CN105303442A - 网上银行开户账号检测方法和装置 - Google Patents

Abstract

本发明提供一种网上银行开户账号检测方法和装置，其中，该方法包括：获取各待检测开户账号的开户账号信息；根据预先设定的过滤规则以及各待检测开户账号的开户账号信息，筛除各待检测开户账号中的危险开户账号；将筛除处理后的各待检测开户账号的开户账号信息，输入到预先分类训练得到的开户账号分类模型中，确定筛除处理后的各待检测开户账号的开户级别。实现了有效的检测开户账号的开户级别，提高了开户账号的开户级别的检测率，准确的确定网上银行当前开户账号的开户级别。

Description

网上银行开户账号检测方法和装置

技术领域

本发明涉及网上银行技术领域，尤其涉及一种网上银行开户账号检测方法和装置。

背景技术

随着社会以及科技的发展，网上银行已经成为人们生活中的重要部门，可以在网上银行上进行开户后，完成各项银行业务。但是网上银行上会出现一些危险的开户账号，这些开户账户会在开户后不进行账号的激活，或者会进行违法的交易，从而会扰乱网上银行的管理，对网上银行的业务处理造成不便和危害，需要去确定网上银行的开户账号的开户级别。

现有技术中，网上银行会设置黑名单机制，黑名单中会保存一些危险开户账号的通信号码、身份证信息等内容，在用户进行网上银行的开户时，获取开户账号的信息，分析这些信息是否存在于黑名单中，若存在，则确定当前的开户账号为危险的开户账号，进而中止其开户行为，若不存在，则确定当前的开户账号为正常的开户账号，进而允许其开户行为。

然而现有技术中的黑名单无法保存所有危险开户账号的信息，开户账号的检测率较低，无法准确的确定当前开户账号的开户级别。

发明内容

本发明提供一种网上银行开户账号检测方法和装置，用以解决现有技术中黑名单无法保存所有危险开户账号的信息，开户账号的检测率较低，无法准确的确定当前开户账号的开户级别的问题。

