CN105005901A - 一种面向金融领域的交易欺诈检测系统与方法 - Google Patents
一种面向金融领域的交易欺诈检测系统与方法 Download PDFInfo
- Publication number
- CN105005901A CN105005901A CN201510399597.6A CN201510399597A CN105005901A CN 105005901 A CN105005901 A CN 105005901A CN 201510399597 A CN201510399597 A CN 201510399597A CN 105005901 A CN105005901 A CN 105005901A
- Authority
- CN
- China
- Prior art keywords
- module
- transaction
- user
- real
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开一种面向金融领域的交易欺诈检测系统与方法,交易欺诈检测系统包括有实时交易行为数据采集模块、行为数据预处理模块、交易反欺诈侦测模块、用户交易行为模型、预警模块、欺诈处理模块、账户冻结/解冻模块以及电话声纹识别模块;藉此,通过利用电话声纹识别模块对用户发起实时的远程身份识别,并将身份识别结果提交给欺诈处理模块,交由其做进一步处理,如此本发明融合具备远程身份识别功能的高级身份识别技术,有效规避了交易行为模型不健壮所导致的误报率高、交易体验差的缺陷;同时通过利用多维度的用户行为数据,并整合第三平台的交易行为数据,构建用户交易行为模型,这样做补充了用户缺失的交易行为数据,建立了更完善的模型。
Description
技术领域
本发明涉及金融领域技术,尤其是指一种面向金融领域的交易欺诈检测系统与方法。
背景技术
互联网的科技手段带来了金融革命,却也带来了行业在繁荣初期的混乱与风险。专业化风险管理模式中通常包括大数据化的风险政策、反欺诈体系以及精英风控团队等。尽管大多数银行都有欺诈检测系统,但这些系统通常只是对有问题的交易进行被动的事后分析,对挽回损失来说这种方法太迟了。实时交易评分是防范金融犯罪(例如在销售终端的银行卡欺诈或基金发行前的自动清算所 (ACH)/电信欺诈)的最佳选择。但是,不断变化的犯罪策略和电子商务的匿名性给实时预防欺诈带来了困难。同时,由于技术限制,当前的系统不支持健壮的分析建模并可能减慢交易验证,无法保证低误报警率的同时实时阻止最大数量的欺诈,从而降低交易体验。除此之外,一旦系统对用户行为做出伪造或欺诈决策,锁住用户帐户,接下来用户帐户的解锁会给金融系统带来更多的工作和压力。
发明内容
有鉴于此,本发明针对现有技术存在之缺失,其主要目的是提供一种面向金融领域的交易欺诈检测系统与方法,其能有效解决现有之交易欺诈检测系统存在检测困难、无法保证低误报警率的同时实时阻止最大数量欺诈的问题。
为实现上述目的,本发明采用如下之技术方案:
一种面向金融领域的交易欺诈检测系统,包括有实时交易行为数据采集模块、行为数据预处理模块、交易反欺诈侦测模块、用户交易行为模型、预警模块、欺诈处理模块、账户冻结/解冻模块以及电话声纹识别模块;该实时交易行为数据采集模块获取由交易者从金融交易系统前端触发的交易行为数据,实时交易行为数据采集模块连接行为数据预处理模块,该行为数据预处理模块连接交易反欺诈侦测模块和用户交易行为模型,该用户交易行为模型连接交易反欺诈侦测模块,该交易反欺诈侦测模块连接预警模块,该预警模块连接电话声纹识别模块,该电话声纹识别模块连接欺诈处理模块和账户冻结/解冻模块,该欺诈处理模块连接用户交易行为模型和账户冻结/解冻模块。
作为一种优选方案,所述电话声纹识别模块由IVR语音通讯平台、声纹识别引擎、安全信息/交互脚本以及服务台/人工座席组成。
作为一种优选方案,所述声纹识别引擎由声纹注册模块、声纹识别模块以及声纹模型数据组成,其中,声纹注册模块负责为用户建立声纹模型,声纹识别模块负责为用户识别身份,声纹模型数据则存储了用户的声纹身份信息。
一种面向金融领域的交易欺诈检测方法,包括有以下步骤:
(1)用户首先在电话声纹识别模块内建立声纹模型,即注册语音并录入联络方式;
(2)由实时交易行为数据采集模块获取由交易者从金融交易系统前端触发的交易行为数据;
