CN108369704A - 在交易中识别面包店欺诈的系统和方法 - Google Patents
在交易中识别面包店欺诈的系统和方法 Download PDFInfo
- Publication number
- CN108369704A CN108369704A CN201680071703.0A CN201680071703A CN108369704A CN 108369704 A CN108369704 A CN 108369704A CN 201680071703 A CN201680071703 A CN 201680071703A CN 108369704 A CN108369704 A CN 108369704A
- Authority
- CN
- China
- Prior art keywords
- transaction
- account holder
- trade company
- processor
- score
- 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
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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Computer Security & Cryptography (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
一种系统、方法和计算机可读存储介质,其被配置为识别和防止支付交易中的欺诈形式。
Description
相关申请的交叉引用
本申请要求2015年12月15日提交的美国专利申请序列号14/970,197的优先权和权益,其全部内容通过引用合并于此。
技术领域
本公开的各方面一般涉及商业服务。方面包括一种方法和分析平台,以识别和防止支付交易中的欺诈形式。
背景技术
支付卡是可以由账户持有人使用并被商户接受以为购买进行支付或支付一些其他债务的卡。支付卡包括信用卡、借记卡、充值卡和自动取款机(ATM)卡。支付卡为金融机构的客户(“账户持有人”)提供为商品和服务进行支付的能力,而没有使用现金造成的不便。
然而,在不道德的手中,支付卡被用于潜在的欺诈或洗钱。
少数国家的商户通过将信用卡交易视为保证或担保向账户持有人借出现金。在此次交易期间,商户向账户持有人提供现金而不是商品。商户仅在商户对账户持有人非常熟悉时才执行此操作。通过这种交易,商户从交易金额中扣除佣金,并且佣金的百分比取决于商户与账户持有人的理解。这种活动主要发生在小型连锁或非连锁杂货店,并且这种类型的活动是否发生在其他商务垂直领域还不得而知。账户持有人使用从商户获得的现金进行短期交易、小额融资和其他活动。同时,账户持有人确保及时偿还发行银行,以避免违约问题。
当商户和账户持有人进行这种类型的交易时,他们滥用支付网络,以非法方式使用支付卡,并且违反商户所在国家的法律。这种类型的欺诈可以视为洗钱的一种形式,根据国际准则这是犯罪。假设这种类型的欺诈主要发生在现金是商业中支付主要来源的国家。另外,发行方和收单方都不知道这种不规则的行为,并且商户或账户持有人无法报告这种类型的欺诈。因为这种类型的欺诈最早是在面包店发现的,因此被称为“面包店欺诈(Baker’s Fraud)”。
发明内容
实施例包括识别和防止支付交易中的欺诈形式的系统、设备、方法和计算机可读介质。
系统包括网络接口和处理器。网络接口接收支付授权请求。支付授权请求描述支付交易并且包含:支付授权账户持有人标识符、支付授权商户标识符、支付授权交易时间戳以及本地货币的支付授权交易金额。系统基于由支付授权商户标识符识别的商户从数据库中检索商户交易数据。商户交易数据存储在非暂时性的计算机可读存储介质上。商户交易数据包括多个过去的商户交易条目。每个过去的交易条目包括:过去的交易账户持有人标识符和过去的本地货币的交易金额。系统基于由支付授权账户持有人标识符识别的账户持有人从数据库检索账户持有人交易数据。账户持有人交易数据包括多个过去的账户持有人交易条目。每个过去的账户持有人交易条目包括:过去的交易商户标识符、过去的账户持有人交易时间戳以及过去的账户持有人的本地货币的交易金额。当支付授权请求交易金额是1000的倍数并且超过预定阈值金额时,处理器基于多个过去的交易条目给商户评分,产生商户分数,并且基于多个过去的账户持有人交易条目对账户持有人进行评分,产生账户持有人分数。然后处理器基于商户分数和账户持有人分数对支付交易进行评分,产生面包店欺诈分数。当面包店欺诈分数超过预定面包店欺诈阈值时,网络接口向与支付授权账户持有人标识符相关联的发行方用网络接口发送警报。
附图说明
图1是示出了识别和防止支付交易中的欺诈形式的支付系统的框图。
图2是配置为识别和防止支付交易中的欺诈形式的支付网络实施例的服务器架构的示例性实施例的扩展框图。
图3A-B示出了从支付网络的角度来看的实时授权过程,以识别和防止支付交易中的欺诈形式。
图4描绘了从支付网络的角度来看的商户评分过程,以识别和防止支付交易中的欺诈形式。
图5是从支付网络的角度来看顾客评分过程的流程图,以识别和防止支付交易中的欺诈形式。
图6示出了识别和防止支付交易中的欺诈形式的替代过程。
具体实施方式
本公开的一个方面包括认识到面包店欺诈可以被支付网络检测到,并且可以在实时支付授权交易期间被检测到,这将允许防止欺诈。
本公开的另一方面是认识到将需要账户持有人和商户数据来检测面包店欺诈。
系统和过程不限于本文描述的具体实施例。另外,每个系统和每个过程的组件可以独立于且单独于本文描述的其他组件和过程实施。每个组件和过程也可以与其他组装包和过程组合使用。
图1是示出了识别和防止支付交易中的欺诈形式的系统和方法的框图1000。本公开涉及支付系统,例如使用支付网络2000的信用卡支付系统,例如交换、网络或MasterCard交换是由纽约万事达国际采购有限公司颁布的专有通信标准,用于在作为万事达国际公司客户的金融机构之间交换金融交易数据。Cirrus是由万事达国际公司运营的全球银行间网络,它将借记卡和支付设备连接到世界各地的ATM网络。Maestro是万事达国际公司拥有的多国借记卡服务。
