CN109670930A - 欺诈设备识别方法、装置、设备及计算机可读存储介质 - Google Patents
欺诈设备识别方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109670930A CN109670930A CN201811071653.3A CN201811071653A CN109670930A CN 109670930 A CN109670930 A CN 109670930A CN 201811071653 A CN201811071653 A CN 201811071653A CN 109670930 A CN109670930 A CN 109670930A
- Authority
- CN
- China
- Prior art keywords
- facility information
- alliance
- fraud
- rogue device
- allied member
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012790 confirmation Methods 0.000 claims abstract description 86
- 230000006399 behavior Effects 0.000 claims description 37
- 238000012795 verification Methods 0.000 claims description 25
- 238000004891 communication Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000012797 qualification Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 11
- 230000008901 benefit Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000012512 characterization method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000012954 risk control Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000004900 laundering Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 241000209202 Bromus secalinus Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Abstract
本发明公开一种欺诈设备识别方法、装置、设备及计算机可读存储介质,所述方法包括:当接收到反欺诈联盟中联盟成员上传的设备信息时,将设备信息生成指纹数据,并将指纹数据传输到预设联盟链,其中反欺诈联盟由多个加盟的反欺诈平台组成;接收各联盟成员对指纹数据的投票数据,并根据各联盟成员的确认权重,确定各投票数据的投票值;判断投票值是否大于第一预设值,当投票值大于第一预设值时,将述指纹数据对应的设备确定为欺诈设备,并将设备信息作为风控信息进行风控。本方案由反欺诈联盟的整体成员确认设备信息对应设备的欺诈性,基于区块链的方式实现金融机构之间欺诈设备信息共享,简化欺诈设备识别流程的同时,确保了欺诈信息的准确性。
Description
技术领域
本发明主要涉及风控技术领域,具体地说,涉及一种欺诈设备识别方法、装置、设备及计算机可读存储介质。
背景技术
金融机构在运营过程中,需要进行诸如洗钱、欺诈此等的风险控制,以确保各用户的利益。对于欺诈,某些不法分子可能通过移动设备进行欺诈活动;从而需要将此类移动设备识别为欺诈设备,并进行风险控制。目前金融机构的识别、风控主要包括两种方式,一种是不同金融机构采用各自独立的方式进行识别并风控,使得各个金融机构所监测得到的欺诈设备信息没有共享,导致各金融机构的反欺诈过程存在重复的流程;另一种是在金融机构之间设置欺诈设备信息的共享机制,但此共享的欺诈设备信息仅由其中一家金融机构共享,其他金融机构直接使用此欺诈设备信息进行风控,导致所共享的欺诈设备信息容易存在准确性的问题。
发明内容
本发明的主要目的是提供一种欺诈设备识别方法、装置、设备及计算机可读存储介质,旨在解决现有技术中金融机构之间的反欺诈流程重复,所共享的欺诈设备信息不准确的问题。
为实现上述目的,本发明提供一种欺诈设备识别方法,所述欺诈设备识别方法包括以下步骤:
当接收到反欺诈联盟中联盟成员上传的设备信息时,将所述设备信息生成指纹数据,并将所述指纹数据传输到预设联盟链,其中所述反欺诈联盟由多个加盟的反欺诈平台组成;
接收各所述联盟成员对所述指纹数据的投票数据,并根据各所述联盟成员的确认权重,确定各所述投票数据的投票值;
判断所述投票值是否大于第一预设值,当所述投票值大于所述第一预设值时,将所述指纹数据对应的设备确定为欺诈设备,并将所述设备信息作为风控信息进行风控。
优选地,所述根据各所述联盟成员的确认权重,确定各所述投票数据的投票值的步骤包括:
读取各所述联盟成员的确认权重,并将与各所述联盟成员对应的确认权重以及投票数据形成投票数据组;
将各所述投票数据组输入到预设公式中进行加权计算,生成各所述投票数据的投票值;
其中所述预设公式为:p为投票值、i为成员数、k为确认权重、x为投票数据。
优选地,所述将所述设备信息作为风控信息进行风控的步骤之后包括:
判断是否接收到对所述设备信息为错误数据的提示信息;
当接收到对所述设备信息为错误数据的提示信息时,读取所述设备信息中携带的上传标识符;
根据所述上传标识符,确定上传所述设备信息的目标联盟成员,并生成所述目标联盟成员对所述设备信息的上传操作的评价结果。
优选地,所述生成所述目标联盟成员对所述设备信息的上传操作的评价结果的步骤包括:
将所述目标联盟成员的身份信息下发到反欺诈联盟中的其他联盟成员,以供所述其他联盟成员根据所述身份信息确认所述目标联盟成员对所述设备信息的上传操作,生成确认信息并上传;
当接收到所述确认信息时,根据所述其他联盟成员的确定权重,确定所述确认信息的确认值;
判断所述确认值是否小于第二预设值,当所述确认值小于第二预设值时,将所述目标联盟成员对所述设备信息的上传操评价为误操作。
优选地,所述判定所述目标联盟成员对所述设备信息的上传操作评价为误操作的步骤之后包括:
将所述设备信息从所述预设联盟链中剔除,并将所述误操作的操作行为记录到预设公有链中,并统计所述预设公有链中记录的所述目标联盟成员具有的误操作次数;
根据所述误操作次数,对所述目标联盟成员的确认权重进行调整,并将经调整后的确认权重上传到预设公有链中。
优选的,所述判断所述确认值是否小于第二预设值的步骤之后包括:
当所述确认值大于或等于第二预设值时,将所述目标联盟成员对所述设备信息的上传操作评价为非误操作;
将所述设备信息从所述预设联盟链中剔除,以及将所述非误操作的操作行为记录到预设公有链,并取消所述目标联盟成员的成员资格。
优选地,所述当接收到反欺诈联盟中联盟成员上传的设备信息时的步骤之前包括:
当接收到接入所述反欺诈联盟的接入请求时,判断与所述接入请求对应的反欺诈平台是否在任意预设公有链中存在非误操作的操作行为记录;
当在任意预设公有链中存在非误操作的操作行为记录时,则对所述接入请求进行拒绝;
当在任意预设公有链中不存在非误操作的操作行为记录时,则将与所述接入请求对应的反欺诈平台接入到反欺诈联盟中。
此外,为实现上述目的,本发明还提出一种欺诈设备识别装置,所述欺诈设备识别装置包括:
生成模块,用于当接收到反欺诈联盟中联盟成员上传的设备信息时,将所述设备信息生成指纹数据,并将所述指纹数据传输到预设联盟链,其中所述反欺诈联盟由多个加盟的反欺诈平台组成;
接收模块,用于接收各所述联盟成员对所述指纹数据的投票数据,并根据各所述联盟成员的确认权重,确定各所述投票数据的投票值;
确定模块,用于判断所述投票值是否大于第一预设值,当所述投票值大于所述第一预设值时,将所述指纹数据对应的设备确定为欺诈设备,并将所述设备信息作为风控信息进行风控。
此外,为实现上述目的,本发明还提出一种欺诈设备识别设备,所述欺诈设备识别设备包括:存储器、处理器、通信总线以及存储在所述存储器上的欺诈设备识别程序;
所述通信总线用于实现处理器和存储器之间的连接通信;
所述处理器用于执行所述欺诈设备识别程序,以实现以下步骤:
当接收到反欺诈联盟中联盟成员上传的设备信息时,将所述设备信息生成指纹数据,并将所述指纹数据传输到预设联盟链,其中所述反欺诈联盟由多个加盟的反欺诈平台组成;
接收各所述联盟成员对所述指纹数据的投票数据,并根据各所述联盟成员的确认权重,确定各所述投票数据的投票值;
判断所述投票值是否大于第一预设值,当所述投票值大于所述第一预设值时,将所述指纹数据对应的设备确定为欺诈设备,并将所述设备信息作为风控信息进行风控。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者一个以上程序,所述一个或者一个以上程序可被一个或者一个以上的处理器执行以用于:
当接收到反欺诈联盟中联盟成员上传的设备信息时,将所述设备信息生成指纹数据,并将所述指纹数据传输到预设联盟链,其中所述反欺诈联盟由多个加盟的反欺诈平台组成;
接收各所述联盟成员对所述指纹数据的投票数据,并根据各所述联盟成员的确认权重,确定各所述投票数据的投票值;
判断所述投票值是否大于第一预设值,当所述投票值大于所述第一预设值时,将所述指纹数据对应的设备确定为欺诈设备,并将所述设备信息作为风控信息进行风控。
本实施例的欺诈设备识别方法,通过将多个反欺诈平台建立成反欺诈联盟,当接收到反欺诈联盟中任意联盟成员上传的设备信息时,将此设备信息生成指纹数据,并传输到预设联盟链;再由各联盟成员对此指纹数据进行投票,接收此投票数据,由各联盟成员所具有的确认权重,确定各投票数据的总的投票值;当此投票值大于第一预设值时,则说明欺诈联盟中的各联盟成员整体判定指纹数据所来源的设备为欺诈设备,即可将与指纹数据对应的设备确定为欺诈设备,并将设备信息作为风控信息进行风控。因由任意联盟成员所上传的设备信息,是经此任意联盟成员监测为欺诈设备所具有的信息,而将其上传再次由联盟成员整体判断其欺诈性,在判定为欺诈设备后,则用于反欺联盟中所有联盟成员的风控。在实现金融机构之间欺诈设备信息共享,简化欺诈设备识别流程的同时,确保了欺诈信息的准确性。
附图说明
图1是本发明的欺诈设备识别方法第一实施例的流程示意图;
图2是本发明的欺诈设备识别方法第二实施例的流程示意图;
图3是本发明的欺诈设备识别装置第一实施例的功能模块示意图;
图4是本发明实施例方法涉及的硬件运行环境的设备结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种欺诈设备识别方法。
请参照图1,图1为本发明欺诈设备识别方法第一实施例的流程示意图。在本实施例中,所述欺诈设备识别方法包括:
步骤S10,当接收到反欺诈联盟中联盟成员上传的设备信息时,将所述设备信息生成指纹数据,并将所述指纹数据传输到预设联盟链,其中所述反欺诈联盟由多个加盟的反欺诈平台组成;
本发明的欺诈设备识别方法应用于服务器,适用于对从事欺诈活动的设备进行识别。金融机构在运营过程中,需要进行诸如洗钱、欺诈此类的风险控制;而为了便于风险控制,金融通常建立有各种平台,如反欺诈平台,以对接入金融机构的用户信息进行监控,防止欺诈。考虑到各个金融机构所监控到的信息存在差异性,为了更全面的风控,将多个金融机构的反欺诈平台建立反欺诈联盟,各个反欺诈平台作为反欺诈联盟中的联盟成员,加盟到反欺诈联盟,通过各个联盟成员之间的信息共享来实现反欺诈。具体地,因欺诈通常由不法分子通过某些设备发送欺诈信息进行,当反欺诈联盟成员中的任意联盟成员监测出某一设备发送的信息为欺诈信息时,说明此欺诈信息来源的设备可能为专门用于欺诈的设备。从欺诈信息中读取设备信息发送到服务器,其中设备信息为表征欺诈信息所来源设备唯一性的信息,如IMEI或mac地址等。当接收到此反欺诈联盟中任意联盟成员上传的设备信息时,将此设备信息生成表征设备特征的指纹数据,具体可通过对设备信息进行hash运算中的sha256算法生成指纹数据。sha256算法将最大长度不超过2^64bit的输入报文,按512-bit分组进行处理,产生256-bit的报文摘要输出。本实施例将设备信息作为输入报文,经计算的输出为指纹数据,将此生成的指纹数据上传到预设联盟链中。预设联盟链与预先设置的联盟链,联盟链为区块链的类型之一,是由反欺诈联盟中各联盟成员共同参与管理的区块链,每个联盟成员都运行着一个或多个节点,其中的数据只允许反欺诈联盟内不同的联盟成员进行读写和发送。将指纹数据上传到预设联盟链中进行共享,以便各联盟成员掌握更多的欺诈设备信息,进行更全面的风控。
步骤S20,接收各所述联盟成员对所述指纹数据的投票数据,并根据各所述联盟成员的确认权重,确定各所述投票数据的投票值;