(3)由行为数据预处理模块对交易者的实时交易行为数据按照统一的格式进行预处理,将其清洗为可供后续模块处理的标准化数据,标准化数据一方面存在用户交易行为模型中,另一方面输向交易反欺诈侦测模块中;
(4)交易反欺诈侦测模块将由行为数据预处理模块直接输来的标准化数据与存放在用户交易行为模型中的各种标准化数据进行比对分析,以检测用户的异常交易行为,并实时地给出侦测结果,侦测结果输向预警模块;
(5)预警模块根据交易反欺诈侦测模块所作出的决策,决定是否进行进一步的用户身份确认,当交易反欺诈侦测模块没有检测到可疑交易行为时,则不作后续处理,而是引导系统进入正常的交易流程;否则,该预警模块将实时地引导系统对用户做进一步的身份确认;
(6)当预警模块或帐户冻结/解冻模块发来身份确认的请求时,电话声纹识别模块将对用户发起实时的远程身份识别,并将身份识别结果提交给欺诈处理模块,交由其做进一步处理;
(7)当检测到明确而严重的欺诈后,由欺诈处理模块对正在进行交易的信用卡帐户进行冻结处理,并将该信息利用各种渠道通知该卡的真实拥有者;当检测到的欺诈损害较小时,对正在进行交易的信用卡仅发送通知给该卡的真实拥有者进行提醒。
本发明与现有技术相比具有明显的优点和有益效果,具体而言,由上述技术方案可知:
通过设置有电话声纹识别模块,利用电话声纹识别模块对用户发起实时的远程身份识别,并将身份识别结果提交给欺诈处理模块,交由其做进一步处理,如此本发明融合具备远程身份识别功能的高级身份识别技术,有效规避了交易行为模型不健壮所导致的误报率高、交易体验差的缺陷;同时通过利用多维度的用户行为数据,并整合第三平台的交易行为数据,构建用户交易行为模型,这样做补充了用户缺失的交易行为数据,建立了更完善的模型。
为更清楚地阐述本发明的结构特征和功效,下面结合附图与具体实施例来对本发明进行详细说明。
附图说明
图1是本发明之较佳实施例的结构框图;
图2是本发明之较佳实施例中电话声纹识别模块的结构框图;
图3是本发明之较佳实施例中声纹识别引擎的结构框图。
具体实施方式
请参照图1至图3所示,其显示出了本发明之较佳实施例的具体结构,包括有实时交易行为数据采集模块、行为数据预处理模块、交易反欺诈侦测模块、用户交易行为模型、预警模块、欺诈处理模块、账户冻结/解冻模块以及电话声纹识别模块。
该实时交易行为数据采集模块获取由交易者从金融交易系统前端触发的交易行为数据,实时交易行为数据采集模块连接行为数据预处理模块,该行为数据预处理模块连接交易反欺诈侦测模块和用户交易行为模型,该用户交易行为模型连接交易反欺诈侦测模块,该交易反欺诈侦测模块连接预警模块,该预警模块连接电话声纹识别模块,该电话声纹识别模块连接欺诈处理模块和账户冻结/解冻模块,该欺诈处理模块连接用户交易行为模型和账户冻结/解冻模块。
具体而言,该实时交易行为数据采集模块主要获取由交易者从金融交易系统前端触发的交易行为数据,包括交易时间、交易地点、终端类型(或网络ID、浏览器类型及版本、操作系统型号等)、交易金额、与上次交易的间隔时间等,这些数据主要可分为以下几大类型:
1、交易环境:包括交易时间、交易地点、交易介质(支付终端交易、手机交易或在线交易)等。
2、交易内容:交易金额、交易频次、密码输入等。
3、客户特征:地域特征、民族特征、性别特征、时空特征(跨地域)等。
4、关联数据:一级关联数据(比如跟交易账户相关联的帐户,有过转账、存款的帐户,有过交易的地点、终端或网络ID)、深度关联数据(比如关联账户的一级关联数据)。
5、其他类型:从其他视觉考察得到的数据。
在上述的数据类型中,除了交易环境和交易内容之外,其他都是衍生数据,不算交易的原始数据。
该行为数据预处理模块主要对交易者的实时交易行为数据按照统一的格式进行预处理,将其清洗为可供后续模块处理的标准化数据。当随着系统的发展而需要扩展用户交易行为数据时,可交由该模块做同一的格式处理,而不会破坏系统前后级子模块的结构。
该交易反欺诈侦测模块用于检测用户的异常交易行为,并实时地给出侦测结果,该交易反欺诈侦测模块是整个系统的核心模块之一。交易反欺诈侦测模块的特征是:1)建立在大数据基础之上,融合了海量用户的交易行为数据和第三方平台交易数据,建立起具有地域区分性、群体区分性、民族区分性、经济地带区分性、时间区分性等特征的的通用用户交易行为模型,作为异常模型侦测的决策性模型之一;2)建立用户个人交易行为模型,建模所需数据来源于用户的历史交易行为数据及其关联数据,该模型基于通用用户交易行为模型而建立,不依赖于用户个人的大量数据,但是可以持续更新;3)整合第三方交易行为数据,补充用户缺失的行为数据,建立更完善的模型。
