System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种在线交易支付的风险控制系统技术方案_技高网

一种在线交易支付的风险控制系统技术方案

技术编号:41068180 阅读:2 留言:0更新日期:2024-04-24 11:23
本发明专利技术涉及在线交易技术领域,具体涉及一种在线交易支付的风险控制系统,包括:第一风险判别模块,依照交易前支付环境信息判断是否安全并输出第一判别结果;第二风险判别模块,对付款信息进行判别,当存疑时,引入外部的第三方反欺诈认证网关的认证结果;第三风险判别模块,依照支付信息进行风险判别,从而控制生成交易成功信息或撤回支付响应。有益效果在于:分别在交易前、交易中和交易后的过程中引入全流程的风险判别环节,通过判断交易前后的用户信息、支付环境等信息是否发生改变,从而验证交易环节是否全程由真实用户发起以及交易是否可信,避免了钓鱼欺诈交易中存在用户的真实支付环节导致传统风控机制失效的问题,提高了验证的准确度。

【技术实现步骤摘要】

本专利技术涉及在线交易,具体涉及一种在线交易支付的风险控制系统


技术介绍

1、信用卡在线支付,是指信用卡的收单行接入部分支付平台,如银联、visa等,在线上交易过程中进行三方划拨、支付的过程。随着电子商务的发展,该类支付方式得以被推广并广泛使用。现有的跨境贸易在线信用卡付款系统存在一些安全隐患,如钓鱼欺诈和回放攻击等。这些系统通常依赖于一次性的交易信息,没有有效的方式来验证交易环境或付款人的身份。此外,一旦交易完成,就很难追溯或撤销。因此,在交易过程中引入对应的风控机制有助于提升交易的安全性。

2、现有技术中,已存在有基于多维度数据进行风控管理的方案。比如,中国专利cn202310809200.0公开了一种反欺诈检测方法、装置、设备及存储介质,包括:响应于接收用户的待检测反欺诈数据,获取用户关联的历史反欺诈数据;基于历史反欺诈数据和预先训练的基于孪生神经网络的银行反欺诈模型,对待检测反欺诈数据进行欺诈行为检测,得到待检测反欺诈数据的检测结果;所述基于孪生神经网络的银行反欺诈模型为预先根据多个不同的反欺诈数据样本和对应的标注反欺诈数据样本训练得到的。通过预先训练的基于孪生神经网络的银行反欺诈模型,利用孪生神经网络自学习的能力优化银行反欺诈模型,达到了高效准确检测欺诈行为的效果。如此,通过利用该模型可以提高欺诈行为检测的效率和准确率。

3、但是,在实际实施过程中,专利技术人发现,该类技术方案主要是在相关的支付节点插入对应的验证环节,通过对多个维度的信息进行判别来判断是否允许交易。而在实际的诈骗交易过程中,往往会通过钓鱼邮件、伪造前端页面、木马等方式引入真实用户信息或操作来完成支付行为,此时,该类单一验证环节难以对欺诈交易行为进行有效验证。


技术实现思路

1、针对现有技术中存在的上述问题,现提供一种在线交易支付的风险控制系统。

2、具体技术方案如下:

3、一种在线交易支付的风险控制系统,包括:

4、交易信息接收模块,所述交易信息接收模块接收外部输入的交易信息以及发起对应于所述交易信息的支付环境的交易前支付环境信息;

5、第一风险判别模块,所述第一风险判别模块连接所述交易信息接收模块,所述第一风险判别模块依照所述交易前支付环境信息判断是否安全并输出第一判别结果;

6、所述第一判别结果包括:无风险、存在风险和存疑;

7、付款发起模块,所述付款发起模块连接所述第一风险判别模块,所述付款发起模块在所述第一判别结果为无风险或存疑时,发起付款请求并接收付款信息;

8、第二风险判别模块,所述第二风险判别模块分别连接所述第一风险判别模块和所述付款发起模块,所述第二风险判别模块在接收到所述付款信息时,对所述付款信息进行判别,判断付款行为是否安全并生成第二判别结果;

9、当所述第一判别结果为存疑时,所述第二风险判别模块在判别过程中引入外部的第三方反欺诈认证网关的认证结果并生成所述第二判别结果;

10、支付网关,所述支付网关连接所述第二风险判别模块,所述支付网关依照所述第二判别结果对所述付款请求进行支付响应并生成支付信息;

11、第三风险判别模块,所述第三风险判别模块连接所述支付网关,所述第三风险判别模块依照所述支付信息进行风险判别并生成第三判别结果;

12、交易控制模块,所述交易控制模块连接所述第三风险判别模块,所述交易控制模块依照所述第三判别结果生成交易成功信息或撤回所述支付响应。

13、另一方面,所述交易信息由交易平台生成并输出;