进一步地,因上传到预设联盟链中的指纹数据作为所有联盟成员的反欺诈依据,与各联盟成员均相关;从而为了确保所上传指纹数据的准确性,由各联盟成员投票判定此指纹数据对应设备信息所来源的设备是否为欺诈设备。联盟成员先将此设备信息和各自本身风控系统中的风控数据比较,判断是否存在与风控数据中,若存在则说明此设备信息在建立反欺诈联盟之前被其他联盟成员鉴定为欺诈设备,而依据此进行投票生成投票数据;若不存在,则根据联盟成员各自以往的历史数据进行投票操作,生成投票数据,以确保投票数据的准确性。同时对各联盟成员设置有确认权重,以表征各联盟成员投票的重要程度,对判定欺诈设备的影响大小;当联盟成员的确认权重越高,则其所投票越重要,对判断欺诈设备的影响越大。其中确认权重的大小与联盟成员以往判断欺诈设备的准确程度相关,当联盟成员判断欺诈设备的准确性越高,其所具有的确认权重越高;设定确认权重与准确率区间的对应关系,即不同准确率区间对应不同确认权重,统计各联盟成员以往对欺诈设备判断的准确率,根据此准确率所在的准确率区间,确定各联盟成员的确认权重。当接收到各联盟成员对指纹数据的投票数据后,用各联盟成员的确认权重分别对各联盟成员的投票数据进行整合,得到各投票数据的投票值。具体地,根据各联盟成员的确认权重,确定各投票数据的投票值的步骤包括:
步骤S21,读取各所述联盟成员的确认权重,并将与各所述联盟成员对应的确认权重以及投票数据形成投票数据组;
可理解地,各联盟成员的确认权重随着对欺诈设备判断次数的增加而变化,即确认权重具有更新的特质,将更新的确认权重存储在服务器的存储单元;当接收到各联盟成员对指纹数据的投票数据后,则读取各联盟成员的最新确认权重。因反欺诈联盟涉及的到联盟成员可能众多,为了便于区分,将读取的与各联盟成员对应的确认权重及其投票数据形成投票数据组,使得一个投票数据组对应一个联盟成员的确认权重,以及此联盟成员对指纹数据进行投票的投票数据。如反欺诈联盟中包括联盟成员A、B、C和D,对应的确认权重分别为a1、b1、c1和d1,且联盟成员A、B、C和D对应的投票数据为a2、b2、c2和d2,则形成的投票数据组为[a1、a2]、[b1、b2]、[c1、c2]、[d1、d2]。
步骤S22,将各所述投票数据组输入到预设公式中进行加权计算,生成各所述投票数据的投票值;
其中所述预设公式为:p为投票值、i为成员数、k为确认权重、x为投票数据。
进一步地,为了对各联盟成员的确认权重及其投票数据进行整合,得到投票值,本实施例中设置有预设公式;将各投票数据组的数据输入到预设公式中,即与各联盟成员对应的投票数据和确认权重分别分别输入到预设公式中,通过各联盟成员所具有的确认权重对其投票数据进行加权计算,生成各投票数据的投票值。具体地,预设公式为:
其中,p为投票值、i为成员数、k为确认权重、x为投票数据。
具体地,投票数据可以以“是”或“不是”的方式存在,也可以以数值概率的方式存在。其中“是”或“不是”的方式,表征联盟成员将指纹数据对应设备信息所来源设备判定为是欺诈设备或不是欺诈设备;对于“是”用数值1表示,而对于“否”用数值0表示,将此1或0输入到预设公式中,代替其中的xi。而数值概率表征联盟成员将指纹数据对应设备信息所来源设备判定为欺诈设备的概率,如0.8表征联盟成员判定80%是欺诈设备,直接将此数值输入预设公式中,代替其中的xi,结合确认权重进行计算,得到投票值。如对于上述联盟成员A、B、C和D,则将投票数据组[a1、a2]、[b1、b2]、[c1、c2]、[d1、d2]分别传输到预设公式中,得到p=a1*a2+b1*b2+c1*c2+d1*d2;此计算得到的p的数据即为对各投票数据进行加权,得到的投票值;以表示反欺诈联盟中各联盟成员对设备信息所来源的设备是否为欺诈设备的确认程度,其中得到的投票值越大,反欺诈联盟中各联盟成员对设备信息所来源的设备为欺诈设备的确认程度越高。
步骤S30,判断所述投票值是否大于第一预设值,当所述投票值大于所述第一预设值时,将所述指纹数据对应的设备确定为欺诈设备,并将所述设备信息作为风控信息进行风控。
进一步地,为了表征对设备信息所来源的设备为欺诈设备的确认程度的高低,本实施例预先设置有第一预设值,第一预设值为经验值或实验值,如0.8;表示将所有联盟成员作为整体1,当有0.8的投票值认为设备信息所来源设备为欺诈设备时,说明对该设备为欺诈设备的确认程度较高,而将该设备确定为欺诈设备。具体地,将生成的投票值和此第一预设值对比,判断投票值是否大于第一预设值;若投票值大于第一预设值,则说明联盟成员认为设备信息所来源设备为欺诈设备的程度较大,而将该设备确定为欺诈设备;同时将此设备的设备信息确定为有效信息,作为风控信息供反欺诈联盟中各联盟成员使用,实现各金融机构的风控。
本实施例的欺诈设备识别方法,通过将多个反欺诈平台建立成反欺诈联盟,当接收到反欺诈联盟中任意联盟成员上传的设备信息时,将此设备信息生成指纹数据,并传输到预设联盟链;再由各联盟成员对此指纹数据进行投票,接收此投票数据,由各联盟成员所具有的确认权重,确定各投票数据的总的投票值;当此投票值大于第一预设值时,则说明欺诈联盟中的各联盟成员整体判定指纹数据所来源的设备为欺诈设备,即可将与指纹数据对应的设备确定为欺诈设备,并将设备信息作为风控信息进行风控。因由任意联盟成员所上传的设备信息,是经此任意联盟成员监测为欺诈设备所具有的信息,而将其上传再次由联盟成员整体判断其欺诈性,在判定为欺诈设备后,则用于反欺联盟中所有联盟成员的风控。在实现金融机构之间欺诈设备信息共享,简化欺诈设备识别流程的同时,确保了欺诈信息的准确性。
进一步地,请参照图2,在本发明欺诈设备识别方法第一实施例的基础上,提出本发明欺诈设备识别方法第二实施例,在第二实施例中,所述将所述设备信息作为风控信息进行风控的步骤之后包括:
步骤S40,判断是否接收到对所述设备信息为错误数据的提示信息;
更进一步地,为了使用确定为欺诈设备的设备信息作为风控信息进行风控,金融机构的反欺诈平台中均设置有黑名单,将设备信息添加到此黑名单中,以通过黑名单中各设备信息进行风控。风控过程中针对设备信息所来源设备持有者可能引起的风险,而采取不同的风控措施,如该持有者申请贷款可能引起贷款风险,对应的风控措施为贷款审核不通过;或者持有者购买保险产品可能引起骗保风险,对应的风险措施为购买保险资质不合格等。可理解地,设备信息存在误判断的情况,即将非欺诈设备错误的判断为欺诈设备,并将此非欺诈设备的设备信息添加到黑名单中进行风控。在风控的过程中同样的会对此非欺诈设备的设备信息采取风控措施,而使非欺诈设备的持有者不能实现其需求。此时,非欺诈设备持有者可向金融机构进行反馈,金融机构则对进行反馈的非欺诈设备持有者进行取证调查,判断是否为因误判断而错误加入到黑名单的非欺诈设备。若经调查为非欺诈设备,设备信息为错误加入到黑名单中的数据时,则金融机构将此设备信息生成提示信息上传到服务器,以提示此设备信息为非欺诈设备的错误数据。从而在使用设备信息作为风控信息进行风控的过程中,判断是否接收到对设备信息为错误数据的提示信息,以确保进行风控的设备信息的准确性。