该预警模块根据交易反欺诈侦测模块所作出的决策,决定是否进行进一步的用户身份确认。当“交易反欺诈侦测模块”没有检测到可疑交易行为时,则不作后续处理,而是引导系统进入正常的交易流程;否则,该模块将实时地引导系统对用户做进一步的身份确认。
这样做有以下几个好处:
第一,实时地对用户做进一步的身份确认,相对于传统的事后欺诈分析而言,增加了阻止欺诈发生的可能性。
第二,相对于检测到欺诈就锁卡或冻结账户的做法,实时地对用户做进一步的身份确认,可以有效避免误检测带来的麻烦。
该电话声纹识别模块为系统提供实时的远程身份认证,是整个系统的核心模块之一。当预警模块或帐户冻结/解冻模块发来身份确认的请求时,电话声纹识别模块将对用户发起实时的远程身份识别,并将身份识别结果提交给欺诈处理模块,交由其做进一步处理。
该电话声纹识别模块使用电话声纹识别技术进行身份识别的好处是,身份确认业务的办理不需要用户在金融机构的现场,用户可以在任意地点进行操作。
如图2所示,该电话声纹识别模块模块由IVR语音通讯平台、声纹识别引擎、安全信息/交互脚本以及服务台/人工座席等4部分组成,用户与该模块交互完成实时的远程身份识别。
IVR语音通讯平台完成电话交互的功能,至少包括电话呼叫、电话录音、电话语音提示、转接人工台等功能。该部分系统技术上已有成熟的系统。
如图3所示,声纹识别引擎是电话声纹识别模块的核心,用于对用户/持卡人进行身份识别,声纹识别引擎由声纹注册模块、声纹识别模块以及声纹模型数据组成,其中,声纹注册模块负责为用户建立声纹模型,声纹识别模块负责为用户识别身份,声纹模型数据则存储了用户的声纹身份信息,声纹识别模块输出的得分,反映了用户身份的置信度。例如,声纹识别引擎可基于文本无关的说话人识别技术。声纹注册模块可使用i-Vector算法,对用户的声纹进行建模。而声纹识别模块则可使用PLDA算法对用户模型进行得分计算。
安全信息/交互脚本完成用户基本信息的获取和语音交互信息的提示。该部分不是独立的系统,而是根据金融交易的具体作业流程进行设置的。例如,我们希望用户在进行远程帐户解冻的请求操作中,为系统提供其基本的个人身份信息,比如姓名、身份证号码、年龄以及籍贯等。而在这个过程中,交互脚本就是系统对用户的操作引导信息。
服务台/人工座席完成用户在无法自主完成身份识别时,对用户进行操作指导或人工身份核实等事务。例如,用户在请求帐户解冻并进行远程实时身份识别反复失败时,可以呼叫服务台的人工座席服务,请求帮助。
该欺诈处理模块是一个决策型的模块,决定如何对检测到的欺诈进行处理,这个模块可以根据不同金融机构的具体情况制定规则。比如,对某银行信用卡交易业务而言,可以设置这样的处理规则:
1)当检测到明确而严重的欺诈后,对正在进行交易的信用卡帐户进行冻结处理,并将该信息利用各种渠道通知该卡的真实拥有者。
2)当检测到的欺诈损害较小时,对正在进行交易的信用卡仅发送通知给该卡的真实拥有者进行提醒。
该用户交易行为模型包括两部分,即通用用户交易行为模型和用户个人交易行为模型,由交易反欺诈侦测模块训练而来。行为数据预处理模块、欺诈处理模块的处理结果,都是该模型的训练数据来源。
创建通用用户交易行为模型的好处是:
第一,可以利用海量用户交易行为数据的价值,从中预测所有用户的交易行为特征,掌握整体情况。
第二,可以为单个用户建模型提供原型支撑。
该帐户冻结/解冻模块根据帐户的交易行为,为系统提供实时的帐户冻结/解冻功能。当帐户拥有者请求解冻帐户时,该模块调用电话声纹识别模块的功能,对帐户拥有者发起远程身份识别请求,帐户拥有者可以实时地通过电话方便地进行帐户解锁。该模块有效地解决了因交易欺诈侦测模块误识别带来的错误锁卡问题,极大地提高用户的交易体验,并且提高了金融系统在帐户解锁问题上的工作效率。
一种面向金融领域的交易欺诈检测方法,包括有以下步骤:
(1)用户首先在电话声纹识别模块内建立声纹模型,即注册语音并录入联络方式;
(2)由实时交易行为数据采集模块获取由交易者从金融交易系统前端触发的交易行为数据;
(3)由行为数据预处理模块对交易者的实时交易行为数据按照统一的格式进行预处理,将其清洗为可供后续模块处理的标准化数据,标准化数据一方面存在用户交易行为模型中,另一方面输向交易反欺诈侦测模块中;