14、所述交易平台包括:

15、单据采集模块,所述单据采集模块在用户发起商品订单时采集所述商品订单、发起所述商品订单的设备指纹、用户信息和商场信息作为订单信息进行存储;

16、交易创建模块,所述交易创建模块连接所述单据采集模块,所述交易创建模块在用户确认付款信息后依照所述订单信息创建所述交易信息。

17、另一方面,所述第一风险判别模块包括:

18、交易信息解析模块,所述交易信息解析模块对所述交易信息进行解析,以得到交易报文判别信息;

19、交易报文判别模块,所述交易报文判别模块连接所述交易信息解析模块,所述交易报文判别模块依照所述交易报文判别信息对交易接口和交易金额进行验证并生成交易验证信息;

20、交易决策模块,所述交易决策模块连接所述交易报文判别模块,所述交易决策模块依照所述交易验证信息和所述交易前支付环境信息生成所述第一判别结果。

21、另一方面,所述交易报文判别模块包括:

22、报文核验模块,所述报文核验模块对所述交易报文判别信息进行报文校验,并生成报文校验结果;

23、交易行为验证模块,所述交易行为验证模块在所述报文校验结果为通过时,对交易账户信息进行验证以形成行为校验结果;

24、所述交易账户信息包括交易金额范围、币种、交易卡号、交易卡bin段、商城域名、交易ip地址、商场mcc对应商品;

25、交易限制验证模块,所述交易限制验证模块在所述行为校验结果通过时,对交易限额信息和交易频度信息进行验证以形成交易限制验证结果;

26、交易报文输出模块,所述交易报文输出模块依照所述报文校验结果、所述行为校验结果和所述交易限制验证结果生成所述交易验证信息。

27、另一方面,所述第一风险判别模块还包括:

28、交易前维度抽取模块,所述交易前维度抽取模块接收所述交易前支付环境信息,所述交易前维度抽取模块对所述交易前支付环境信息抽取多个环境维度信息;

29、所述环境维度信息包括:设备指纹、商城信息、用户信息、网络信息、时区信息、用户语言信息、第三方用户画像、操作位置、场景状态、访问频度中的至少一个;

30、环境风险评级模块,所述环境风险评级模块依照所述环境维度信息生成环境风险评分;

31、所述交易决策模块采用所述环境风险评分替代所述交易前支付环境信息。

32、另一方面,所述第二风险判别模块包括:

33、上下文验证模块,所述上下文验证模块在接收到所述付款信息后,采集关联于所述付款信息的上下文信息并依照所述上下文信息确定是否要采用所述第三方反欺诈网关进行验证;

34、所述上下文信息包括:交易的实际环境、交易的商品、交易的地区、交易的时间、商城mcc对应商品和所述第一判别结果;

35、外部验证发起模块,所述外部验证发起模块连接所述上下文验证模块,所述外部验证发起模块依照所述上下文验证模块的输出结果向所述第三方反欺诈网关发起验证请求;

36、结果输出模块,所述结果输出模块连接所述外部验证发起模块和所述上下文验证模块,所述结果输出模块依照所述上下文验证模块的输出结果生成所述第二判别结果;

37、以及,在所述外部验证发起模块发起所述验证请求时,将所述第三方反欺诈网关的验证结果作为本文档来自技高网...

【技术保护点】

1.一种在线交易支付的风险控制系统,其特征在于,包括:

2.根据权利要求1所述的风险控制系统,其特征在于,所述交易信息由交易平台生成并输出;

3.根据权利要求1所述的风险控制系统,其特征在于,所述第一风险判别模块包括:

4.根据权利要求3所述的风险控制系统,其特征在于,所述交易报文判别模块包括:

5.根据权利要求4所述的风险控制系统,其特征在于,所述第一风险判别模块还包括:

6.根据权利要求1所述的风险控制系统,其特征在于,所述第二风险判别模块包括:

7.根据权利要求1所述的风险控制系统,其特征在于,所述第三风险判别模块包括:

8.根据权利要求7所述的风险控制系统,其特征在于,所述交易控制模块包括:

【技术特征摘要】

1.一种在线交易支付的风险控制系统,其特征在于,包括:

2.根据权利要求1所述的风险控制系统,其特征在于,所述交易信息由交易平台生成并输出;

3.根据权利要求1所述的风险控制系统,其特征在于,所述第一风险判别模块包括:

4.根据权利要求3所述的风险控制系统,其特征在于,所述交易报文判别模块包括:

...

【专利技术属性】
技术研发人员:包建强余怀斌
申请(专利权)人:上海稳迎天下数字科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1