在金融支付系统1000中,称为“发行方”1500的金融机构向消费者发放支付账户,该消费者使用支付设备1100a-v以为从商户1300进行的购买投标支付。支付设备可以包括支付卡1100a或移动设备1100b(例如钥匙链、移动电话、平板计算机、个人数字助理(PDA)、电子钱包等)。支付设备可以用于在商户1300处亲自投标购买。
在这个示例中,消费者在商户1300处进行购买;商户1300反过来将大约购买金额减去费用的现金给予消费者。在交易期间,消费者将支付设备1100呈现给商户1300处的销售点设备。商户1300隶属于金融机构。该金融机构通常称为“商业银行”、“收单银行”、“收单方银行”或收单方1400。当支付设备1100在商户1300处投标时,商户1300向收单方1400以电子方式请求授权该购买金额。授权请求以电子方式与消费者的账户信息一起执行。对于支付卡,可以从支付卡1100a上的磁条或经由嵌入卡1100a内的计算机芯片检索消费者的账户信息。对于其他类型的支付设备1100b,消费者的账户信息可以通过无线方法来检索,例如像的非接触式通信或经由近场通信(NFC)。账户信息与交易信息一起转发给收单方1400的交易处理计算机。或者,收单方1400可以授权第三方代表其执行交易处理。在这种情况下,商户1300将配置为与第三方通信。这样的第三方通常被称为“商户处理器”或“收单处理器”(未示出)。
收单方1400的计算机或商户处理器将经由支付网络2000与发行方1500的计算机进行通信,以确定消费者的账户是否信誉良好以及是否应批准账户持有人进行购买。应该理解,任何数量的发行方1500都可以连接到支付网络2000。
基于交易细节,商户处的交易历史和消费者过去的购买历史,支付网络2000检索账户持有人数据以确定交易是否引起对面包店欺诈的怀疑。当交易可疑时,支付网络2000自动阻止交易,或通知发行方1500面包店欺诈的可能性。在后一种情况下,发行方1500可以拒绝交易。
现在将参考图2的示例性支付网络服务器2000的框图来公开实施例,配置为识别和防止支付交易中的欺诈形式,根据本公开的实施例构建和操作。尽管支付网络服务器2000被描述为支付网络的一部分,但是应该理解,在一些实施例中,本文描述的支付网络服务器可以位于发行方1500处。
支付网络服务器2000可以运行多任务操作系统(OS)并且包括至少一个处理器或中央处理单元(CPU)2100、非暂时性的计算机可读存储介质2200和网络接口2300。
处理器2100可以是本领域公知的任何中央处理单元、微处理器、微控制器、计算设备或电路。应该理解,处理器2100可以将数据和指令临时存储在随机存取存储器(RAM)(未示出)中,如本领域公知的那样。
如图2所示,处理器2100在功能上包括商户分析器2110、支付购买引擎2130、数据处理器2120、欺诈评分引擎2140和账户持有人分析器2150。
数据处理器2120与存储介质2200和网络接口2300接口连接。数据处理器2120使得处理器2100能够在这些组件上定位数据、从这些组件读取数据并将数据写入这些组件。
支付购买引擎2130执行支付和购买交易,并且可以与商户分析器2110一起这样做。
商户分析器2110是基于商户1300处的先前交易对商户1300交易进行建模的结构。先前交易信息由支付网络2000捕获并存储在商户交易数据库2220中。
账户持有人分析器2150是基于由账户持有人进行的先前交易对账户持有人交易进行建模的结构。先前的交易信息由支付网络2000捕获并存储在账户持有人数据库2210中。
这些结构可以实现为硬件、固件或编码在计算机可读介质(例如存储介质2200)上的软件。这些组件的进一步细节通过它们与下面的方法实施例的关系来描述。
计算机可读存储介质2200可以是传统的读/写存储器,例如磁盘驱动器、软盘驱动器、光驱、光盘只读存储器(CD-ROM)驱动器、数字多功能光盘(DVD)驱动器、高清数字多功能盘(HD-DVD)驱动器、蓝光盘驱动器、磁光驱动器、光驱、闪存、记忆棒、基于晶体管的存储器、磁带或如本领域公知的用于存储和检索数据的其他计算机可读存储设备。在一些实施例中,计算机可读存储介质2200可以远离处理器2100定位,并且可以经由网络(例如局域网(LAN)、广域网(WAN)或因特网)连接到处理器2100。
另外,如图2所示,存储介质2200还可以包含账户持有人数据库2210和商户交易数据库2220。账户持有人数据库2210包含关于账户持有人的信息,包括与账户持有人相关联的支付账户(及其主账户号码)、账户交易历史和任何由支付网络2000收集的信息。商户交易数据库2220配置为在商户1300处存储商户交易历史。
网络接口2300可以是本领域公知的用于通过计算机网络接口连接、通信或传输数据的任何数据端口,这种网络的示例包括传输控制协议/网际协议(TCP/IP)、以太网、光纤分布式数据接口(FDDI)、令牌总线或令牌环网络。网络接口2300允许支付网络服务器2000与收单方1400和发行方1500通信。
现在我们将注意力转向本公开的方法或过程实施例,图3A-3B、4、5和6。本领域技术人员可以理解,用于这样的方法实施例的指令可以存储在它们各自的计算机可读存储器中并且由它们各自的处理器执行。本领域技术人员可以理解,在不脱离本发明的精神或权利要求的情况下,可以存在其他等同的实施方式。
图3A-3B示出了根据本公开的实施例构建和操作的、从支付网络服务器2000的角度来看的、识别和防止购买交易中的欺诈形式的过程3000。熟悉本领域的人员可以理解,过程3000是实时认证过程。
作为购买交易的一部分,顾客在商户1300处进行购买,这可能是也可能不是面包店欺诈交易。在欺诈交易中,商户1300向消费者提供近似购买金额减去费用的现金。消费者将支付设备1100呈现给商户1300处的销售点设备,该销售点设备通过向收单方1400发送购买交易授权请求开始处理交易,该收单方1400然后将该购买交易授权请求发送到支付网络2000。
在框3010处,支付网络2000从收单方1400接收购买交易授权请求。交易授权请求经由网络接口2300以电子方式接收,并且包含交易数据,该交易数据包括:支付账户的账户标识符(其可以是主账户号码)、商户标识符、交易金额和交易类型(购买、退货、预付现金)交易时间戳、商户位置(街道地址、州、国家、邮政编码)等。