(4)交易反欺诈侦测模块将由行为数据预处理模块直接输来的标准化数据与存放在用户交易行为模型中的各种标准化数据进行比对分析,以检测用户的异常交易行为,并实时地给出侦测结果,侦测结果输向预警模块;
(5)预警模块根据交易反欺诈侦测模块所作出的决策,决定是否进行进一步的用户身份确认,当交易反欺诈侦测模块没有检测到可疑交易行为时,则不作后续处理,而是引导系统进入正常的交易流程;否则,该预警模块将实时地引导系统对用户做进一步的身份确认;
(6)当预警模块或帐户冻结/解冻模块发来身份确认的请求时,电话声纹识别模块将对用户发起实时的远程身份识别,并将身份识别结果提交给欺诈处理模块,交由其做进一步处理;
(7)当检测到明确而严重的欺诈后,由欺诈处理模块对正在进行交易的信用卡帐户进行冻结处理,并将该信息利用各种渠道通知该卡的真实拥有者;当检测到的欺诈损害较小时,对正在进行交易的信用卡仅发送通知给该卡的真实拥有者进行提醒。
本发明的设计重点在于:通过设置有电话声纹识别模块,利用电话声纹识别模块对用户发起实时的远程身份识别,并将身份识别结果提交给欺诈处理模块,交由其做进一步处理,如此本发明融合具备远程身份识别功能的高级身份识别技术,有效规避了交易行为模型不健壮所导致的误报率高、交易体验差的缺陷;同时通过利用多维度的用户行为数据,并整合第三平台的交易行为数据,构建用户交易行为模型,这样做补充了用户缺失的交易行为数据,建立了更完善的模型。
以上所述,仅是本发明的较佳实施例而已,并非对本发明的技术范围作任何限制,故凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (4)
1.一种面向金融领域的交易欺诈检测系统,其特征在于:包括有实时交易行为数据采集模块、行为数据预处理模块、交易反欺诈侦测模块、用户交易行为模型、预警模块、欺诈处理模块、账户冻结/解冻模块以及电话声纹识别模块;该实时交易行为数据采集模块获取由交易者从金融交易系统前端触发的交易行为数据,实时交易行为数据采集模块连接行为数据预处理模块,该行为数据预处理模块连接交易反欺诈侦测模块和用户交易行为模型,该用户交易行为模型连接交易反欺诈侦测模块,该交易反欺诈侦测模块连接预警模块,该预警模块连接电话声纹识别模块,该电话声纹识别模块连接欺诈处理模块和账户冻结/解冻模块,该欺诈处理模块连接用户交易行为模型和账户冻结/解冻模块。
2.根据权利要求1所述的一种面向金融领域的交易欺诈检测系统,其特征在于:所述电话声纹识别模块由IVR语音通讯平台、声纹识别引擎、安全信息/交互脚本以及服务台/人工座席组成。
3.根据权利要求2所述的一种面向金融领域的交易欺诈检测系统,其特征在于:所述声纹识别引擎由声纹注册模块、声纹识别模块以及声纹模型数据组成,其中,声纹注册模块负责为用户建立声纹模型,声纹识别模块负责为用户识别身份,声纹模型数据则存储了用户的声纹身份信息。
4.一种面向金融领域的交易欺诈检测方法,其特征在于:包括有以下步骤:
(1)用户首先在电话声纹识别模块内建立声纹模型,即注册语音并录入联络方式;
(2)由实时交易行为数据采集模块获取由交易者从金融交易系统前端触发的交易行为数据;
(3)由行为数据预处理模块对交易者的实时交易行为数据按照统一的格式进行预处理,将其清洗为可供后续模块处理的标准化数据,标准化数据一方面存在用户交易行为模型中,另一方面输向交易反欺诈侦测模块中;
(4)交易反欺诈侦测模块将由行为数据预处理模块直接输来的标准化数据与存放在用户交易行为模型中的各种标准化数据进行比对分析,以检测用户的异常交易行为,并实时地给出侦测结果,侦测结果输向预警模块;
(5)预警模块根据交易反欺诈侦测模块所作出的决策,决定是否进行进一步的用户身份确认,当交易反欺诈侦测模块没有检测到可疑交易行为时,则不作后续处理,而是引导系统进入正常的交易流程;否则,该预警模块将实时地引导系统对用户做进一步的身份确认;
(6)当预警模块或帐户冻结/解冻模块发来身份确认的请求时,电话声纹识别模块将对用户发起实时的远程身份识别,并将身份识别结果提交给欺诈处理模块,交由其做进一步处理;