本发明的一方面是提供一种网上银行开户账号检测方法，包括：

获取各待检测开户账号的开户账号信息；

根据预先设定的过滤规则以及所述各待检测开户账号的开户账号信息，筛除所述各待检测开户账号中的危险开户账号；

将筛除处理后的各待检测开户账号的开户账号信息，输入到预先分类训练得到的开户账号分类模型中，确定筛除处理后的各待检测开户账号的开户级别。

如上所述的方法中，所述获取各待检测开户账号的开户账号信息，包括：

从银行业务系统中获取所述各待检测开户账号的业务系统信息，并从数据采集平台上获取所述各待检测开户账号的开户行为信息和历史访问信息；

对所述业务系统信息、所述开户行为信息和所述历史访问信息进行过滤提取，以形成所述各待检测开户账号的开户账号信息。

如上所述的方法中，所述根据预先设定的过滤规则以及所述各待检测开户账号的开户账号信息，筛除所述各待检测开户账号中的危险开户账号，包括：

根据预设的开户账号信息危险列表，确定所述待检测开户账号的开户账号信息是否存在与所述开户账号信息危险列表中；

若存在，则确定所述待检测开户账号为危险开户账号，并筛除所述危险开户账号。

如上所述的方法中，在所述获取各待检测开户账号的开户账号信息之前，还包括：

将与各开户级别对应的样本开户账号的开户账号信息，组成训练样本；

将所述训练样本输入到预设的开户账号分类模型中，得到所述预先分类训练得到的开户账号分类模型。

如上所述的方法中，在所述确定筛除处理后的各待检测开户账号的开户级别之后，还包括：

若所述待检测开户账号的开户级别为安全级别，则向所述待检测开户账号的用户发送允许开户指令；

若所述待检测开户账号的开户级别为危险级别，则向所述待检测开户账号的用户发送不允许开户指令；

若所述待检测开户账号的开户级别为待定级别，则向所述待检测开户账号的用户发送开户验证指令，以使与所述待检测开户账号的用户输入开户验证内容。

本发明的另一方面是提供一种网上银行开户账号检测装置，包括：

获取模块，用于获取各待检测开户账号的开户账号信息；

筛除模块，用于根据预先设定的过滤规则以及所述各待检测开户账号的开户账号信息，筛除所述各待检测开户账号中的危险开户账号；

确定模块，用于将筛除处理后的各待检测开户账号的开户账号信息，输入到预先分类训练得到的开户账号分类模型中，确定筛除处理后的各待检测开户账号的开户级别。

如上所述的装置中，所述获取模块，具体用于：

从银行业务系统中获取所述各待检测开户账号的业务系统信息，并从数据采集平台上获取所述各待检测开户账号的开户行为信息和历史访问信息；

对所述业务系统信息、所述开户行为信息和所述历史访问信息进行过滤提取，以形成所述各待检测开户账号的开户账号信息。

如上所述的装置中，所述筛除模块，具体用于：

根据预设的开户账号信息危险列表，确定所述待检测开户账号的开户账号信息是否存在与所述开户账号信息危险列表中；

若存在，则确定所述待检测开户账号为危险开户账号，并筛除所述危险开户账号。

如上所述的装置中，其特征在于，还包括：

训练模块，用于在所述获取模块获取各待检测开户账号的开户账号信息之前，将与各开户级别对应的样本开户账号的开户账号信息，组成训练样本；将所述训练样本输入到预设的开户账号分类模型中，得到所述预先分类训练得到的开户账号分类模型。

如上所述的装置中，所述确定模块在确定筛除处理后的各待检测开户账号的开户级别之后，还用于：

若所述待检测开户账号的开户级别为安全级别，则向所述待检测开户账号的用户发送允许开户指令；

若所述待检测开户账号的开户级别为危险级别，则向所述待检测开户账号的用户发送不允许开户指令；

若所述待检测开户账号的开户级别为待定级别，则向所述待检测开户账号的用户发送开户验证指令，以使与所述待检测开户账号的用户输入开户验证内容。

本发明通过获取各待检测开户账号的开户账号信息；根据预先设定的过滤规则以及各待检测开户账号的开户账号信息，筛除各待检测开户账号中的危险开户账号；将筛除处理后的各待检测开户账号的开户账号信息，输入到预先分类训练得到的开户账号分类模型中，确定筛除处理后的各待检测开户账号的开户级别。实现了有效的检测开户账号的开户级别，提高了开户账号的开户级别的检测率，准确的确定网上银行当前开户账号的开户级别。

附图说明

图1为本发明实施例一提供的网上银行开户账号检测方法的流程图；

图2为本发明实施例二提供的网上银行开户账号检测方法的流程图；

图3为本发明实施例三提供的网上银行开户账号检测装置的结构示意图；

图4为本发明实施例四提供的网上银行开户账号检测装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例一提供的网上银行开户账号检测方法的流程图，如图1所示，本实施例的方法包括：

步骤101、获取各待检测开户账号的开户账号信息。

在本实施例中，具体的，用户在网上银行进行开户的时候，会在网上银行输入一些信息，例如姓名、移动终端号码、身份证号码等信息，同时也会在网络上产生一些网络信息，例如网络的网络协议(InternetProtocol，简称IP)地址等信息，这些信息为开户账号的开户账号信息。可以获取各个待检测开户账号的开户账号信息。

步骤102、根据预先设定的过滤规则以及各待检测开户账号的开户账号信息，筛除各待检测开户账号中的危险开户账号。

在本实施例中，具体的，预先设定一些过滤规则，例如设置黑名单或白名单的方式，在黑名单中预存了危险开户账号的通信号码、身份证信息等内容，在白名单中预存了正常开户账号的通信号码、身份证信息等内容；将各待检测开户账号的开户账号信息，与过滤规则中的内容进行对比，以初步筛选出各待检测开户账号中的危险开户账号，可以筛除这些危险开户账号。再例如，可以设置一些维度规则，根据这些维度规则对各待检测开户账号的开户账号信息进行维度设置，从而得到各待检测开户账号的综合评分，综合评分较低的待检测开户账号为危险开户账号，以此筛除各待检测开户账号中的危险开户账号，其中，维度规则有多个，例如账户只注册未激活，激活未交易，访问来源于特定IP，所用设备是模拟器，移动设备上未安装常用APP等维度。

步骤103、将筛除处理后的各待检测开户账号的开户账号信息，输入到预先分类训练得到的开户账号分类模型中，确定筛除处理后的各待检测开户账号的开户级别。

在本实施例中，具体的，预先通过分类训练得到一个开户账号分类模型，开户账号分类模型可以是支持向量机模型、神经网络模型、贝叶斯分类器模型、决策树模型等；将步骤102中经过筛除处理后的各待检测开户账号的开户账号信息，输入到预先分类训练得到的开户账号分类模型中，经过开户账号分类模型的识别，可以确定出筛除处理后的各待检测开户账号的开户级别，从而可以得到正常的开户账号以及危险的开户账号。

