CN106548302B - 互联网交易的风险识别方法及系统 - Google Patents
互联网交易的风险识别方法及系统 Download PDFInfo
- Publication number
- CN106548302B CN106548302B CN201611088598.XA CN201611088598A CN106548302B CN 106548302 B CN106548302 B CN 106548302B CN 201611088598 A CN201611088598 A CN 201611088598A CN 106548302 B CN106548302 B CN 106548302B
- Authority
- CN
- China
- Prior art keywords
- transaction
- label
- historical
- risk
- propagation
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种互联网交易的风险识别方法及系统,所述风险识别方法包括:S1将历史交易归类为安全和风险交易;S2分别为安全和风险交易的标签赋值;S3将每笔历史交易的标签值传播至与所述历史交易关联的介质;S4将每个介质的标签值传播至与所述介质关联的历史交易;S5判断是否有历史交易的标签值在执行S4前后发生改变,若是则返回S3;S6根据每笔历史交易在传播过程及传播结束后的标签值建立标签模型;S7将与当前交易关联的介质的标签值传播至当前交易;S8根据当前交易的标签值和标签模型判断其是否为风险交易。与现有技术相比,本发明的整个识别过程无需累积交易行为链,降低资金损失的同时提升了用户支付的安全感受。
Description
技术领域
本发明涉及互联网领域,特别涉及一种基于标签传播算法的互联网交易的风险识别方法及系统。
背景技术
在“互联网+”大环境的良性驱动下,在线旅行社的业务不断发展,产品服务也越来越多样化。在用户通过在线旅行社享受不同服务的同时,也有不法分子使用欺诈来的账户或者信用卡在旅行社平台上购买产品,以达到销赃的不法目的。
支付风险控制的目的就是利用规则或模型对这些互联网交易是否存在风险进行识别,在不影响正常用户体验的同时对这些风险交易进行阻拦,防止资金损失的发生,既能保护用户在旅行社平台的资金安全,又能提高用户在支付平台的安全感受。
传统的风险交易识别手段,无论是利用规则还是模型,都要基于用户的交易行为链,也就是通过用户的历史交易行为来判断用户对于自身或者周围群体是否属于异常,因为仅靠单笔交易的情况来判断信息太少。由于交易行为链需要一定的观察或累计,待主体行为累计到信息能够用户来段交易是否有风险的时候,已经有部分交易已经发生,如果交易方是欺诈者,此时那比分累计阶段的交易已经形成了损失,这就是支付欺诈风控场景中常见的滞后问题。
发明内容
本发明要解决的技术问题是为了克服现有技术中基于交易行为链识别风险交易存在滞后问题的缺陷,提供一种基于标签传播算法的互联网交易的风险识别方法及系统。
本发明是通过下述技术方案来解决上述技术问题的:
一种互联网交易的风险识别方法,其特点在于,包括以下步骤:
S1、将互联网的历史交易归类为安全交易和风险交易;
S2、分别为所述安全交易的标签和所述风险交易的标签赋值;
其中,将所述安全交易的标签值定义为安全分,所述风险交易的标签值定义为风险分;
S3、将每笔历史交易的标签值传播至与所述历史交易关联的每个介质;
S4、将每个介质的标签值传播至与所述介质关联的所有历史交易;
S5、判断是否有历史交易的标签值在执行步骤S4前后发生改变,若是,则返回步骤S3,若否,则传播结束,进入步骤S6;
S6、根据每笔历史交易在传播过程中以及传播结束后的标签值建立标签模型;
S7、将与当前交易关联的介质的标签值传播至所述当前交易;
S8、根据所述当前交易的标签值和所述标签模型判断所述当前交易是否为风险交易;
其中,所述历史交易的标签值、所述介质的标签值以及所述当前交易的标签值均包括安全分和风险分。
较佳地,步骤S6包括:
通过将每笔历史交易在传播结束后的标签值作为因变量,以及将每笔历史交易在传播过程中的标签值作为自变量建立标签模型。
较佳地,步骤S8包括:
将所述当前交易的标签值作为所述标签模型的输入值;
通过所述标签模型的学习结果判断所述当前交易是否为风险交易。
较佳地,所述标签模型的算法为决策树的分类算法。