步骤S50,当接收到对所述设备信息为错误数据的提示信息时,读取所述设备信息中携带的上传标识符;
若经判断接收到对设备信息为错误数据的提示信息时,则说明此设备信息在各联盟成员风控过程中,经验证为非欺诈设备的错误数据。需要进一步判断上传此设备信息的联盟成员是否因误操作,而将此设备信息上传到预设联盟链中,即对上传设备信息的上传操作进行是否为误操作的评价。具体地,各联盟成员在上传设备信息时,会携带有上传此设备信息的联盟成员的上传标识符;从而当接收到对设备信息为错误数据的提示信息时,进一步读取此设备信息中携带的上传标识符,以通过上传标识符,确定上传此设备信息的联盟成员。
步骤S60,根据所述上传标识符,确定上传所述设备信息的目标联盟成员,并生成所述目标联盟成员对所述设备信息的上传操作的评价结果。
进一步地,在将各金融机构的反欺诈平台建立为反欺诈联盟,将各反欺诈平台作为反欺诈联盟的联盟成员时,对各联盟成员分配不同的标识符时,使得各联盟成员均与不同的标识符形成一一对应的对应关系。在读取设备信息中携带的上传标识符后,将此携带的上传标识符和对应关系中的标识符对比,确定各标识符中与上传标识符一致的标识符;进而确定对应关系中与此一致标识符对应的联盟成员,此对应的联盟成员即为上传设备信息的联盟成员,将此联盟成员作为目标联盟成员,并对此目标联盟成员对设备信息的上传操作进行是否为误操作的评价,生成评价结果。具体的步骤S60包括:
步骤S61,将所述目标联盟成员的身份信息下发到反欺诈联盟中的其他联盟成员,以供所述其他联盟成员根据所述身份信息确认所述目标联盟成员对所述设备信息的上传操作,生成确认信息并上传;
可理解地,在建立反欺诈联盟过程中,必然会对加入其中联盟成员的成员身份信息进行记录。在确定目标联盟成员之后,进一步读取目标联盟成员的身份信息,将此目标联盟成员的身份信息下发到反欺诈联盟中的其他联盟成员;其他联盟成员根据此身份信息确认目标联盟成员对设备信息的上传操作,此对上传操作的确认实质为评价上传操作是否为误操作。由其他联盟成员对目标联盟成员的上传操作进行取证确认,并将确认的信息上传到服务器。其中确认的信息包括确认是误操作和确认不是误操作两个方面,此两个方面可用不同的类型标识符进行标识,并将此类型标识符作为确认信息进行上传操作。此外,其他联盟成员在进行确认之前,还可对判定为错误数据的设备信息进行再次取证确认,以确保设备信息判定的准确性。而经其他联盟成员再次确认设备信息为非欺诈设备的错误数据时,则对目标联盟成员的上传操作进行取证确认。
步骤S62,当接收到所述确认信息时,根据所述其他联盟成员的确定权重,确定所述确认信息的确认值;
进一步地,在接收到其他联盟成员上传的确认信息后,用其他联盟成员所具有的确定权重对确认信息进行加权,以表征各其他联盟成员对确认信息的影响程度。同样的可采用预设公式进行确定,将各其他联盟成员的确认信息及其对应的确认权重输入到预设公式中,进行加权计算,生成各确认信息的确认值,以表示各其他联盟成员对目标联盟成员上传设备信息的上传操作是否为误操作的确认程度。
步骤S63,判断所述确认值是否小于第二预设值,当所述确认值小于第二预设值时,将所述目标联盟成员对所述设备信息的上传操作评价为误操作。
更进一步地,为了表征对上传设备信息的上传操作为误操作的确认程度的高低,本实施例预先设置有第二预设值,第二预设值为经验值或实验值,如0.5;表示将反欺诈联盟中除目标联盟成员之外的所有其他联盟成员作为整体1,当有小于0.5的确认值认为上传设备信息的上传操作为误操作时,说明对该上传操作为误操作的确认程度较高,而将该上传操作评价为误操作。具体地,将生成的确认值和此第二预设值对比,判断确认值是否小于第二预设值;若确认值小于第二预设值,则说明其他联盟成员认为上传设备信息的上传操作为误操作的程度较大,而将上传操作评价为误操作。虽然目标联盟成员对设备信息的上传操作为误操作,但也说明目标联盟成员对设备信息对应设备的判断存在误差,会影响其对其他欺诈设备的判断,从而需要对目标联盟成员所具有的确认权重进行调整。具体地,判定目标联盟成员对设备信息的上传操作评价为误操作的步骤之后包括:
步骤S64,将所述设备信息从所述预设联盟链中剔除,并将所述误操作的操作行为记录到预设公有链中,并统计所述预设公有链中记录的所述目标联盟成员具有的误操作次数;
可理解地,因上传的设备信息为非欺诈设备的错误数据,从而需要将此设备信息从预设联盟链中剔除,以避免各联盟成员使用错误的设备数据进行风控,影响风控的同时还降低用户对金融机构的信任度。同时将目标联盟成员对此设备数据上传操作的操作行为记录到预设公有链中,预设公有链为预先设置的公有链;而公有链为区块链的一种类型,其对全网公开,任何人都可读取的、任何人都能发送交易且交易能获得有效确认的、任何人都能参与其中共识过程的区块链。将目标联盟成员的操作行为记录到预设公有链中,以便于其他金融机构掌握此目标联盟成员的上传操作,起到监控作用。此外,考虑到目标联盟成员对与设备信息对应设备的判断存在多次误差,即存在多次将不同设备信息对应设备判断为欺诈设备,而将此不同设备信息均上传到预设联盟链;同样的在多个不同设备信息被判定为非欺诈设备的错误数据时,每次都会将目标联盟成员的上传操作的操作行为记录到预设公有链中。从而统计预设公有链中记录的目标联盟成员所具有的误操作次数,以根据此误操作次数,确定目标联盟成员对欺诈设备的判断准确程度。
步骤S65,根据所述误操作次数,对所述目标联盟成员的确认权重进行调整,并将经调整后的确认权重上传到预设公有链中。
进一步地。在确定目标联盟成员的误操作次数后,根据此误操作次数,对目标联盟成员的确认权重进行调整。其中调整为对确认权重进行降低操作,且可设定降低数值与误操作比值区间的对应关系,如设定误操作比值区间[0~5%],则降低数值为0.05;误操作比值区间[5%~10%],则降低数值为0.1;使得误操作次数占总操作次数比值在5%以内,每增加一次误操作,确认权重降低0.05;而当误操作次数占总操作次数比值上升到5%~10%之间,则每增加一次误操作,确认权重降低0.1。误操作次数越多,对确认权重降低的数值越多,使得目标联盟成员所具有的确认权重越低,以表征其对欺诈设备判断的准确性越低。在对确认权重调整之后,将此调整之后的新确认权重上传到预设公有链中,以便于其他金融机构掌握此目标联盟成员的确认权重,起到监控作用。而当误操作次数占总操作次数的比值增加时,相应的需要对确认权重进行增加操作,以表征目标联盟成员对欺诈设备判断的准确性升高。