(7)当检测到明确而严重的欺诈后,由欺诈处理模块对正在进行交易的信用卡帐户进行冻结处理,并将该信息利用各种渠道通知该卡的真实拥有者;当检测到的欺诈损害较小时,对正在进行交易的信用卡仅发送通知给该卡的真实拥有者进行提醒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510399597.6A CN105005901A (zh) | 2015-07-09 | 2015-07-09 | 一种面向金融领域的交易欺诈检测系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510399597.6A CN105005901A (zh) | 2015-07-09 | 2015-07-09 | 一种面向金融领域的交易欺诈检测系统与方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105005901A true CN105005901A (zh) | 2015-10-28 |
Family
ID=54378563
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510399597.6A Pending CN105005901A (zh) | 2015-07-09 | 2015-07-09 | 一种面向金融领域的交易欺诈检测系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105005901A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105957271A (zh) * | 2015-12-21 | 2016-09-21 | 中国银联股份有限公司 | 一种金融终端安全防护方法及系统 |
CN106340138A (zh) * | 2016-08-23 | 2017-01-18 | 深圳怡化电脑股份有限公司 | 一种交易行为检测方法及装置 |
CN106851633A (zh) * | 2017-02-15 | 2017-06-13 | 上海交通大学 | 基于用户隐私保护的电信欺诈检测系统及方法 |
CN107093076A (zh) * | 2016-02-18 | 2017-08-25 | 卡巴斯基实验室股份制公司 | 检测欺诈用户交易的系统和方法 |
CN107220548A (zh) * | 2017-05-03 | 2017-09-29 | 同济大学 | 一种基于数据切片一致性的系统检测方法及系统 |
CN107665432A (zh) * | 2016-07-29 | 2018-02-06 | 卡巴斯基实验室股份制公司 | 在用户与各种银行服务的交互中识别可疑用户行为的系统和方法 |
CN107682187A (zh) * | 2017-09-29 | 2018-02-09 | 中科聚信信息技术(北京)有限公司 | 一种基于社交网络分析模型的反欺诈方法 |
CN107688942A (zh) * | 2016-08-03 | 2018-02-13 | 方正国际软件(北京)有限公司 | 一种涉案银行卡处理方法、装置及系统 |
CN108182604A (zh) * | 2018-01-11 | 2018-06-19 | 口碑(上海)信息技术有限公司 | 实时识别交易拆单行为的方法及装置 |
CN109034194A (zh) * | 2018-06-20 | 2018-12-18 | 东华大学 | 基于特征分化的交易欺诈行为深度检测方法 |
CN109146670A (zh) * | 2018-08-27 | 2019-01-04 | 深圳前海微众银行股份有限公司 | 贷款反欺诈处理方法、装置及可读存储介质 |
CN109214177A (zh) * | 2017-06-29 | 2019-01-15 | 格局商学教育科技(深圳)有限公司 | 一种互联网金融反欺诈系统 |
CN109242658A (zh) * | 2018-06-05 | 2019-01-18 | 平安科技(深圳)有限公司 | 可疑交易报告生成方法、系统、计算机设备和存储介质 |
CN109544324A (zh) * | 2018-11-27 | 2019-03-29 | 深圳前海微众银行股份有限公司 | 信贷反欺诈方法、系统、设备及计算机可读存储介质 |