欺诈评分引擎2140在现金用作主要支付的国家内限定交易数据集,框3020。在一些实施例中,欺诈评分引擎2140比较商户标识符以确定商户1300的位置,并且将该位置与预先确定的国家的列表进行比较。如果交易未发生在现金用作主要支付的国家内的商户1300处,则过程3000不适用。
基于金额分布对商户交易进行剖析(profile),框3040。为过滤的商户、商户的交易金额的概率分布创建简档。为每个商户1300收集历史交易金额。进行概率分布(例如,t位置标度)以拟合数据并获得概率密度函数的参数。基于概率分布设置阈值以识别可疑交易,框3050。商户位置ID、估计参数以及阈值随后与包括更新日期等的元数据一起记录在商户简档表中。
识别超过阈值的交易节点(表示商户交易),框3060。在创建商户交易简档之后,相对于阈值对交易进行测试,并收集可疑交易。过程3000从框3060流入图4中描述的过程4000,以及图6中描述的过程6000。
如图4所示,根据本公开的实施例构建和操作的,商户分析器2110通过过程4000对商户进行评分。由商户分析器2110从商户交易数据库2220中检索用于对商户1300进行评分的信息。使用导出数据集的以下信息(通过框3010-3060过滤):在商户处的交易金额、在商户处的交易数量以及商户正在招待的独特持卡人的数量。
在框4010处,商户分析器2110使交易金额归一化。商户1300处的交易金额是在导出数据集内的给定时间段内商户1300处的总交易金额。最小-最大归一化用于将数据转换为0到1的范围。
交易数量由商户分析器2110归一化,框4020。商户处的交易数量是在导出数据集内给定时间段内商户1300处的交易总数。使用最小-最大归一化。
在框4030处,由商户分析器2110使用最小-最大归一化对商户正在招待的独特持卡人的数量进行归一化。
三个归一化变量被命名为A、B和C。给定,
A=商户处的归一化交易金额(非汇聚杂货商)
B=商户处的交易的归一化数量
C=商户正在招待的独特持卡人的归一化数量
在框4040,商户分析器2110基于归一化值计算商户分数(Ms)。示例计算可以被认为是:
Ms=(A*0.4)+(B*0.3)+(C*0.3)
请注意,显示的系数仅为示例。在计算商户分数Ms时,A、B和C的系数基于变量的重要性进行分配,并可以凭经验确定。商户分析器2110可以使用分析层次过程(AHP)客观地分配系数值。
由此产生的商户分数范围从0到1:值越高,商户进行面包店欺诈的怀疑越大。
过程3000继续,并且账户持有人由账户持有人分析器2150进行评分,过程5000。过程5000是图5中描绘的根据本公开的实施例构建和操作的账户持有人评分方法。
在过程5000中,账户持有人分析器2150使用来自账户持有人数据库2210的过去交易信息来对账户持有人进行评分,得到账户持有人分数Cs。识别与面包店欺诈有关的账户持有人信息是一项挑战,因为进行该欺诈的账户持有人有非常动态的行为,并且他们的行为可能与参与面包店欺诈的另一账户持有人不同。为了取得账户持有人分数Cs,必须在账户持有人级别执行计算,其可能具有用于保护隐私的数据使用策略/规则。账户持有人号码可以被映射以保护账户持有人的隐私。应该理解,本文描述的过程5000可以遵循用于匿名/散列卡号的方法。
使用以下账户持有人信息:交易时间戳相关模式和异常交易。
在框5010处,账户持有人分析器2150检查账户持有人交易历史并确定时间戳相关模式发生的次数。交易的时间戳相关模式是基于时间的模式。下面提供的表格表示交易的时间相关模式的示例。
交易日期 | 交易时间 | 商户名称 | 交易值 | 商户持有人身份 |
4/1/2015 | 7:18pm | 汤姆的杂货店 | 5000 | 卡1 |
4/1/2015 | 7:19pm | 汤姆的杂货店 | 5000 | 卡1 |
4/1/2015 | 7:20pm | 汤姆的杂货店 | 5000 | 卡1 |
表1-时间相关交易模式的示例
如表1所示,同一个账户持有人在同一天在同一个商户支出了相同的金额。另外,交易之间的时间很短。这些模式被识别出来。
以下是示例账户持有人分析器2150实施例如何确定时间戳相关模式发生的次数(被指定为C)的示例。在一个实施例中,账户持有人分析器2150跟踪不同类型的交易时间戳相关模式-在一小时的时间段内由账户持有人在同一商户进行的交易次数超过三次的计数(指定为“C1”),和其中账户持有人在同一商户处的两次交易之间的时间间隔小于特定时间段(例如10分钟(主观))的交易(指定为“C2”)的交易。使用该测量,次数可以被认为是,
C=(C1*0.5)+(C2*0.5)
在框5020处,账户持有人分析器2150计算异常交易的数量(D)。有几种类型的异常交易-与账户持有人的正常支出的偏差(D1),与同一商户处其他账户持有人平均支出金额的偏差(D2),以及基于在非汇总商户(即杂货店)处的账户持有人的支出超过其它商户的偏差(D3)。
以下表示异常交易计算。
D=(D1*0.2)+(D2*0.4)+(D3*0.4),其中
D1=如果账户持有人一个月的支出历史中的最高交易金额至少是其平均每月支出的3倍,设置为1,否则设置为0。
D2=如果交易金额至少是在同一商户处所有交易的平均交易金额的3倍,设置为1,否则设置为0。
D3=(一个月内在非汇聚杂货商处的账户持有人支出金额)/(账户持有人在同一个月的支出总金额)。
在计算‘C’和‘D’分数之后,使用最小-最大归一化技术对时间戳模式和异常交易分数进行归一化,以便获得一致性,框5030。
归一化分数用于计算账户持有人分数Cs,其中:
Cs=(C*0.6)+(D*0.4)
账户持有人分数(Cs)越高,账户持有人进行面包店欺诈的机会就越高。
回到图3A-3B,交易基于商户(Ms)和账户持有人(Cs)分数来评分,框3070。评分是从面包店欺诈角度完成的,并且每笔交易使用商户和账户持有人分数来计算分数。在一些实施例中,Ts被计算为商户和账户持有人分数的平均值,
Ts=(0.5*Ms)+(0.5*Cs)
Ts代表交易分数。分数范围从0到1,交易分数越高,交易是面包店欺诈的机会越高。
可以理解的是,使用0.5作为系数是主观的,并且在将足够数量的交易验证为‘面包店欺诈’之后,可以将这些交易与合法交易一起用于调整初始模型中使用的主观系数,以改善评分系统的表现。进一步应该理解,使用的系数可以从图6的过程6000进行微调或导出,如下所述。