进一步地,在本发明欺诈设备识别方法另一实施例中,所述判断所述确认值是否小于第二预设值的步骤之后包括:
步骤q1,当所述确认值大于或等于第二预设值时,将所述目标联盟成员对所述设备信息的上传操作评价为非误操作;
更进一步地,当将确认值和第二预设值对比,判定出确认值大于或等于第二预设值时,则说明其他联盟成员认为上传设备信息的上传操作不是误操作的程度较大,而将目标联盟成员的此上传操作评价为非误操作。说明目标联盟成员有意将此不是欺诈设备的设备信息上传到预设联盟链,需要对此目标联盟成员采取诸如警告、除名等控制措施。
步骤q2,将所述设备信息从所述预设联盟链中剔除,以及将所述非误操作的操作行为记录到预设公有链,并取消所述目标联盟成员的成员资格。
相应地,对于目标联盟成员有意上传的设备信息需要进行删除操作,即将错误的设备信息从预设联盟链中剔除,以避免各联盟成员使用错误的设备数据进行风控,影响风控的同时还降低用户对金融机构的信任度。同时将目标联盟成员对此设备数据上传操作的操作行为记录到预设公有链中,以便于其他金融机构掌握此目标联盟成员对非欺诈设备的设备信息的有意上传操作。此外,考虑到目标联盟成员有意将非欺诈设备的设备信息作为欺诈设备的设备信息进行上传,不遵守反欺诈平台的诚信原则,而取消目标联盟成员的成员资格,同时取消其对联盟链的所有操作权重,以避免其将其他非欺诈设备的设备信息上传到联盟链,恶意破坏联盟链中的数据。
进一步地,在本发明欺诈设备识别方法另一实施例中,所述当接收到反欺诈联盟中联盟成员上传的设备信息时的步骤之前包括:
步骤p1,当接收到接入所述反欺诈联盟的接入请求时,判断与所述接入请求对应的反欺诈平台是否在任意预设公有链中存在非误操作的操作行为记录;
可理解地,在将各金融机构的反欺诈平台建立反欺诈联盟之前,由各金融机构的反欺诈平台向服务器发送接入请求,以请求接入到反欺诈联盟。考虑到反欺诈平台可能此前与其他反欺诈平台建立过反欺诈联盟,且存在非误操作行为;但对于非误操作行为均会记录在预设公有链中对全网公开;从而当接收到此接入反欺诈联盟的接入请求时,读取预设公有链中记录的与非误操作行为对应的联盟成员,即反欺诈平台;并将与此记录对应的反欺诈平台和接入请求对应的反欺诈平台对比,以判断与接入请求对应的反欺诈平台是否在任意预设公有链中存在非误操作的操作行为记录,以确定发送此接入请求的反欺诈平台是否存在有意将非欺诈设备的设备信息上传的操作行为。
步骤p2,当在任意预设公有链中存在非误操作的操作行为记录时,则对所述接入请求进行拒绝;
进一步地,当任意预设公有链中记录对应的反欺诈平台中存在与接入请求对应的反欺诈平台时,则判定接入请求对应的反欺诈平台在某一预设公有链中存在非误操作的操作行为记录,即发送接入请求的反欺诈平台存在有意将非欺诈设备的设备信息上传的操作行为。此接入请求对应的反欺诈平台存在不遵守反欺诈平台诚信原则的历史记录,而对此接入请求进行拒绝;以防止将不诚信的反欺诈平台接入到反欺诈联盟,确保反欺诈联盟中各联盟成员所上传设备信息的准确性。
步骤p3,当在任意预设公有链中不存在非误操作的操作行为记录时,则将与所述接入请求对应的反欺诈平台接入到反欺诈联盟中。
当判断出发送接入请求的反欺诈平台在任意预设公有链中均不存在非误操作的操作行为记录,即判定此反欺诈平台不存在有意将非欺诈设备的设备信息上传的操作行为时,则将与发送接入请求对应的反欺诈平台接入到反欺诈联盟中,通过联盟成员之间的信息共享进行反欺诈。
此外,请参照图3,本发明提供一种欺诈设备识别装置,在本发明欺诈设备识别装置第一实施例中,所述欺诈设备识别装置包括:
生成模块10,用于当接收到反欺诈联盟中联盟成员上传的设备信息时,将所述设备信息生成指纹数据,并将所述指纹数据传输到预设联盟链,其中所述反欺诈联盟由多个加盟的反欺诈平台组成;
接收模块20,用于接收各所述联盟成员对所述指纹数据的投票数据,并根据各所述联盟成员的确认权重,确定各所述投票数据的投票值;
确定模块30,用于判断所述投票值是否大于第一预设值,当所述投票值大于所述第一预设值时,将所述指纹数据对应的设备确定为欺诈设备,并将所述设备信息作为风控信息进行风控。
本实施例的欺诈设备识别装置,通过将多个反欺诈平台建立成反欺诈联盟,当接收到反欺诈联盟中任意联盟成员上传的设备信息时,生成模块10将此设备信息生成指纹数据,并传输到预设联盟链;再由各联盟成员对此指纹数据进行投票,接收模块20接收此投票数据,由各联盟成员所具有的确认权重,确定各投票数据的总的投票值;当确定模块30判定此投票值大于第一预设值时,则说明欺诈联盟中的各联盟成员整体判定指纹数据所来源的设备为欺诈设备,即可将与指纹数据对应的设备确定为欺诈设备,并将设备信息作为风控信息进行风控。因由任意联盟成员所上传的设备信息,是经此任意联盟成员监测为欺诈设备所具有的信息,而将其上传再次由联盟成员整体判断其欺诈性,在判定为欺诈设备后,则用于反欺联盟中所有联盟成员的风控。在实现金融机构之间欺诈设备信息共享,简化欺诈设备识别流程的同时,确保了欺诈信息的准确性。
进一步地,在本发明欺诈设备识别装置另一实施例中,所述接收模块包括:
读取单元,用于读取各所述联盟成员的确认权重,并将与各所述联盟成员对应的确认权重以及投票数据形成投票数据组;
输入单元,用于将各所述投票数据组输入到预设公式中进行加权计算,生成各所述投票数据的投票值;
其中所述预设公式为:p为投票值、i为成员数、k为确认权重、x为投票数据。
进一步地,在本发明欺诈设备识别装置另一实施例中,所述欺诈设备识别装置还包括:
第一判断模块,用于判断是否接收到对所述设备信息为错误数据的提示信息;
读取模块,用于当接收到对所述设备信息为错误数据的提示信息时,读取所述设备信息中携带的上传标识符;
第二判断模块,用于根据所述上传标识符,确定上传所述设备信息的目标联盟成员,并生成所述目标联盟成员对所述设备信息的上传操作的评价结果。
进一步地,在本发明欺诈设备识别装置另一实施例中,所述第二判断模块还用于:
将所述目标联盟成员的身份信息下发到反欺诈联盟中的其他联盟成员,以供所述其他联盟成员根据所述身份信息确认所述目标联盟成员对所述设备信息的上传操作,生成确认信息并上传;
当接收到所述确认信息时,根据所述其他联盟成员的确定权重,确定所述确认信息的确认值;
判断所述确认值是否小于第二预设值,当所述确认值小于第二预设值时,将所述目标联盟成员对所述设备信息的上传操作评价为误操作。