较佳地,所述介质包括以下中的至少一种:银行卡、终端设备、账户、邮箱。
本发明还提供一种互联网交易的风险识别系统,其特点在于,包括归类模块、初始化模块、第一标签传播模块、第二标签传播模块、标签判断模块、模型建立模块、第三标签传播模块以及交易判断模块;
所述归类模块用于将互联网的历史交易归类为安全交易和风险交易;
所述初始化模块用于分别为所述安全交易的标签和所述风险交易的标签赋值,其中,将所述安全交易的标签值定义为安全分,所述风险交易的标签值定义为风险分;
所述第一标签传播模块用于将每笔历史交易的标签值传播至与所述历史交易关联的每个介质;
所述第二标签传播模块用于将每个介质的标签值传播至与所述介质关联的所有历史交易;
所述标签判断模块用于判断是否有历史交易的标签值在调用所述第二标签传播模块前后发生改变,并在是的情况下调用所述第一标签传播模块,以及在否的情况下传播结束,调用所述模型建立模块;
所述模型建立模块用于根据每笔历史交易在传播过程中以及传播结束后的标签值建立标签模型;
所述第三标签传播模块用于将与当前交易关联的介质的标签值传播至所述当前交易;
所述交易判断模块用于根据所述当前交易的标签值和所述标签模型判断所述当前交易是否为风险交易;
其中,所述历史交易的标签值、所述介质的标签值以及所述当前交易的标签值均包括安全分和风险分。
较佳地,所述模型建立模块具体用于通过将每笔历史交易在传播结束后的标签值作为因变量,以及将每笔历史交易在传播过程中的标签值作为自变量建立标签模型。
较佳地,所述交易判断模块具体用于将所述当前交易的标签值作为所述标签模型的输入值,并通过所述标签模型的学习结果判断所述当前交易是否为风险交易。
较佳地,所述标签模型的算法为决策树的分类算法。
较佳地,所述介质包括以下中的至少一种:银行卡、终端设备、账户、邮箱。
在符合本领域常识的基础上,上述各优选条件,可任意组合,即得本发明各较佳实例。
本发明的积极进步效果在于:与现有技术相比,本发明采用了标签传播算法,在历史交易与介质之间进行多次标签值传播,并利用历史交易在传播过程中以及传播结束后的标签值建立了标签模型,以及在传播结束后将介质的标签值传播至当前交易,最后根据当前交易的标签值和所述标签模型识别当前交易是风险交易还是安全交易,整个识别过程无需累积主体的交易行为链,在不需要等到主体的交易行为已经逐渐暴露有风险的时候就能够识别出风险交易,降低了资金损失,同时提升了用户支付的安全感受。
附图说明
图1为本发明实施例的互联网交易的风险识别方法的流程图。
图2为本发明实施例的历史交易的分类示意图。
图3为本发明实施例的交易向介质传播标签值的示意图。
图4为本发明实施例的介质向交易传播标签值的示意图。
图5为本发明实施例的互联网交易的风险识别系统的结构框图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
本实施例提供一种互联网交易的风险识别方法,如图1所示,包括以下步骤:
步骤101、将互联网的历史交易归类为安全交易和风险交易。
如图2所示,数据库20用于存放互联网的所有历史交易,这些历史交易被归类为安全交易21和风险交易22。举个例子,当用户发现自己的信用卡或者账户发生不正常交易后(已发生资金损失),一般会联系银行或者第三方支付公司否认交易,因此,这部分历史交易就被归类为风险交易。再举个例子,风控人员在进行交易审核的时候定性为不正常的交易(没有发生资金损失),也会被归类为风险交易。
为提升老用户的支付体验,互联网的支付平台通常会设计可信策略体系,重点参考用户交易历史、交易频次以及交易金额等指标,将满足指标的账户或者信用卡纳入可信白名单,这些可信白名单中产生的交易自然被归类为安全交易。另外,需要说明的是,没有被归类为风险交易的历史交易都被归类为安全交易。
步骤102、分别为所述安全交易的标签和所述风险交易的标签赋值;
其中,将所述安全交易的标签值定义为安全分,所述风险交易的标签值定义为风险分。
本实施例中,为安全交易的初始标签赋值,G0=1分(即安全分为1分);为风险交易的初始标签赋值,B0=1分(即风险分为1分)。
步骤103、将每笔历史交易的标签值传播至与所述历史交易关联的每个介质。
其中,介质可以为交易发生的信用卡、借记卡等银行卡,也可以为交易发生的设备,例如PC电脑或者手机登移动终端,还可以为交易发生的账户以及用来注册账户的邮箱等。