本实施例通过对各待检测开户账号进行筛选，可以筛除各待检测开户账号中的危险开户账号；然后将筛除处理后的各待检测开户账号的开户账号信息，输入到预先分类训练得到的开户账号分类模型中，确定筛除处理后的各待检测开户账号的开户级别。从而可以有效的检测开户账号的开户级别，提高了开户账号的开户级别的检测率，准确的确定网上银行当前开户账号的开户级别。

图2为本发明实施例二提供的网上银行开户账号检测方法的流程图，在实施例一的基础上，如图2所示，本实施例的方法，在步骤101之前，还包括：

步骤201、将与各开户级别对应的样本开户账号的开户账号信息，组成训练样本。

在本实施例中，具体的，预先获取一些已经确定了开户级别的样本开户账号，将这些样本开户账号的开户账号信息，组成一个训练样本。

步骤202、将训练样本输入到预设的开户账号分类模型中，得到预先分类训练得到的开户账号分类模型。

在本实施例中，具体的，将步骤201中的训练样本输入到预设的开户账号分类模型中，经过一定时间的分类训练，可以得到一个成熟的开户账号分类模型。

本实施例通过将与各开户级别对应的样本开户账号的开户账号信息，输入到预设的开户账号分类模型中，经过分类训练，可以得到一个成熟的开户账号分类模型。从而为待检测开户账号的识别提供识别模型。

进一步的，在上述实施例的基础上，步骤101的具体实施方式，包括：

从银行业务系统中获取各待检测开户账号的业务系统信息，并从数据采集平台上获取各待检测开户账号的开户行为信息和历史访问信息；

对业务系统信息、开户行为信息和历史访问信息进行过滤提取，以形成各待检测开户账号的开户账号信息。

在本实施方式中，具体的，从银行业务系统中获取各待检测开户账号的业务系统信息，业务系统信息主要是开户账户的注册登录信息，包括电子帐号、身份证信息、注册帐号的时间、注册IP地址、联系人手机号码及手机号归属地、登录情况统计信息、帐号激活信息、注册渠道信息、交易次数信息等。同时，从数据采集平台上获取各待检测开户账号的开户行为信息和历史访问信息，用户行为信息包括客户端使用环境和用户点击流统计等信息，其中客户端环境包含移动终端环境、注册终端类型、注册终端型号，注册终端操作系统、注册终端浏览器、注册终端分辨率、注册终端IP地址、注册终端上所安装的应用程序信息等信息，用户点击流统计包含会话平均的活动次数、会话访问平均的页面数、会话平均的目标达成数、会话平均时长、平均会话的注册次数等信息；历史访问信息是开户用户在网上的历史访问记录，比如某个开户用户多次利用别人的身份证进行冒开户，那么此人在数据采集平台上是具有一连串的历史行为记录，这些行为会被统计起来作为特征量，如历史的会话平均的活动次数、历史的会话访问平均的页面数、历史的会话平均的目标达成数、历史的会话平均时长、历史的平均会话的注册次数等。将业务系统信息、开户行为信息和历史访问信息关联起来，然后进行过滤提取，将经过过滤提取后的业务系统信息、开户行为信息和历史访问信息作为各待检测开户账号的开户账号信息，例如可以提出注册终端所在的地理位置、注册时间、客户端环境等数据作为各待检测开户账号的开户账号信息。

本实施方式通过提取待检测开户账号的业务系统信息、开户行为信息和历史访问信息，在过滤提取之后形成各待检测开户账号的开户账号信息，从而可以利用开户账号的业务系统信息、开户行为信息和历史访问信息作为开户账号的识别特征依据。

进一步的，在上述实施例的基础上，步骤102的具体实施方式，包括：

根据预设的开户账号信息危险列表，确定待检测开户账号的开户账号信息是否存在与开户账号信息危险列表中；

若存在，则确定待检测开户账号为危险开户账号，并筛除危险开户账号。

在本实施方式中，具体的，可以预设一个开户账号信息危险列表，开户账号信息危险列表中存储了标注为危险的各个开户账号信息；确定待检测开户账号的开户账号信息是否存在与开户账号信息危险列表中，若存在，则表明待检测开户账号为危险开户账号，然后筛除危险开户账号。

进一步的，在上述实施例的基础上，在步骤103之后，还包括：

若待检测开户账号的开户级别为安全级别，则向待检测开户账号的用户发送允许开户指令；

若待检测开户账号的开户级别为危险级别，则向待检测开户账号的用户发送不允许开户指令；

若待检测开户账号的开户级别为待定级别，则向待检测开户账号的用户发送开户验证指令，以使与待检测开户账号的用户输入开户验证内容。

在本实施方式中，具体的，步骤103中可以确定出各待检测开户账号的开户级别，开户级别可以分为安全级别、危险级别、待定级别。若确定待检测开户账号的开户级别为危险级别，那么向与待检测开户账号对应的用户发送允许开户指令，从而允许该开户账号的开户行为。若确定待检测开户账号的开户级别为危险级别，则向与待检测开户账号对应的用户发送不允许开户指令，并阻止该开户账号的开户行为。若确定待检测开户账号的开户级别为待定级别，则向与待检测开户账号对应的用户发送开户验证指令，使得待检测开户账号的用户输入开户验证内容，然后接收开户验证内容之后对开户验证内容进行验证，以确定是否允许该开户账号的开户行为，例如，用户可以输入身份证照片，然后对身份证照片进行判别审核。

本实施例通过在确定待检测开户账号的开户级别为危险级别时，向待检测开户账号的用户发送不允许开户指令，从而可以阻止危险开户账号的开户行为，有效的保证了网上银行的正常管理，避免危险开户账号对网上银行的业务处理造成不便和危害；并且在待检测开户账号的开户级别为待定级别，对待检测开户账号的用户输入开户验证内容进行验证，以判断该开户账号是否为危险开户账号。

图3为本发明实施例三提供的网上银行开户账号检测装置的结构示意图，如图3所示，本实施例提供的网上银行开户账号检测装置，包括：

获取模块31，用于获取各待检测开户账号的开户账号信息；

筛除模块32，用于根据预先设定的过滤规则以及各待检测开户账号的开户账号信息，筛除各待检测开户账号中的危险开户账号；

确定模块33，用于将筛除处理后的各待检测开户账号的开户账号信息，输入到预先分类训练得到的开户账号分类模型中，确定筛除处理后的各待检测开户账号的开户级别。

本实施例的网上银行开户账号检测装置可执行本发明实施例一提供的网上银行开户账号检测方法，其实现原理相类似，此处不再赘述。

本实施例通过对各待检测开户账号进行筛选，可以筛除各待检测开户账号中的危险开户账号；然后将筛除处理后的各待检测开户账号的开户账号信息，输入到预先分类训练得到的开户账号分类模型中，确定筛除处理后的各待检测开户账号的开户级别。从而可以有效的检测开户账号的开户级别，提高了开户账号的开户级别的检测率，准确的确定网上银行当前开户账号的开户级别。

图4为本发明实施例四提供的网上银行开户账号检测装置的结构示意图，在实施例三的基础上，如图4所示，本实施例提供的网上银行开户账号检测装置，还包括：

训练模块41，用于在获取模块31获取各待检测开户账号的开户账号信息之前，将与各开户级别对应的样本开户账号的开户账号信息，组成训练样本；将训练样本输入到预设的开户账号分类模型中，得到预先分类训练得到的开户账号分类模型。

获取模块31，具体用于：

从银行业务系统中获取各待检测开户账号的业务系统信息，并从数据采集平台上获取各待检测开户账号的开户行为信息和历史访问信息；

对业务系统信息开户行为信息和历史访问信息进行过滤提取，以形成各待检测开户账号的开户账号信息。

筛除模块32，具体用于：

根据预设的开户账号信息危险列表，确定待检测开户账号的开户账号信息是否存在与开户账号信息危险列表中；

若存在，则确定待检测开户账号为危险开户账号，并筛除危险开户账号。

确定模块33在确定筛除处理后的各待检测开户账号的开户级别之后，还用于：

若待检测开户账号的开户级别为安全级别，则向待检测开户账号的用户发送允许开户指令；

若待检测开户账号的开户级别为危险级别，则向待检测开户账号的用户发送不允许开户指令；

若待检测开户账号的开户级别为待定级别，则向待检测开户账号的用户发送开户验证指令，以使与待检测开户账号的用户输入开户验证内容。

本实施例的网上银行开户账号检测装置可执行本发明实施例二以及上述实施方式中提供的网上银行开户账号检测方法，其实现原理相类似，此处不再赘述。

本实施例通过将与各开户级别对应的样本开户账号的开户账号信息，输入到预设的开户账号分类模型中，经过分类训练，可以得到一个成熟的开户账号分类模型。从而为待检测开户账号的识别提供识别模型；通过提取待检测开户账号的业务系统信息、开户行为信息和历史访问信息，在过滤提取之后形成各待检测开户账号的开户账号信息，从而可以利用开户账号的业务系统信息、开户行为信息和历史访问信息作为开户账号的识别特征依据；通过在确定待检测开户账号的开户级别为危险级别时，向待检测开户账号的用户发送不允许开户指令，从而可以阻止危险开户账号的开户行为，有效的保证了网上银行的正常管理，避免危险开户账号对网上银行的业务处理造成不便和危害；并且在待检测开户账号的开户级别为待定级别，对待检测开户账号的用户输入开户验证内容进行验证，以判断该开户账号是否为危险开户账号。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种网上银行开户账号检测方法，其特征在于，包括：