如果在判定框3080处确定的交易分数超过面包店欺诈阈值,则过程在框3090处继续;如果交易分数不超过面包店欺诈阈值,则过程在框3110处继续。阈值可以凭经验确定。最初将分数分配为面包店欺诈阈值。通过分析正在通过阈值的交易并注意那些可疑的交易。通过改变阈值的值,框3080提出合理的阈值。
在框3090处,网络接口2300向发行方1500和收单方1400报警,账户持有人的交易超过面包店欺诈阈值,并且欺诈评分引擎2140阻止交易,框3100。然后过程3000结束。
在框3100处,常规欺诈评分发生,导致评分的交易授权请求,如本领域中公知的。网络接口2300将评分的交易授权请求发送给发行方1500以供批准。如果网络接口2300接收到发行方批准,如在决策框3130处确定的交易,如在决策框3130处确定的,将批准发送到商户1300,框3150。否则,将拒绝发送到商户1300,框3140。
过程3000结束。
图6示出了根据本公开的实施例构建和操作的用于识别支付交易中的面包店欺诈的替代非实时处理6000。
过程6000通过对商户和账户持有人交易绘制图表来识别面包店欺诈。
非实时过程6000实施例进行较少的假设,并且因此可以潜在地捕捉不具有均匀的美元/本地货币金额的可疑交易。交易过滤基于特定商户的所有交易。其对潜在的数据质量问题也很实用(例如,不正确的MCC代码)。图表数据库有助于过滤罕见但合法的大型交易,例如,从杂货店一次性大量购买。其还可以帮助识别面包店欺诈团体内的账户与商户的关系。
框6000的过程检测到以下情况:(1)一个商户与多个账户持有人有联系,并且商户为面包店欺诈招待多个账户持有人;(2)一位账户持有人与多个进行面包店欺诈的商户有联系。可能有多个情况(1)和(2)的实例。
交易被插入到以账户和商户为节点并且交易为链接的图表表示中,框6010。然后将这些交易馈送到新的表或数据库中以供进一步调查。在一些实施例中,使用关系数据库来记录可疑交易。然而,其他实施例可以使用图表数据库。在这样的实施例中,节点将是涉及可疑交易的支付账户和商户。每项交易对应于账户和商户之间的链接,并且至少包括以下信息作为链接的属性:
1.交易数据和时间。
2.交易金额(当地货币和美元)
在图表数据库中,系统可以识别图表中具有多种联系的账户和商户,以及还有形成面包店欺诈团体的紧密联系的账户和商户的组,框6020。可以根据特定规则识别面包店欺诈。请注意,与同一商户处的其他合法交易相比,图表数据库中捕获的所有交易都具有不寻常的交易金额。系统检测同一账户-商户对之间的重复交易,或检测许多可疑交易中涉及的商户和账户组(并且从而在图表中形成团体)。
通过查询图表,并确定多少商户正在接待超过给定数量的账户持有人,并且查询多少账户持有人与超过给定数量的商户有联系,系统可以确定账户持有人或商户是否对面包店欺诈更负有责任。该信息允许系统在交易分数Ts中加权商户Ms和账户持有人分数Cs。
在框6030处,经由网络接口2300向发行方和收单方警告被识别为涉及面包店欺诈的商户和账户。
经过一定数量的交易(商户和账户持有人)被识别并怀疑进行面包店欺诈后,我们将计划使用数据分析的领域专业知识来验证那些交易并将其标注为面包店欺诈。在标注处理之后,可以使用这些标注并探索机器学习过程来预测交易是面包店欺诈。
进一步,如上所述,过程6000可以用于微调框3070中使用的系数。
熟悉现有技术的人员应该理解,本文描述的系统可以用硬件、固件或非暂时性的计算机可读存储介质上编码的软件来实现。
提供对实施例的先前描述以使本领域的任何技术人员能够实践本公开。这些实施例的各种修改对于本领域技术人员而言将是显而易见的,并且本文定义的一般原理可以应用于其他实施例而不使用创造性能力。因此,本公开不旨在限于本文所展示的实施例,而是符合与本文公开的原理和新颖特征一致的最宽范围。
Claims (20)
1.一种用于在支付交易中识别面包店欺诈的实时方法,所述方法包括:
用网络接口接收支付授权请求,所述支付授权请求描述支付交易并且包含:支付授权账户持有人标识符、支付授权商户标识符、支付授权交易时间戳以及本地货币的支付授权交易金额;
基于由所述支付授权商户标识符识别的商户从数据库中检索商户交易数据,商户交易数据存储在非暂时性的计算机可读存储介质上,所述商户交易数据包括多个过去的商户交易条目,每个过去的交易条目包括:过去的交易账户持有人标识符和过去的本地货币的交易金额;
基于由所述支付授权账户持有人标识符识别的账户持有人从所述数据库检索账户持有人交易数据,所述账户持有人交易数据包括多个过去的账户持有人交易条目,每个过去的账户持有人交易条目包括:过去的交易商户标识符、过去的账户持有人交易时间戳以及过去的账户持有人本地货币的交易金额;
当所述支付授权请求交易金额超过预定阈值金额时:
用处理器基于所述多个过去的交易条目对所述商户进行评分,产生商户分数;
用所述处理器基于所述多个过去的账户持有人交易条目对所述账户持有人进行评分,产生账户持有人分数;
用所述处理器基于所述商户分数和所述账户持有人分数对所述支付交易进行评分,产生面包店欺诈分数;和,
当所述面包店欺诈分数超过预定面包店欺诈阈值时,利用所述网络接口向与所述支付授权账户持有人标识符相关联的发行方发送发行方警报。
2.根据权利要求1所述的方法,其中,对所述商户进行评分进一步包括:
用所述处理器对所述支付授权交易金额进行归一化;
用所述处理器对所述商户处的交易数量进行归一化;
用所述处理器对所述商户处的独特账户持有人的数量进行归一化;
用所述处理器基于所述归一化的支付授权交易金额、归一化的所述商户处的交易数量以及归一化的所述商户处的独特账户持有人的数量,来计算所述商户分数。
3.根据权利要求2所述的方法,其中,对所述账户持有人进行评分进一步包括:
用所述处理器确定时间戳相关模式发生的次数;
用所述处理器对所述时间戳相关模式发生的次数进行归一化;
用所述处理器确定由所述账户持有人进行的异常交易的数量;
用所述处理器对由所述账户持有人进行的异常交易的数量进行归一化;
用所述处理器基于归一化的时间戳相关模式发生的次数以及归一化的由所述账户持有人进行的异常交易的数量计算所述账户持有人分数。
4.根据权利要求3所述的方法,其中,所述商户是非汇聚商户。
5.根据权利要求4所述的方法,进一步包括:
当面包店欺诈分数超过预定的面包店欺诈阈值时,利用所述网络接口向与所述支付授权商户标识符相关联的收单方发送收单方警报。
6.根据权利要求5所述的方法,其中,所述发行方警报包括所述支付授权账户持有人标识符和所述面包店欺诈分数。
7.根据权利要求6所述的方法,其中,所述收单方警报包括所述支付授权商户标识符和所述面包店欺诈分数。
8.一种用于在支付交易中识别面包店欺诈的实时系统,所述系统包括:
网络接口,所述网络接口被配置为接收支付授权请求,所述支付授权请求描述支付交易并且包含:支付授权账户持有人标识符、支付授权商户标识符、支付授权交易时间戳以及本地货币的支付授权交易金额,所述网络接口还被配置为基于由所述支付授权商户标识符识别的商户从数据库中检索商户交易数据,商户交易数据存储在非暂时性的计算机可读存储介质上,所述商户交易数据包括多个过去的商户交易条目,每个过去的交易条目包括:过去的交易账户持有人标识符和过去的本地货币的交易金额;
处理器,所述处理器配置为基于由所述支付授权账户持有人标识符识别的账户持有人从所述数据库检索账户持有人交易数据,所述账户持有人交易数据包括多个过去的账户持有人交易条目,每个过去的账户持有人交易条目包括:过去的交易商户标识符、过去的账户持有人交易时间戳以及过去的账户持有人本地货币的交易金额;
当所述支付授权请求交易金额超过预定阈值金额时,所述处理器进一步被配置为:
用处理器基于所述多个过去的交易条目对所述商户进行评分,产生商户分数;
用所述处理器基于所述多个过去的账户持有人交易条目对所述账户持有人进行评分,产生账户持有人分数;
用所述处理器基于所述商户分数和所述账户持有人分数对所述支付交易进行评分,产生面包店欺诈分数;和,
所述网络接口进一步被配置为当所述面包店欺诈分数超过预定面包店欺诈阈值时,利用所述网络接口向与所述支付授权账户持有人标识符相关联的发行方发送发行方警报。
9.根据权利要求8所述的系统,其中,对所述商户进行评分进一步包括:
用所述处理器对所述支付授权交易金额进行归一化;
用所述处理器对所述商户处的交易数量进行归一化;
用所述处理器对所述商户处的独特账户持有人的数量进行归一化;
用所述处理器基于归一化的支付授权交易金额、归一化的所述商户处的交易数量以及归一化的所述商户处的独特账户持有人的数量,来计算所述商户分数。
10.根据权利要求9所述的系统,其中,对所述账户持有人进行评分进一步包括:
用所述处理器确定时间戳相关模式发生的次数;
用所述处理器对所述时间戳相关模式发生的次数进行归一化;
用所述处理器确定由所述账户持有人进行的异常交易的数量;
用所述处理器对由所述账户持有人进行的异常交易的数量进行归一化;
用所述处理器基于归一化的时间戳相关模式发生的次数以及归一化的由所述账户持有人进行的异常交易的数量计算所述账户持有人分数。
11.根据权利要求10所述的系统,其中,所述商户是非汇聚商户。
12.根据权利要求11所述的系统,其中,所述网络接口进一步被配置为:当面包店欺诈分数超过预定的面包店欺诈阈值时,利用所述网络接口向与所述支付授权商户标识符相关联的收单方发送收单方警报。
13.根据权利要求12所述的系统,其中,所述发行方警报包括所述支付授权账户持有人标识符。
14.根据权利要求13所述的系统,其中,所述收单方警报包括所述支付授权商户标识符。
15.一种编码有数据和指令的非暂时性的计算机可读介质,当由计算设备执行时,所述指令使所述计算设备:
利用网络接口接收支付授权请求,所述支付授权请求描述支付交易并且包含:支付授权账户持有人标识符、支付授权商户标识符、支付授权交易时间戳以及本地货币的支付授权交易金额;
基于由所述支付授权商户标识符识别的商户从数据库中检索商户交易数据,所述商户交易数据存储在非暂时性的计算机可读存储介质上,所述商户交易数据包括多个过去的商户交易条目,每个过去的交易条目包括:过去的交易账户持有人标识符和过去的本地货币的交易金额;
基于由所述支付授权账户持有人标识符识别的账户持有人从所述数据库检索账户持有人交易数据,所述账户持有人交易数据包括多个过去的账户持有人交易条目,每个过去的账户持有人交易条目包括:过去的交易商户标识符、过去的账户持有人交易时间戳以及过去的账户持有人本地货币的交易金额;
当所述支付授权请求交易金额超过预定阈值金额时:
用处理器基于所述多个过去的交易条目对所述商户进行评分,产生商户分数;
用所述处理器基于所述多个过去的账户持有人交易条目对所述账户持有人进行评分,产生账户持有人分数;
用所述处理器基于所述商户分数和所述账户持有人分数对所述支付交易进行评分,产生面包店欺诈分数;和,
当所述面包店欺诈分数超过预定面包店欺诈阈值时,利用所述网络接口向与所述支付授权账户持有人标识符相关联的发行方发送发行方警报。
16.根据权利要求15所述的计算机可读存储介质,其中,对所述商户进行评分进一步包括:
用所述处理器对所述支付授权交易金额进行归一化;
用所述处理器对所述商户处的交易数量进行归一化;
用所述处理器对所述商户处的独特账户持有人的数量进行归一化;
用所述处理器基于归一化的支付授权交易金额、归一化的商户处的交易数量以及归一化的商户处的独特账户持有人的数量,来计算所述商户分数。
17.根据权利要求16所述的计算机可读存储介质,其中,对所述账户持有人进行评分进一步包括:
用所述处理器确定时间戳相关模式发生的次数;
用所述处理器对所述时间戳相关模式发生的次数进行归一化;
用所述处理器确定由所述账户持有人进行的异常交易的数量;
用所述处理器对由所述账户持有人进行的异常交易的数量进行归一化;
用所述处理器基于归一化的时间戳相关模式发生的次数以及归一化的由所述账户持有人进行的异常交易的数量计算所述账户持有人分数。
18.根据权利要求17所述的计算机可读存储介质,其中,所述商户是非汇聚商户。
19.根据权利要求18所述的计算机可读存储介质,进一步包括:
当面包店欺诈分数超过预定的面包店欺诈阈值时,利用所述网络接口向与所述支付授权商户标识符相关联的收单方发送收单方警报。
20.根据权利要求19所述的计算机可读存储介质,其中,所述发行方警报包括所述支付授权账户持有人标识符。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/970,197 US20170169432A1 (en) | 2015-12-15 | 2015-12-15 | System and method of identifying baker's fraud in transactions |