进一步地,在本发明欺诈设备识别装置另一实施例中,所述第二判断模块还用于:
将所述设备信息从所述预设联盟链中剔除,并将所述误操作的操作行为记录到预设公有链中,并统计所述预设公有链中记录的所述目标联盟成员具有的误操作次数;
根据所述误操作次数,对所述目标联盟成员的确认权重进行调整,并将经调整后的确认权重上传到预设公有链中。
进一步地,在本发明欺诈设备识别装置另一实施例中,所述第二判断模块还用于:
当所述确认值大于或等于第二预设值时,将所述目标联盟成员对所述设备信息的上传操作评价为非误操作;
将所述设备信息从所述预设联盟链中剔除,以及将所述非误操作的操作行为记录到预设公有链,并取消所述目标联盟成员的成员资格。
进一步地,在本发明欺诈设备识别装置另一实施例中,所述欺诈设备识别装置还包括:
第三判断模块,用于当接收到接入所述反欺诈联盟的接入请求时,判断与所述接入请求对应的反欺诈平台是否在任意预设公有链中存在非误操作的操作行为记录;
拒绝模块,用于当在任意预设公有链中存在非误操作的操作行为记录时,则对所述接入请求进行拒绝;
接入模块,用于当在任意预设公有链中不存在非误操作的操作行为记录时,则将与所述接入请求对应的反欺诈平台接入到反欺诈联盟中。
其中,上述欺诈设备识别装置的各虚拟功能模块存储于图4所示欺诈设备识别设备的存储器1005中,处理器1001执行欺诈设备识别程序时,实现图3所示实施例中各个模块的功能。
参照图4,图4是本发明实施例方法涉及的硬件运行环境的设备结构示意图。
本发明实施例欺诈设备识别设备可以是PC(personal computer,个人计算机),也可以是智能手机、平板电脑、电子书阅读器、便携计算机等终端设备。
如图4所示,该欺诈设备识别设备可以包括:处理器1001,例如CPU(CentralProcessing Unit,中央处理器),存储器1005,通信总线1002。其中,通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速RAM(random accessmemory,随机存取存储器),也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地,该欺诈设备识别设备还可以包括用户接口、网络接口、摄像头、RF(RadioFrequency,射频)电路,传感器、音频电路、WiFi(Wireless Fidelity,无线宽带)模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
本领域技术人员可以理解,图4中示出的欺诈设备识别设备结构并不构成对欺诈设备识别设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图4所示,作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块以及欺诈设备识别程序。操作系统是管理和控制欺诈设备识别设备硬件和软件资源的程序,支持欺诈设备识别程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信,以及与欺诈设备识别设备中其它硬件和软件之间通信。
在图4所示的欺诈设备识别设备中,处理器1001用于执行存储器1005中存储的欺诈设备识别程序,实现上述欺诈设备识别方法各实施例中的步骤。
本发明提供了一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者一个以上程序,所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述欺诈设备识别方法各实施例中的步骤。
还需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (10)
1.一种欺诈设备识别方法,其特征在于,所述欺诈设备识别方法包括以下步骤:
当接收到反欺诈联盟中联盟成员上传的设备信息时,将所述设备信息生成指纹数据,并将所述指纹数据传输到预设联盟链,其中所述反欺诈联盟由多个加盟的反欺诈平台组成;
接收各所述联盟成员对所述指纹数据的投票数据,并根据各所述联盟成员的确认权重,确定各所述投票数据的投票值;
判断所述投票值是否大于第一预设值,当所述投票值大于所述第一预设值时,将所述指纹数据对应的设备确定为欺诈设备,并将所述设备信息作为风控信息进行风控。
2.如权利要求1所述的欺诈设备识别方法,其特征在于,所述根据各所述联盟成员的确认权重,确定各所述投票数据的投票值的步骤包括:
读取各所述联盟成员的确认权重,并将与各所述联盟成员对应的确认权重以及投票数据形成投票数据组;
将各所述投票数据组输入到预设公式中进行加权计算,生成各所述投票数据的投票值;
其中所述预设公式为:p为投票值、i为成员数、k为确认权重、x为投票数据。
3.如权利要求1所述的欺诈设备识别方法,其特征在于,所述将所述设备信息作为风控信息进行风控的步骤之后包括:
判断是否接收到对所述设备信息为错误数据的提示信息;
当接收到对所述设备信息为错误数据的提示信息时,读取所述设备信息中携带的上传标识符;
根据所述上传标识符,确定上传所述设备信息的目标联盟成员,并生成所述目标联盟成员对所述设备信息的上传操作的评价结果。
4.如权利要求3所述的欺诈设备识别方法,其特征在于,所述生成所述目标联盟成员对所述设备信息的上传操作的评价结果的步骤包括:
将所述目标联盟成员的身份信息下发到反欺诈联盟中的其他联盟成员,以供所述其他联盟成员根据所述身份信息确认所述目标联盟成员对所述设备信息的上传操作,生成确认信息并上传;
当接收到所述确认信息时,根据所述其他联盟成员的确定权重,确定所述确认信息的确认值;
判断所述确认值是否小于第二预设值,当所述确认值小于第二预设值时,将所述目标联盟成员对所述设备信息的上传操作评价为误操作。
5.如权利要求4所述的欺诈设备识别方法,其特征在于,所述将所述目标联盟成员对所述设备信息的上传操评价为误操作的步骤之后包括:
将所述设备信息从所述预设联盟链中剔除,并将所述误操作的操作行为记录到预设公有链中,并统计所述预设公有链中记录的所述目标联盟成员具有的误操作次数;
根据所述误操作次数,对所述目标联盟成员的确认权重进行调整,并将经调整后的确认权重上传到预设公有链中。
6.如权利要求4所述的欺诈设备识别方法,其特征在于,所述判断所述确认值是否小于第二预设值的步骤之后包括:
当所述确认值大于或等于第二预设值时,将所述目标联盟成员对所述设备信息的上传操作评价为非误操作;