CN110135980A (zh) * | 2019-05-21 | 2019-08-16 | 重庆斐耐科技有限公司 | 一种金融贷前反欺诈系统 |
WO2019218699A1 (zh) * | 2018-05-18 | 2019-11-21 | 深圳壹账通智能科技有限公司 | 欺诈交易判断方法、装置、计算机设备和存储介质 |
CN110619528A (zh) * | 2019-09-29 | 2019-12-27 | 武汉极意网络科技有限公司 | 行为验证数据处理方法、装置、设备及存储介质 |
CN111724154A (zh) * | 2020-06-30 | 2020-09-29 | 中国银行股份有限公司 | 一种远程解冻方法及系统 |
CN111914063A (zh) * | 2020-07-16 | 2020-11-10 | 中信银行股份有限公司 | 可疑行为的检测方法、装置、电子设备及可读存储介质 |
CN113344469A (zh) * | 2021-08-02 | 2021-09-03 | 成都新希望金融信息有限公司 | 欺诈识别方法、装置、计算机设备及存储介质 |
CN113781007A (zh) * | 2021-09-22 | 2021-12-10 | 广联达数字科技(深圳)有限公司 | 一种数据核验系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1815484A (zh) * | 2006-03-06 | 2006-08-09 | 覃文华 | 数字化认证系统及其认证方法 |
CN101523428A (zh) * | 2006-08-01 | 2009-09-02 | Q佩控股有限公司 | 交易授权系统和方法 |
CN103714479A (zh) * | 2012-10-09 | 2014-04-09 | 四川欧润特软件科技有限公司 | 银行个人业务欺诈行为实时智能化集中监控的方法和系统 |
-
2015
- 2015-07-09 CN CN201510399597.6A patent/CN105005901A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1815484A (zh) * | 2006-03-06 | 2006-08-09 | 覃文华 | 数字化认证系统及其认证方法 |
CN101523428A (zh) * | 2006-08-01 | 2009-09-02 | Q佩控股有限公司 | 交易授权系统和方法 |
CN103714479A (zh) * | 2012-10-09 | 2014-04-09 | 四川欧润特软件科技有限公司 | 银行个人业务欺诈行为实时智能化集中监控的方法和系统 |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105957271B (zh) * | 2015-12-21 | 2018-12-28 | 中国银联股份有限公司 | 一种金融终端安全防护方法及系统 |
CN105957271A (zh) * | 2015-12-21 | 2016-09-21 | 中国银联股份有限公司 | 一种金融终端安全防护方法及系统 |
WO2017107734A1 (zh) * | 2015-12-21 | 2017-06-29 | 中国银联股份有限公司 | 一种金融终端安全防护方法及系统 |
CN107093076A (zh) * | 2016-02-18 | 2017-08-25 | 卡巴斯基实验室股份制公司 | 检测欺诈用户交易的系统和方法 |
CN107665432A (zh) * | 2016-07-29 | 2018-02-06 | 卡巴斯基实验室股份制公司 | 在用户与各种银行服务的交互中识别可疑用户行为的系统和方法 |
CN107688942A (zh) * | 2016-08-03 | 2018-02-13 | 方正国际软件(北京)有限公司 | 一种涉案银行卡处理方法、装置及系统 |
CN106340138A (zh) * | 2016-08-23 | 2017-01-18 | 深圳怡化电脑股份有限公司 | 一种交易行为检测方法及装置 |
CN106340138B (zh) * | 2016-08-23 | 2019-08-27 | 深圳怡化电脑股份有限公司 | 一种交易行为检测方法及装置 |