US14/970,197 | 2015-12-15 | ||
PCT/US2016/066458 WO2017106231A1 (en) | 2015-12-15 | 2016-12-14 | System and method of identifying baker's fraud in transactions |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108369704A true CN108369704A (zh) | 2018-08-03 |
Family
ID=57799789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680071703.0A Pending CN108369704A (zh) | 2015-12-15 | 2016-12-14 | 在交易中识别面包店欺诈的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20170169432A1 (zh) |
CN (1) | CN108369704A (zh) |
WO (1) | WO2017106231A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190188719A1 (en) * | 2017-12-14 | 2019-06-20 | Visa International Service Association | Computer-Implemented System, Method, and Computer Program Product for Automatically Generating an Account Profile for at Least One User Associated with a Plurality of Account Identifiers |
US11710033B2 (en) | 2018-06-12 | 2023-07-25 | Bank Of America Corporation | Unsupervised machine learning system to automate functions on a graph structure |
US10783522B2 (en) * | 2018-07-23 | 2020-09-22 | Capital One Services, Llc | Pre-designated fraud safe zones |
US20220319283A1 (en) * | 2019-08-13 | 2022-10-06 | Visa International Service Association | System, method, and computer program product for real-time automated teller machine fraud detection and prevention |
US10778706B1 (en) * | 2020-01-10 | 2020-09-15 | Capital One Services, Llc | Fraud detection using graph databases |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101490704A (zh) * | 2006-04-25 | 2009-07-22 | Uc集团有限公司 | 用于在网络上进行金融交易的系统和方法 |
CN101551894A (zh) * | 2009-05-21 | 2009-10-07 | 候万春 | 监控信用卡套现的系统及方法 |
CN102349082A (zh) * | 2009-01-08 | 2012-02-08 | Visa欧洲有限公司 | 支付系统 |
US20120226613A1 (en) * | 2011-03-04 | 2012-09-06 | Akli Adjaoute | Systems and methods for adaptive identification of sources of fraud |
CN102722814A (zh) * | 2012-06-01 | 2012-10-10 | 汪德嘉 | 一种网上交易欺诈风险的自适应可控管理系统 |
US8630953B1 (en) * | 2012-09-14 | 2014-01-14 | Mastercard International Incorporated | Methods and systems for creating a transaction lifecycle for a payment card transaction |
CN103634117A (zh) * | 2013-12-09 | 2014-03-12 | 北京奇虎科技有限公司 | 一种网购安全防护的控制方法及装置 |
CN103886449A (zh) * | 2014-04-11 | 2014-06-25 | 闻进 | 一种基于可见码的多重安全组合机制的支付方法和系统 |
US20140250011A1 (en) * | 2013-03-01 | 2014-09-04 | Lance Weber | Account type detection for fraud risk |
US20150161610A1 (en) * | 2013-12-09 | 2015-06-11 | Mastercard International Incorporated | Systems and methods for monitoring payment transactions for fraud using social media |