将所述设备信息从所述预设联盟链中剔除,以及将所述非误操作的操作行为记录到预设公有链,并取消所述目标联盟成员的成员资格。
7.如权利要求6所述的欺诈设备识别方法,其特征在于,所述当接收到反欺诈联盟中联盟成员上传的设备信息时的步骤之前包括:
当接收到接入所述反欺诈联盟的接入请求时,判断与所述接入请求对应的反欺诈平台是否在任意预设公有链中存在非误操作的操作行为记录;
当在任意预设公有链中存在非误操作的操作行为记录时,则对所述接入请求进行拒绝;
当在任意预设公有链中不存在非误操作的操作行为记录时,则将与所述接入请求对应的反欺诈平台接入到反欺诈联盟中。
8.一种欺诈设备识别装置,其特征在于,所述欺诈设备识别装置包括:
生成模块,用于当接收到反欺诈联盟中联盟成员上传的设备信息时,将所述设备信息生成指纹数据,并将所述指纹数据传输到预设联盟链,其中所述反欺诈联盟由多个加盟的反欺诈平台组成;
接收模块,用于接收各所述联盟成员对所述指纹数据的投票数据,并根据各所述联盟成员的确认权重,确定各所述投票数据的投票值;
确定模块,用于判断所述投票值是否大于第一预设值,当所述投票值大于所述第一预设值时,将所述指纹数据对应的设备确定为欺诈设备,并将所述设备信息作为风控信息进行风控。
9.一种欺诈设备识别设备,其特征在于,所述欺诈设备识别设备包括:存储器、处理器、通信总线以及存储在所述存储器上的欺诈设备识别程序;
所述通信总线用于实现处理器和存储器之间的连接通信;
所述处理器用于执行所述欺诈设备识别程序,以实现如权利要求1-7中任一项所述的欺诈设备识别方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有欺诈设备识别程序,所述欺诈设备识别程序被处理器执行时实现如权利要求1-7中任一项所述的欺诈设备识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811071653.3A CN109670930A (zh) | 2018-09-13 | 2018-09-13 | 欺诈设备识别方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811071653.3A CN109670930A (zh) | 2018-09-13 | 2018-09-13 | 欺诈设备识别方法、装置、设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109670930A true CN109670930A (zh) | 2019-04-23 |
Family
ID=66142398
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811071653.3A Pending CN109670930A (zh) | 2018-09-13 | 2018-09-13 | 欺诈设备识别方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109670930A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110807209A (zh) * | 2019-11-01 | 2020-02-18 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、设备及存储介质 |
CN111478890A (zh) * | 2020-03-30 | 2020-07-31 | 中国科学院计算技术研究所 | 一种基于智能合约的网络服务访问控制方法和系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100004965A1 (en) * | 2008-07-01 | 2010-01-07 | Ori Eisen | Systems and methods of sharing information through a tagless device consortium |
CN105556552A (zh) * | 2013-03-13 | 2016-05-04 | 加迪安分析有限公司 | 欺诈探测和分析 |
CN107578337A (zh) * | 2017-08-28 | 2018-01-12 | 杭州云象网络技术有限公司 | 一种基于区块链智能合约技术的智能投顾产品托管方法 |
CN107844978A (zh) * | 2017-11-30 | 2018-03-27 | 中链科技有限公司 | 一种基于区块链的大宗商品交易处理方法及系统 |
CN107851281A (zh) * | 2015-05-21 | 2018-03-27 | 万事达卡国际股份有限公司 | 用于基于区块链的交易的欺诈控制的系统和方法 |
CN108074180A (zh) * | 2017-12-28 | 2018-05-25 | 广州富融信息技术有限公司 | 一种基于区块链技术的金融动态风控系统及其构建方法 |
US20180225448A1 (en) * | 2017-02-07 | 2018-08-09 | Microsoft Technology Licensing, Llc | Transaction processing for consortium blockchain network |
US20180240114A1 (en) * | 2017-02-22 | 2018-08-23 | Alibaba Group Holding Limited | Transaction verification in a consensus network |
CN108492103A (zh) * | 2018-02-07 | 2018-09-04 | 北京大学深圳研究生院 | 一种联盟区块链共识方法 |
-
2018
- 2018-09-13 CN CN201811071653.3A patent/CN109670930A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100004965A1 (en) * | 2008-07-01 | 2010-01-07 | Ori Eisen | Systems and methods of sharing information through a tagless device consortium |
