一种基于主动巡检方式判别线上资金交易风险的方法技术

本发明专利技术涉及风险侦测技术领域，且公开了一种基于主动巡检方式判别线上资金交易风险的方法，包括以下步骤：步骤

【技术实现步骤摘要】
一种基于主动巡检方式判别线上资金交易风险的方法


[0001]本专利技术涉及风险侦测
，更具体地涉及一种基于主动巡检方式判别线上资金交易风险的方法
。

技术介绍

[0002][0003]现有的对于线上资金交易的风险防范大多以人脸识别或者短信验证码的形式对支付者进行安全验证，确保线上资金交易的支付行为是本人操作，现有的线上资金交易风险防范只能对自身风险进行防范，无法对支付渠道与支付对象的风险进行检测，从而无法对网络风险进行防范，网络风险为线上资金交易风险中影响最大的风险，因此结合网络风险对线上资金交易进行风险侦测与防范十分必要
。

技术实现思路

[0004]为了克服现有技术的上述缺陷，本专利技术提供了一种基于主动巡检方式判别线上资金交易风险的方法，以解决上述
技术介绍
中存在的问题
。
[0005]本专利技术提供如下技术方案：一种基于主动巡检方式判别线上资金交易风险的方法，包括以下步骤：
[0006]步骤
S01
：采集目标数据：通过网络爬虫技术与动态检测技术采集目标数据，所述目标数据包括网络环境数据
、app
数据
、
网页数据以及账户数据；
[0007]步骤
S02
：数据预处理与数据存储：对步骤
S01
中采集的目标数据进行清洗
、
集成以及规约，得到可以直接使用的目标数据，并将预处理后的目标数据存储于数据中心；
[0008]步骤
S03<br/>：计算支付渠道风险指数
α
i
(i
＝
1、2)
：基于步骤
S02
中预处理后的数据，通过渠道风险指数计算公式计算得出支付渠道风险指数
α
i
(i
＝
1、2)
；
[0009]步骤
S04
：计算收款账户风险指数
β
：基于步骤
S02
中预处理后的数据，通过收款风险指数判断公式计算得出付款账户的风险指数
β
；
[0010]步骤
S05
：计算支付环境安全指数
γ
：基于步骤
S02
中预处理后的数据，通过网络环境安全计算公式计算得出支付行为所处网络的支付环境安全指数
γ
；
[0011]步骤
S06
：计算总风险指数
η
并进行风险等级判定：基于步骤
S03
的支付渠道风险指数
α
i
、
步骤
S04
的收款账户风险指数
β
以及步骤
S05
的支付环境安全指数
γ
，通过整体风险指数计算公式计算得出支付行为的总风险指数
η
，依据总风险指数
η
的值进行风险等级评定，所述风险等级包括低风险
、
中风险以及高风险；
[0012]步骤
S07
：执行风控并进行人机交互：依据步骤
S06
中所判定的风险等级进行风控，并将步骤
S05
中的总风险指数
η
与步骤
S06
中的风险等级通过终端进行人机交互
。
[0013]优选的，所述渠道风险指数计算公式为：其中，
n
为
app
数据中的数据要素个数，
k
j
为第
j
个
app
数据要素所赋予的权重，
s
j
为第
j
个
app
数据要素所赋予的分值，
m
为网页数据中的数据要素个数，
g
u
为第
u
个网页数据要素所赋予的权重，
c
u
为第
u
个网页数据要素所赋予的分值，且
k
j
与
g
u
满足
[0014]优选的，所述收款风险指数判断公式为：若收款账户存在风险，则
β
取值为
0.5
，若收款账户不存在风险，则
β
取值为
0。
[0015]优选的，所述网络环境安全计算公式为：其中，
n
为网络中存在风险的节点总个数，
d
i
为网络中与第
i
个风险节点直接相连的边的个数，
f
i
为网络中实际与第
i
个风险节点直接连接的边数，
k
i
为第
i
个风险节点直接连接的节点数，
w
为网络被攻击的次数，
f
为网络被攻击的频率
。
[0016]优选的，所述整体风险指数计算公式为：
[0017]优选的，所述风险等级评定的标准为：若总风险指数
η
≥1
，则判定为高风险，若
0.5≤
η
＜1，则判定为中风险，若总风险指数
η
＜
0.5
，则判定为低风险
。
[0018]优选的，所述
app
数据包括但不限于
app
的证书数据与
app
已获取的权限数据，所述网页数据包括但不限于网站可用率
、
网站响应时间以及网站域名，所述网络环境数据包括但不限于网络被攻击的次数与网络被攻击的频率，所述收款账户数据包括收款账户户号与收款账户风险数据
。
[0019]优选的，所述风控的标准为：若风险等级为高风险，则不允许进行此次支付行为，若风险等级为中风险，进行风险提示的同时进行二次支付确认，若风险为低风险，则允许进行正常支付行为
。
[0020]本专利技术的技术效果和优点：
[0021]本专利技术通过设有步骤
S06
，有利于通过对支付渠道风险指数
、
收款风险指数以及支付环境安全指数进行计算，从而得到总风险指数，通过对支付渠道与支付对象进行风险侦测与计算，并根据结果进行风险等级判定，相应地进行风控提示与操作，从支付渠道
、
收款账户以及网络安全三个方面对网络风险进行侦测，从而达到防范作用，在对支付者进行安全验证的同时，结合网络风险对网上银行进行风险侦测与防范，风险侦测更加全面，因此防范更加全面，效果更好
。
附图说明
[0022]图1为本专利技术的基于主动巡检方式判别线上资金交易风险的方法流程图
。
具体实施方式
[0023]下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚
、
完整地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于主动巡检方式判别线上资金交易风险的方法，其特征在于：包括以下步骤：步骤
S01
：采集目标数据：通过网络爬虫技术与动态检测技术采集目标数据，所述目标数据包括网络环境数据
、app
数据
、
网页数据以及账户数据；步骤
S02
：数据预处理与数据存储：对步骤
S01
中采集的目标数据进行清洗
、
集成以及规约，得到可以直接使用的目标数据，并将预处理后的目标数据存储于数据中心；步骤
S03
：计算支付渠道风险指数
α
i
(i
＝
1、2)
：基于步骤
S02
中预处理后的数据，通过渠道风险指数计算公式计算得出支付渠道风险指数
α
i
(i
＝
1、2)
；步骤
S04
：计算收款账户风险指数
β
：基于步骤
S02
中预处理后的数据，通过收款风险指数判断公式计算得出付款账户的风险指数
β
；步骤
S05
：计算支付环境安全指数
γ
：基于步骤
S02
中预处理后的数据，通过网络环境安全计算公式计算得出支付行为所处网络的支付环境安全指数
γ
；步骤
S06
：计算总风险指数
η
并进行风险等级判定：基于步骤
S03
的支付渠道风险指数
α
i
、
步骤
S04
的收款账户风险指数
β
以及步骤
S05
的支付环境安全指数
γ
，通过整体风险指数计算公式计算得出支付行为的总风险指数
η
，依据总风险指数
η
的值进行风险等级评定，所述风险等级包括低风险
、
中风险以及高风险；步骤
S07
：执行风控并进行人机交互：依据步骤
S06
中所判定的风险等级进行风控，并将步骤
S05
中的总风险指数
η
与步骤
S06
中的风险等级通过终端进行人机交互
。2.
根据权利要求1所述的一种基于主动巡检方式判别线上资金交易风险的方法，其特征在于：所述渠道风险指数计算公式为：其中，
n
为
app
数据中的数据要素个数，
k
j
为第
j
个
app
数据要素所赋予的权重，
s
j

【专利技术属性】
技术研发人员：姚留伟，
申请(专利权)人：杭州东骋科技有限公司，
类型：发明
国别省市：