CN106851633A (zh) * | 2017-02-15 | 2017-06-13 | 上海交通大学 | 基于用户隐私保护的电信欺诈检测系统及方法 |
CN106851633B (zh) * | 2017-02-15 | 2020-05-01 | 上海交通大学 | 基于用户隐私保护的电信欺诈检测系统及方法 |
CN107220548A (zh) * | 2017-05-03 | 2017-09-29 | 同济大学 | 一种基于数据切片一致性的系统检测方法及系统 |
CN107220548B (zh) * | 2017-05-03 | 2020-04-28 | 同济大学 | 一种基于数据切片一致性的系统检测方法及系统 |
CN109214177A (zh) * | 2017-06-29 | 2019-01-15 | 格局商学教育科技(深圳)有限公司 | 一种互联网金融反欺诈系统 |
CN107682187A (zh) * | 2017-09-29 | 2018-02-09 | 中科聚信信息技术(北京)有限公司 | 一种基于社交网络分析模型的反欺诈方法 |
CN108182604A (zh) * | 2018-01-11 | 2018-06-19 | 口碑(上海)信息技术有限公司 | 实时识别交易拆单行为的方法及装置 |
WO2019218699A1 (zh) * | 2018-05-18 | 2019-11-21 | 深圳壹账通智能科技有限公司 | 欺诈交易判断方法、装置、计算机设备和存储介质 |
CN109242658A (zh) * | 2018-06-05 | 2019-01-18 | 平安科技(深圳)有限公司 | 可疑交易报告生成方法、系统、计算机设备和存储介质 |
CN109242658B (zh) * | 2018-06-05 | 2023-05-30 | 平安科技(深圳)有限公司 | 可疑交易报告生成方法、系统、计算机设备和存储介质 |
CN109034194B (zh) * | 2018-06-20 | 2022-03-04 | 东华大学 | 基于特征分化的交易欺诈行为深度检测方法 |
CN109034194A (zh) * | 2018-06-20 | 2018-12-18 | 东华大学 | 基于特征分化的交易欺诈行为深度检测方法 |
CN109146670A (zh) * | 2018-08-27 | 2019-01-04 | 深圳前海微众银行股份有限公司 | 贷款反欺诈处理方法、装置及可读存储介质 |
CN109544324A (zh) * | 2018-11-27 | 2019-03-29 | 深圳前海微众银行股份有限公司 | 信贷反欺诈方法、系统、设备及计算机可读存储介质 |
CN110135980A (zh) * | 2019-05-21 | 2019-08-16 | 重庆斐耐科技有限公司 | 一种金融贷前反欺诈系统 |
CN110619528A (zh) * | 2019-09-29 | 2019-12-27 | 武汉极意网络科技有限公司 | 行为验证数据处理方法、装置、设备及存储介质 |
CN111724154A (zh) * | 2020-06-30 | 2020-09-29 | 中国银行股份有限公司 | 一种远程解冻方法及系统 |
CN111724154B (zh) * | 2020-06-30 | 2023-07-04 | 中国银行股份有限公司 | 一种远程解冻方法及系统 |
CN111914063A (zh) * | 2020-07-16 | 2020-11-10 | 中信银行股份有限公司 | 可疑行为的检测方法、装置、电子设备及可读存储介质 |
CN113344469B (zh) * | 2021-08-02 | 2021-11-30 | 成都新希望金融信息有限公司 | 欺诈识别方法、装置、计算机设备及存储介质 |
CN113344469A (zh) * | 2021-08-02 | 2021-09-03 | 成都新希望金融信息有限公司 | 欺诈识别方法、装置、计算机设备及存储介质 |
CN113781007A (zh) * | 2021-09-22 | 2021-12-10 | 广联达数字科技(深圳)有限公司 | 一种数据核验系统及方法 |