US20150371207A1 (en) * | 2014-06-20 | 2015-12-24 | Mastercard International Incorporated | Method and system for variability of aggregated payments based on account trustworthiness |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7263506B2 (en) * | 2000-04-06 | 2007-08-28 | Fair Isaac Corporation | Identification and management of fraudulent credit/debit card purchases at merchant ecommerce sites |
US20050086139A1 (en) * | 2003-10-21 | 2005-04-21 | Lee Blackman | Credsub (credit subscribing) EEECI (easy economical enhancing credit innovation) or new economical enhancing credit innovation (NEECINN/NEECIN): |
US9799029B2 (en) * | 2012-12-31 | 2017-10-24 | Zukunftware, Llc | Securely receiving data input at a computing device without storing the data locally |
US9953321B2 (en) * | 2012-10-30 | 2018-04-24 | Fair Isaac Corporation | Card fraud detection utilizing real-time identification of merchant test sites |
US20140337217A1 (en) * | 2013-05-09 | 2014-11-13 | Mastercard International Incorporated | Card present fraud prevention method using airline passenger detail |
US20150193768A1 (en) * | 2014-01-09 | 2015-07-09 | Capital One Financial Corporation | Method and system for providing alert messages related to suspicious transactions |
US20150193775A1 (en) * | 2014-01-09 | 2015-07-09 | Capital One Financial Corporation | Method and system for providing alert messages related to suspicious transactions |
CA2892891C (en) * | 2014-05-27 | 2022-09-06 | The Toronto-Dominion Bank | Systems and methods for providing merchant fraud alerts |
US9367844B1 (en) * | 2015-03-25 | 2016-06-14 | Mastercard International Incorporated | Method and system for online and physical merchant specific fraud detection system |
-
2015
- 2015-12-15 US US14/970,197 patent/US20170169432A1/en not_active Abandoned
-
2016
- 2016-12-14 WO PCT/US2016/066458 patent/WO2017106231A1/en active Application Filing
- 2016-12-14 CN CN201680071703.0A patent/CN108369704A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101490704A (zh) * | 2006-04-25 | 2009-07-22 | Uc集团有限公司 | 用于在网络上进行金融交易的系统和方法 |
CN102349082A (zh) * | 2009-01-08 | 2012-02-08 | Visa欧洲有限公司 | 支付系统 |
CN101551894A (zh) * | 2009-05-21 | 2009-10-07 | 候万春 | 监控信用卡套现的系统及方法 |
US20120226613A1 (en) * | 2011-03-04 | 2012-09-06 | Akli Adjaoute | Systems and methods for adaptive identification of sources of fraud |
CN102722814A (zh) * | 2012-06-01 | 2012-10-10 | 汪德嘉 | 一种网上交易欺诈风险的自适应可控管理系统 |
US8630953B1 (en) * | 2012-09-14 | 2014-01-14 | Mastercard International Incorporated | Methods and systems for creating a transaction lifecycle for a payment card transaction |
US20140250011A1 (en) * | 2013-03-01 | 2014-09-04 | Lance Weber | Account type detection for fraud risk |