CN105556552A (zh) * | 2013-03-13 | 2016-05-04 | 加迪安分析有限公司 | 欺诈探测和分析 |
CN107851281A (zh) * | 2015-05-21 | 2018-03-27 | 万事达卡国际股份有限公司 | 用于基于区块链的交易的欺诈控制的系统和方法 |
US20180225448A1 (en) * | 2017-02-07 | 2018-08-09 | Microsoft Technology Licensing, Llc | Transaction processing for consortium blockchain network |
US20180240114A1 (en) * | 2017-02-22 | 2018-08-23 | Alibaba Group Holding Limited | Transaction verification in a consensus network |
CN107578337A (zh) * | 2017-08-28 | 2018-01-12 | 杭州云象网络技术有限公司 | 一种基于区块链智能合约技术的智能投顾产品托管方法 |
CN107844978A (zh) * | 2017-11-30 | 2018-03-27 | 中链科技有限公司 | 一种基于区块链的大宗商品交易处理方法及系统 |
CN108074180A (zh) * | 2017-12-28 | 2018-05-25 | 广州富融信息技术有限公司 | 一种基于区块链技术的金融动态风控系统及其构建方法 |
CN108492103A (zh) * | 2018-02-07 | 2018-09-04 | 北京大学深圳研究生院 | 一种联盟区块链共识方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110807209A (zh) * | 2019-11-01 | 2020-02-18 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、设备及存储介质 |
CN111478890A (zh) * | 2020-03-30 | 2020-07-31 | 中国科学院计算技术研究所 | 一种基于智能合约的网络服务访问控制方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11695755B2 (en) | Identity proofing and portability on blockchain | |
US10356099B2 (en) | Systems and methods to authenticate users and/or control access made by users on a computer network using identity services | |
US11276022B2 (en) | Enhanced system and method for identity evaluation using a global score value | |
US10250583B2 (en) | Systems and methods to authenticate users and/or control access made by users on a computer network using a graph score | |
CN110517097B (zh) | 识别异常用户的方法、装置、设备及存储介质 | |
US20180097790A1 (en) | Systems and methods to authenticate users and/or control access made by users on a computer network based on scanning elements for inspection according to changes made in a relation graph | |
US8955140B2 (en) | Systems, methods, and computer program products for collecting and reporting sensor data in a communication network | |
CN108711006B (zh) | 收入管理方法、管理节点、系统及存储设备 | |
CN106778109A (zh) | 一种基于智能合约的认证权限评价方法及装置 | |
CN102257536B (zh) | 人员输送机控制系统的访问控制系统和访问控制方法 | |
CN104852886B (zh) | 用户帐号的保护方法及装置 | |
US20240064135A1 (en) | Identity Proofing and Portability on Blockchain | |
CN110503207A (zh) | 联邦学习信用管理方法、装置、设备及可读存储介质 | |
CN110602217B (zh) | 基于区块链的联盟管理方法、装置、设备及存储介质 | |
CN107861852A (zh) | 网页错误处理方法、系统及可读存储介质 | |
CN107689936A (zh) | 登录账户的安全性验证系统、方法及装置 | |
CN111654395B (zh) | 投票信息处理方法、装置、设备以及存储介质 | |
CN106796708A (zh) | 电子投票系统及方法 | |
CN107195131A (zh) | 一种模拟硬件设备的方法及装置 | |
CN109670930A (zh) | 欺诈设备识别方法、装置、设备及计算机可读存储介质 | |
CN109344599A (zh) | 一种身份认证管理方法、装置、终端及介质 | |
CN110457601B (zh) | 社交账号的识别方法和装置、存储介质及电子装置 | |
CN109670929A (zh) | 贷款预警的控制方法、装置、设备及计算机可读存储介质 | |
US20160112369A1 (en) | System and Method for Validating a Customer Phone Number | |
CN107872428A (zh) | 应用程序的登录方法及装置 |
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 |