在发生资金快速流动；当检测到交易账户中正在发生资金快速流动时，对交易账户的持有人进行人脸识别认证，并获取对应的交易移动终端中的传感器数据；利用传感器数据进行金融交易风险识别，从而提升金融交易的安全。
附图说明
[0050]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0051]图1为本申请实施例中金融交易风险识别方法的流程图之一；
[0052]图2为本申请实施例中进行预处理的流程图；
[0053]图3为本申请实施例中构建逻辑回归模型的流程图；
[0054]图4为本申请实施例中确定金融交易本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种金融交易风险识别方法，其特征在于，包括：当检测到交易账户中发生资金快速流动时，对所述交易账户的持有人进行人脸识别认证；若所述人脸识别认证通过，获取对应的交易移动终端中的传感器数据；对所述传感器数据进行预处理后输入预先构建的逻辑回归模型，得到对应的金融交易风险标识。2.根据权利要求1所述的金融交易风险识别方法，其特征在于，对所述传感器数据进行预处理的步骤，包括：分别在三个空间维度上计算所述传感器数据对应的平均值与标准差；其中，所述传感器数据按照预设的时间频率收集；所述传感器数据至少包括陀螺仪三维数据、加速度三维数据、重力三维数据及磁力三维数据；根据所述平均值与标准差构建待测风险数据集。3.根据权利要求1所述的金融交易风险识别方法，其特征在于，预先构建逻辑回归模型的步骤，包括：获取历史传感器数据与对应的金融交易训练标识；对所述历史传感器数据进行预处理，得到对应的训练风险数据集；将所述训练风险数据集输入广义线性模型进行训练，得到所述逻辑回归模型。4.根据权利要求1所述的金融交易风险识别方法，其特征在于，所述对所述传感器数据进行预处理后输入预先构建的逻辑回归模型，并确定金融交易风险，包括：对所述传感器数据进行预处理后输入所述预先构建的逻辑回归模型，得到对应的金融风险概率值；根据所述金融风险概率值确定所述金融交易风险标识；根据所述金融交易风险标识确定交易是否存在...

【专利技术属性】
技术研发人员：冯十辰，李兴柯，程序，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：