对于同一个介质而言,能关联到的历史交易可能只是安全交易,也可能只是风险交易,还可能既包括安全交易,也包括风险交易。当交易的标签值传播至介质时,根据每个介质能关联到的所有历史交易的标签值计算每个介质的标签值。举个例子,如图3所示,设备D1能关联到的历史交易包括3笔安全交易和2笔风险交易,那么在第1次传播过程中设备D1的标签值为:G1=1*3=3分,B1=1*2=2分。在标签传播算法中,利用G1分和B1分各自所占总分的权重代替,具体地,G1=3/(3+2)=0.6分(即安全分为0.6分),B1=2/(3+2)=0.4分(即风险分为0.4分),以确保G1+B1=1分。同理,设备D2能关联到的历史交易包括2笔风险交易,那么在第1次传播过程中设备D2的标签值为:G1=0分,B1=1*2=2分,权重化后,G1=0分(即安全分为0分),B1=1分(即风险分为1分)。设备D3能关联到的历史交易包括3笔安全交易和1笔风险交易,那么在第1次传播过程中设备D3的标签为:G1=1*3=3分,B1=1*1=1分,权重化后,G1=3/(3+1)=0.75分(即安全分为0.75分),B1=1/(3+1)=0.25分(即风险分为0.25分)。
需要说明的是,权重化的另一个目的是让得分更合理,因为初始状态下,历史交易非“安全”即“风险”,相对较“纯”,在第一次传播完成后,会有某些介质既关联安全交易又关联风险交易,这些介质的标签无法用单纯的G1=1分或者B1=1分来刻画。
步骤104、将每个介质的标签值传播至与所述介质关联的所有历史交易。
当介质的标签值传播至交易时,一笔历史交易上会有一个或多个介质传播来的标签值,如图4所示,设备D4、D5、D6将各自的标签值传播至与其关联的所有历史交易。举个例子,在第2次传播过程中,设备D1、D2、D3均将各自的标签传播至历史交易T1,这样历史交易T1就会感染上设备D1、D2、D3的G1分和B1分,根据这些G1分和B1分计算历史交易T1的G2分和B2分,与第1次传播类似,利用G2分和B2分各自所占总分的权重计算历史交易T1最终的G2分(安全分)和B2分(风险分)。
步骤105、判断是否有历史交易的标签值在执行步骤104前后发生改变,若是,则返回步骤103,若否,则传播结束,进入步骤106。
在传播过程中,经过步骤104介质向交易的传播之后,当有历史交易感染上新的安全分或风险分时,例如在执行步骤104之前,历史交易T2的安全分包括设备D1的G1分和G3分以及设备D2的G3分,在执行步骤104之后,历史交易T2的安全分包括设备D1的G1分和G3分、设备D2的G3分以及设备D7的G3分,此时返回步骤103中,继续进行交易到介质的标签值传播。当没有新的历史交易感染上安全分或风险分时,标签传播结束。
步骤106、根据每笔历史交易在传播过程中以及传播结束后的标签值建立标签模型。
例如,可以将每笔历史交易在传播结束后的标签值作为因变量,将每笔历史交易在传播过程中的标签值作为自变量来建立标签模型。此外,在建立标签模型的过程中还可以选择将每笔历史交易在传播过程中安全分的变化率等作为自变量。
步骤107、将与当前交易关联的介质的标签值传播至所述当前交易。
标签传播结束后,将与当前交易关联的介质的当前标签值传播至所述当前交易。
步骤108、根据所述当前交易的标签值和所述标签模型判断所述当前交易是否为风险交易。
上述步骤中,所述历史交易的标签值、所述介质的标签值以及所述当前交易的标签值均包括安全分和风险分。
具体地,将所述当前交易的标签值作为所述标签模型的输入值;
通过所述标签模型的学习结果判断所述当前交易是否为风险交易,即通过标签模型学习当前交易被判断为安全或风险交易时需要满足的逻辑。
其中,所述标签模型的算法可以为诸如决策树之类的分类算法。
本实施例还提供一种互联网交易的风险识别系统50,如图5所示,包括归类模块51、初始化模块52、第一标签传播模块53、第二标签传播模块54、标签判断模块55、模型建立模块56、第三标签传播模块57以及交易判断模块58。下面对各个模块所执行的功能进行详细介绍。
所述归类模块用于将互联网的历史交易归类为安全交易和风险交易。
所述初始化模块用于分别为所述安全交易的标签和所述风险交易的标签赋值,其中,将所述安全交易的标签值定义为安全分,所述风险交易的标签值定义为风险分。
所述第一标签传播模块用于将每笔历史交易的标签值传播至与所述历史交易关联的每个介质。
所述第二标签传播模块用于将每个介质的标签值传播至与所述介质关联的所有历史交易。
所述标签判断模块用于判断是否有历史交易的标签值在调用所述第二标签传播模块前后发生改变,并在是的情况下调用所述第一标签传播模块,以及在否的情况下传播结束,调用所述模型建立模块。