获取各待检测开户账号的开户账号信息；

根据预先设定的过滤规则以及所述各待检测开户账号的开户账号信息，筛除所述各待检测开户账号中的危险开户账号；

将筛除处理后的各待检测开户账号的开户账号信息，输入到预先分类训练得到的开户账号分类模型中，确定筛除处理后的各待检测开户账号的开户级别。

2.根据权利要求1所述的方法，其特征在于，所述获取各待检测开户账号的开户账号信息，包括：

从银行业务系统中获取所述各待检测开户账号的业务系统信息，并从数据采集平台上获取所述各待检测开户账号的开户行为信息和历史访问信息；

对所述业务系统信息、所述开户行为信息和所述历史访问信息进行过滤提取，以形成所述各待检测开户账号的开户账号信息。

3.根据权利要求1所述的方法，其特征在于，所述根据预先设定的过滤规则以及所述各待检测开户账号的开户账号信息，筛除所述各待检测开户账号中的危险开户账号，包括：

根据预设的开户账号信息危险列表，确定所述待检测开户账号的开户账号信息是否存在与所述开户账号信息危险列表中；

若存在，则确定所述待检测开户账号为危险开户账号，并筛除所述危险开户账号。

4.根据权利要求1-3任一项所述的方法，其特征在于，在所述获取各待检测开户账号的开户账号信息之前，还包括：

将与各开户级别对应的样本开户账号的开户账号信息，组成训练样本；

将所述训练样本输入到预设的开户账号分类模型中，得到所述预先分类训练得到的开户账号分类模型。

5.根据权利要求1-3任一项所述的方法，其特征在于，在所述确定筛除处理后的各待检测开户账号的开户级别之后，还包括：

若所述待检测开户账号的开户级别为安全级别，则向所述待检测开户账号的用户发送允许开户指令；

若所述待检测开户账号的开户级别为危险级别，则向所述待检测开户账号的用户发送不允许开户指令；

若所述待检测开户账号的开户级别为待定级别，则向所述待检测开户账号的用户发送开户验证指令，以使与所述待检测开户账号的用户输入开户验证内容。

6.一种网上银行开户账号检测装置，其特征在于，包括：

获取模块，用于获取各待检测开户账号的开户账号信息；

筛除模块，用于根据预先设定的过滤规则以及所述各待检测开户账号的开户账号信息，筛除所述各待检测开户账号中的危险开户账号；

确定模块，用于将筛除处理后的各待检测开户账号的开户账号信息，输入到预先分类训练得到的开户账号分类模型中，确定筛除处理后的各待检测开户账号的开户级别。

7.根据权利要求6所述的装置，其特征在于，所述获取模块，具体用于：

从银行业务系统中获取所述各待检测开户账号的业务系统信息，并从数据采集平台上获取所述各待检测开户账号的开户行为信息和历史访问信息；

对所述业务系统信息、所述开户行为信息和所述历史访问信息进行过滤提取，以形成所述各待检测开户账号的开户账号信息。

8.根据权利要求6所述的装置，其特征在于，所述筛除模块，具体用于：

根据预设的开户账号信息危险列表，确定所述待检测开户账号的开户账号信息是否存在与所述开户账号信息危险列表中；

若存在，则确定所述待检测开户账号为危险开户账号，并筛除所述危险开户账号。

9.根据权利要求6-8任一项所述的装置，其特征在于，还包括：

训练模块，用于在所述获取模块获取各待检测开户账号的开户账号信息之前，将与各开户级别对应的样本开户账号的开户账号信息，组成训练样本；将所述训练样本输入到预设的开户账号分类模型中，得到所述预先分类训练得到的开户账号分类模型。

10.根据权利要求6-8任一项所述的装置，其特征在于，所述确定模块在确定筛除处理后的各待检测开户账号的开户级别之后，还用于：

若所述待检测开户账号的开户级别为安全级别，则向所述待检测开户账号的用户发送允许开户指令；

若所述待检测开户账号的开户级别为危险级别，则向所述待检测开户账号的用户发送不允许开户指令；

若所述待检测开户账号的开户级别为待定级别，则向所述待检测开户账号的用户发送开户验证指令，以使与所述待检测开户账号的用户输入开户验证内容。