CN113781007B (zh) * | 2021-09-22 | 2024-08-06 | 广联达数字科技(深圳)有限公司 | 一种数据核验系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105005901A (zh) | 一种面向金融领域的交易欺诈检测系统与方法 | |
CN108062629B (zh) | 交易事件的处理方法、终端设备及介质 | |
US11507645B1 (en) | Behavioral profiling method and system to authenticate a user | |
US11151566B2 (en) | Authentication and fraud prevention in provisioning a mobile wallet | |
CN108053318B (zh) | 一种对异常交易进行识别的方法及装置 | |
JP7309242B2 (ja) | 暗号通貨取引の分析方法及び装置 | |
CN109242477A (zh) | 基于区块链的慈善捐赠方法、系统及存储介质 | |
CN110097462A (zh) | 使用区块链促进atm交易的方法和系统 | |
CN109472610A (zh) | 一种银行交易反欺诈方法及系统、设备和存储介质 | |
WO2017106600A1 (en) | Analysis of transaction information using graphs | |
KR20130095548A (ko) | 금융거래패턴분석을 이용한 금융사기 경보 시스템 및 방법 | |
WO2019023372A1 (en) | SECURITY OF AN ELECTRONIC PAYMENT NETWORK | |
CN107103479A (zh) | 金融交易实时反欺诈系统 | |
CN113902037A (zh) | 非正常银行账户识别方法、系统、电子设备及存储介质 | |
CN108009818A (zh) | 一种基于分布式网络的线上支付方法及系统 | |
CN110705988A (zh) | 受侵害行为的交互式阻断方法和系统 | |
CN107016580A (zh) | 一种物品试用系统和方法 | |
CN106973078A (zh) | 业务数据处理的方法及信息交换控制系统 | |
CN109508994A (zh) | 业务风险控制方法、装置、计算机设备和存储介质 | |
CN107864146A (zh) | 一种安全的云存储系统 | |
CN111192056A (zh) | 一种金融安全管理系统 | |
CN201984530U (zh) | 一种银行客户身份自动联网核查系统 | |
CN107220919A (zh) | 一种违法前科人员信息采集分析系统及信息分析方法 | |
CN109816825A (zh) | 共享住宿平台云锁系统 | |
CN104933620A (zh) | 一种在线交易的监控装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C41 | Transfer of patent application or patent right or utility model | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20170227 Address after: 361000 Xiamen torch hi tech Zone Venture Park building, room 640, Fujian Applicant after: XIAMEN KUAISHANGTONG TECHNOLOGY Co.,Ltd. Address before: Siming District of Jiahe city Xiamen road 361000 Fujian 267 No. 9 building 902 room B Applicant before: XIAMEN KUAISHANGTONG TECHNOLOGY Corp.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151028 |