所述模型建立模块用于根据每笔历史交易在传播过程中以及传播结束后的标签值建立标签模型,具体地,通过将每笔历史交易在传播结束后的标签值作为因变量,以及将每笔历史交易在传播过程中的标签值作为自变量建立标签模型。
所述第三标签传播模块用于将与当前交易关联的介质的标签值传播至所述当前交易。
所述交易判断模块用于根据所述当前交易的标签值和所述标签模型判断所述当前交易是否为风险交易。具体地,将所述当前交易的标签值作为所述标签模型的输入值,并通过所述标签模型的学习结果判断所述当前交易是否为风险交易。
其中,所述历史交易的标签值、所述介质的标签值以及所述当前交易的标签值均包括安全分和风险分。
本实施例中互联网交易的风险识别方法及系统采用了标签传播算法,在历史交易与介质之间进行多次标签值传播,并利用历史交易在传播过程中以及传播结束后的标签值建立了标签模型,以及在传播结束后将介质的标签值传播至当前交易,最后根据当前交易的标签值和所述标签模型识别当前交易是风险交易还是安全交易,整个识别过程无需累积主体的交易行为链,在不需要等到主体的交易行为已经逐渐暴露有风险的时候就能够识别出风险交易,降低了资金损失,同时提升了用户支付的安全感受。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (8)
1.一种互联网交易的风险识别方法,其特征在于,包括以下步骤:
S1、将互联网的历史交易归类为安全交易和风险交易;
S2、分别为所述安全交易的标签和所述风险交易的标签赋值;
其中,将所述安全交易的标签值定义为安全分,所述风险交易的标签值定义为风险分;
S3、将每笔历史交易的标签值传播至与所述历史交易关联的每个介质;
S4、将每个介质的标签值传播至与所述介质关联的所有历史交易;
S5、判断是否有历史交易的标签值在执行步骤S4前后发生改变,若是,则返回步骤S3,若否,则传播结束,进入步骤S6;
S6、根据每笔历史交易在传播过程中以及传播结束后的标签值建立标签模型;
S7、将与当前交易关联的介质的标签值传播至所述当前交易;
S8、根据所述当前交易的标签值和所述标签模型判断所述当前交易是否为风险交易;
步骤S8包括:将所述当前交易的标签值作为所述标签模型的输入值;
通过所述标签模型的学习结果判断所述当前交易是否为风险交易;
其中,所述历史交易的标签值、所述介质的标签值以及所述当前交易的标签值均包括安全分和风险分。
2.如权利要求1所述的风险识别方法,其特征在于,步骤S6包括:
通过将每笔历史交易在传播结束后的标签值作为因变量,以及将每笔历史交易在传播过程中的标签值作为自变量建立标签模型。
3.如权利要求1所述的风险识别方法,其特征在于,所述标签模型的算法为决策树的分类算法。
4.如权利要求1-3中任一项所述的风险识别方法,其特征在于,所述介质包括以下中的至少一种:银行卡、终端设备、账户、邮箱。
5.一种互联网交易的风险识别系统,其特征在于,包括归类模块、初始化模块、第一标签传播模块、第二标签传播模块、标签判断模块、模型建立模块、第三标签传播模块以及交易判断模块;
所述归类模块用于将互联网的历史交易归类为安全交易和风险交易;
所述初始化模块用于分别为所述安全交易的标签和所述风险交易的标签赋值,其中,将所述安全交易的标签值定义为安全分,所述风险交易的标签值定义为风险分;
所述第一标签传播模块用于将每笔历史交易的标签值传播至与所述历史交易关联的每个介质;
所述第二标签传播模块用于将每个介质的标签值传播至与所述介质关联的所有历史交易;
所述标签判断模块用于判断是否有历史交易的标签值在调用所述第二标签传播模块前后发生改变,并在是的情况下调用所述第一标签传播模块,以及在否的情况下传播结束,调用所述模型建立模块;
所述模型建立模块用于根据每笔历史交易在传播过程中以及传播结束后的标签值建立标签模型;
所述第三标签传播模块用于将与当前交易关联的介质的标签值传播至所述当前交易;
所述交易判断模块用于根据所述当前交易的标签值和所述标签模型判断所述当前交易是否为风险交易;
所述交易判断模块具体用于将所述当前交易的标签值作为所述标签模型的输入值,并通过所述标签模型的学习结果判断所述当前交易是否为风险交易;
其中,所述历史交易的标签值、所述介质的标签值以及所述当前交易的标签值均包括安全分和风险分。
6.如权利要求5所述的风险识别系统,其特征在于,所述模型建立模块具体用于通过将每笔历史交易在传播结束后的标签值作为因变量,以及将每笔历史交易在传播过程中的标签值作为自变量建立标签模型。