CN103634117A (zh) * | 2013-12-09 | 2014-03-12 | 北京奇虎科技有限公司 | 一种网购安全防护的控制方法及装置 |
US20150161610A1 (en) * | 2013-12-09 | 2015-06-11 | Mastercard International Incorporated | Systems and methods for monitoring payment transactions for fraud using social media |
CN103886449A (zh) * | 2014-04-11 | 2014-06-25 | 闻进 | 一种基于可见码的多重安全组合机制的支付方法和系统 |
US20150371207A1 (en) * | 2014-06-20 | 2015-12-24 | Mastercard International Incorporated | Method and system for variability of aggregated payments based on account trustworthiness |
Non-Patent Citations (3)
Title |
---|
姜盛: ""基于Logistic的信用卡套现侦测评分模型"", 《计算机应用》 * |
李青: ""大型商户MIS-POS系统的设计与实现"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
耿晨星: ""个人信用卡风险评估模型及解决方法分析"", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Also Published As
Publication number | Publication date |
---|---|
US20170169432A1 (en) | 2017-06-15 |
WO2017106231A1 (en) | 2017-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108369704A (zh) | 在交易中识别面包店欺诈的系统和方法 | |
US8458069B2 (en) | Systems and methods for adaptive identification of sources of fraud | |
US8095445B2 (en) | Method and system for completing a transaction between a customer and a merchant | |
CA2604913C (en) | Method and system for risk management in a transaction | |
CN109598610A (zh) | 一种基于区块链信用币或数字存证的融资模式方法 | |
US6714918B2 (en) | System and method for detecting fraudulent transactions | |
US8145573B2 (en) | Conducting financial transactions | |
US20160292690A1 (en) | Risk manager optimizer | |
CN109313766A (zh) | 用于预算、金融账户警报管理、补救动作控制和欺诈监控的系统和方法 | |
CN107743632A (zh) | 用于集成市场交易与用于基于区块链的交易的发行者处理的方法和系统 | |
CN108292394A (zh) | 通过使用不透明区块链进行全额结算的方法和系统 | |
JP6522851B2 (ja) | カード継続システム及び方法 | |
US20060080198A1 (en) | Cash transaction system | |
CA2367462A1 (en) | A system for detecting counterfeit financial card fraud | |
CN108604343A (zh) | 用于确定终端位置的方法和系统 | |
CN102339445A (zh) | 对网络交易用户的可信度进行评价的方法和系统 | |
EP1358609A4 (en) | METHOD AND SYSTEM FOR EXECUTING A TRANSACTION BETWEEN A CLIENT AND A SELLER | |
US20090171838A1 (en) | Systems and methods wherein a credit product is offered in accordance with usage of a pre-paid card account | |
KR101775400B1 (ko) | 플렛폼 구축을 통한 투자자 주도형 가맹점 펀딩시스템 | |
CN111279375A (zh) | 用于检测模式外交易的系统和方法 | |
US20170243221A1 (en) | Online payment transaction fraud detection utilizing delivery information | |
CA2908875A1 (en) | Analytics rules engine for payment processing system | |
CN111566682A (zh) | 用于跨境atm欺诈检测的系统和方法 | |
CN112632186A (zh) | 区块链共识方法、计算机设备及区块链系统 | |
GB2520608A (en) | Process and system for recovering refundable taxes |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180803 |
|
RJ01 | Rejection of invention patent application after publication |