【技术实现步骤摘要】
本专利技术涉及金融数据处理，具体涉及一种风险信息收集系统、架构、方法、电子设备及计算机可读介质。
技术介绍
1、随着支付业务的快速发展，支付业务规模稳步增长，客户的消费习惯和交易行为越来越能被数据化。而以移动支付为载体的欺诈金额不断增多，欺诈风险类型多种多样。传统的风控体系已经难以防御当前形势下的各类风险和威胁，因此第三方支付迫切需要依托大数据建立自动化智能的风险决策管理系统。然而，现有技术存在着如下不足：
2、现有技术都是通过直接查询数据库然后由代码逻辑做决策。但是随着时间的推移，决策效率和数据存储都会出现明显不足；
3、对于很多场景，需要额外特殊定制代码，导致维护和迭代成本增加；
4、指标和规则等无界面化操作等不便捷，难以理解。
技术实现思路
1、本专利技术旨在一定程度上解决相关技术中的技术问题之一。为此，本专利技术提供了一种风险信息收集系统，实现了风险自主可控，提升了第三方支付的风控及自动化审批能力，能够更好地应对来自互联网金融复杂环境的挑战，保障各项业务安全运行。
2、为了达到上述目的，本专利技术采用如下技术方案：
3、一种风险信息收集系统，包括：
4、智能决策平台，用于建立风险规则和决策流程；
5、数据实时加工平台，用于获取源数据，将获取的源数据加工成标准化数据，将标准化数据推送至数据实时处理平台，以及将标准化数据插入到数据库中，以供后台查询使用；
6、数据实时处理平台，用于从
7、智能决策引擎，用于从所述智能决策平台订阅决策流程和风险规则的计算脚本配置，并基于订阅的决策流程和风险规则的计算脚本配置对支付数据进行风险匹配，将不同的风险推送至不同的消息中间件；
8、policy组件，用于消费消息中间件并将消费结果存储至数据库；
9、支付后台模块：获取支付数据，接收并展示判断结果。
10、可选的，所述消息中间件为kafka对应的topic队列。
11、可选的，消费消息中间件包括：
12、policy组件配置topic名称；
13、根据topic名称延时循环读取topic信息；
14、policy组件获取数据并进行分析处理形成消费结果。
15、可选的，源数据加工成标准化数据包括：
16、在所述智能决策平台新建事件以及与事件对应的标准字段，源数据请求事件以及与事件对应的标准字段，由所述智能决策引擎基于事件以及与事件对应的标准字段，对源数据进行映射，形成标准化数据。
17、可选的，对接收的标准化数据进行计算，形成指标数据包括：
18、根据每条历史流水数据需要处理的逻辑生成最小的可增量计算的数据处理单元，需要处理的逻辑包括计数、求和、平均、最大、最小、方差、标准差、采集、去重采集中的一种或多种，最小的可增量计算的数据处理单元附带有时间戳。
19、相对应的，本专利技术还提供了一种风险信息收集架构，由前述任意一项所述的风险信息收集系统构成，包括：
20、核查分析层，包括支付后台模块，用于处理和分析所述风险信息收集系统触发的风险信息；
21、决策管理层，包括智能决策平台，用于建立风险规则和决策流程；
22、决策层，包括智能决策引擎，用于执行风险规则和决策流程；
23、计算层，包括数据实时处理平台，用于将标准化数据形成指标数据；
24、存储层，包括rdms数据库、缓存数据库、es数据库，用于存储指标数据以及policy组件的消费结果；
25、数据接入层，包括数据实时加工平台，用于获取源数据，并将获取的源数据加工成标准化数据；
26、数据源层，包括外部数据库，用于向所述风险信息收集架构提供源数据。
27、相对应的，本专利技术还提供了一种风险信息收集方法，由前述任意一项所述的风险信息收集系统执行，包括如下步骤：
28、于智能决策平台建立风险规则和决策流程；
29、数据实时加工平台获取源数据并将获取的源数据加工为标准化数据，推送至数据实时处理平台，并将标准化数据插入到数据库中，以供后台查询使用；
30、数据实时处理平台从智能决策平台订阅计算脚本，并基于订阅的计算脚本对接收的标准化数据进行计算形成指标数据，存储于高速缓存数据库；
31、智能决策引擎从所述智能决策平台订阅决策流程和风险规则的计算脚本配置，并基于订阅的决策流程和风险规则的计算脚本配置对支付数据进行风险匹配，将不同的风险推送到不同的消息中间件
32、由policy组件消费消息中间件并将消费结果存储至数据库。
33、可选的，消费消息中间件包括：
34、policy组件配置topic名称；
35、根据topic名称延时循环读取topic信息；
36、policy获取数据并进行分析处理形成消费结果。
37、相对应的，本专利技术还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的风险信息收集方法。
38、相对应的，本专利技术还提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的风险信息收集方法。
39、本专利技术的这些特点和优点将会在下面的具体实施方式以及附图中进行详细的揭露。本专利技术最佳的实施方式或手段将结合附图来详尽表现，但并非是对本专利技术技术方案的限制。另外，在每个下文和附图中出现的这些特征、要素和组件是具有多个，并且为了表示方便而标记了不同的符号或数字，但均表示相同或相似构造或功能的部件。
本文档来自技高网...【技术保护点】
1.一种风险信息收集系统，其特征在于，所述风险信息收集系统包括：
2.根据权利要求1所述的风险信息收集系统，其特征在于，所述消息中间件为kafka对应的topic队列。
3.根据权利要求2所述的风险信息收集系统，其特征在于，消费消息中间件包括：
4.根据权利要求1至3之一所述的风险信息收集系统，其特征在于，源数据加工成标准化数据包括：
5.根据权利要求1至3之一所述的风险信息收集系统，其特征在于，对接收的标准化数据进行计算，形成指标数据包括：
6.一种风险信息收集架构，其特征在于，所述风险采集架构由权利要求1至5中任意一项所述的风险信息收集系统构成，包括：
7.一种风险信息收集方法，其特征在于，所述风险信息收集方法由权利要求1至5中任意一项所述的风险信息收集系统执行，包括如下步骤：
8.根据权利要求7所述的风险信息收集方法，其特征在于，消费消息中间件包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理
...【技术特征摘要】
1.一种风险信息收集系统，其特征在于，所述风险信息收集系统包括：
2.根据权利要求1所述的风险信息收集系统，其特征在于，所述消息中间件为kafka对应的topic队列。
3.根据权利要求2所述的风险信息收集系统，其特征在于，消费消息中间件包括：
4.根据权利要求1至3之一所述的风险信息收集系统，其特征在于，源数据加工成标准化数据包括：
5.根据权利要求1至3之一所述的风险信息收集系统，其特征在于，对接收的标准化数据进行计算，形成指标数据包括：
6.一种风险信...
【专利技术属性】
技术研发人员：吴浩楠，王正林，杨运平，王新根，王小燕，
申请(专利权)人：浙江邦盛科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。