7.如权利要求5所述的风险识别系统,其特征在于,所述标签模型的算法为决策树的分类算法。
8.如权利要求5-7中任一项所述的风险识别系统,其特征在于,所述介质包括以下中的至少一种:银行卡、终端设备、账户、邮箱。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611088598.XA CN106548302B (zh) | 2016-12-01 | 2016-12-01 | 互联网交易的风险识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611088598.XA CN106548302B (zh) | 2016-12-01 | 2016-12-01 | 互联网交易的风险识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106548302A CN106548302A (zh) | 2017-03-29 |
CN106548302B true CN106548302B (zh) | 2020-08-14 |
Family
ID=58396052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611088598.XA Active CN106548302B (zh) | 2016-12-01 | 2016-12-01 | 互联网交易的风险识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106548302B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107506921B (zh) * | 2017-08-14 | 2020-06-05 | 上海携程商务有限公司 | 订单风险识别方法、系统、存储介质和电子设备 |
CN107679856B (zh) * | 2017-09-15 | 2021-05-18 | 创新先进技术有限公司 | 基于交易的业务控制方法和装置 |
CN109934697A (zh) | 2017-12-15 | 2019-06-25 | 阿里巴巴集团控股有限公司 | 一种基于图结构模型的信用风险控制方法、装置以及设备 |
CN109934706B (zh) * | 2017-12-15 | 2021-10-29 | 创新先进技术有限公司 | 一种基于图结构模型的交易风险控制方法、装置以及设备 |
CN109272323B (zh) * | 2018-09-14 | 2022-03-04 | 创新先进技术有限公司 | 一种风险交易识别方法、装置、设备及介质 |
CN109858912A (zh) * | 2018-11-14 | 2019-06-07 | 阿里巴巴集团控股有限公司 | 一种基于风险识别的转账请求处理方法及装置 |
CN109787970B (zh) * | 2019-01-03 | 2020-11-17 | 创新先进技术有限公司 | 一种识别风险对象的方法、装置及设备 |
CN114549001A (zh) * | 2022-02-08 | 2022-05-27 | 支付宝(杭州)信息技术有限公司 | 训练风险交易识别模型、识别风险交易的方法和装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976419A (zh) * | 2010-10-19 | 2011-02-16 | 中国工商银行股份有限公司 | 交易数据的风险监控处理方法和系统 |
CN103189898B (zh) * | 2011-03-22 | 2016-01-20 | 松下电器产业株式会社 | 移动体检测装置以及移动体检测方法 |
CN105095238B (zh) * | 2014-05-04 | 2019-01-18 | 中国银联股份有限公司 | 用于检测欺诈交易的决策树生成方法 |
CN105677648B (zh) * | 2014-11-18 | 2018-08-28 | 四三九九网络股份有限公司 | 一种基于标签传播算法的社团发现方法及系统 |
CN105844526A (zh) * | 2015-01-14 | 2016-08-10 | 阿里巴巴集团控股有限公司 | 基于计算机系统的网络交易风险识别方法及其装置 |
CN110609941B (zh) * | 2015-04-14 | 2023-07-21 | 创新先进技术有限公司 | 互联网操作事件的风险识别方法及装置 |
CN105590216B (zh) * | 2015-11-18 | 2021-03-02 | 中国银联股份有限公司 | 实时监控交易风险的方法及系统 |
-
2016
- 2016-12-01 CN CN201611088598.XA patent/CN106548302B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106548302A (zh) | 2017-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106548302B (zh) | 互联网交易的风险识别方法及系统 | |
Zetsche et al. | From FinTech to TechFin: the regulatory challenges of data-driven finance | |
CN107730262B (zh) | 一种欺诈识别方法和装置 | |
Quah et al. | Real-time credit card fraud detection using computational intelligence | |
CA2604913C (en) | Method and system for risk management in a transaction | |
CN110706090A (zh) | 信用欺诈识别方法及装置、电子设备、存储介质 | |
CN107767138A (zh) | 在线支付反欺诈方法及系统 | |
KR101364763B1 (ko) | 금융거래패턴분석을 이용한 금융사기 경보 시스템 및 방법 | |
JP6568674B2 (ja) | スマート/認証フィールドおよび定義を用いた電子支払処理の方法およびシステム | |
CN105678546B (zh) | 基于分布式共享总账的数字资产处理方法 | |
US20210174366A1 (en) | Methods and apparatus for electronic detection of fraudulent transactions | |
US8117097B2 (en) | Method and system for identifying fraudulent account activity | |
CN107015869A (zh) | 交易入账控制方法及系统 | |
US10354233B2 (en) | Method and apparatus for providing a balance-verified transaction identifier | |
CN110414914A (zh) | 业务数据监控方法和装置 | |
US20140122336A1 (en) | Methods and systems for modifying a status of a payment card | |
CN108140183A (zh) | 卡连续性系统和方法 | |
CN108647972A (zh) | 交易认证方式确定方法、推送服务器及系统 | |
CN106033515A (zh) | 欺诈事件的识别方法和装置 | |
KR102367223B1 (ko) | 가상자산 부정 거래 탐지 시스템 및 방법 | |
CN110705988A (zh) | 受侵害行为的交互式阻断方法和系统 | |
US20170316415A1 (en) | Systems and methods for extracting browser-obtained device information for authenticating user devices | |
US20190295086A1 (en) | Quantifying device risk through association | |
CN109670934A (zh) | 基于用户行为的身份识别方法、设备、存储介质及装置 | |
CN110363531A (zh) | 处理欺诈的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |