CN110047003A - 一种金融欺诈行为的识别方法 - Google Patents

一种金融欺诈行为的识别方法 Download PDF

Info

Publication number
CN110047003A
CN110047003A CN201910281629.0A CN201910281629A CN110047003A CN 110047003 A CN110047003 A CN 110047003A CN 201910281629 A CN201910281629 A CN 201910281629A CN 110047003 A CN110047003 A CN 110047003A
Authority
CN
China
Prior art keywords
warning message
network operation
operation behavior
behavior
fraud
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
Application number
CN201910281629.0A
Other languages
English (en)
Inventor
陈崇军
陈崇华
徐上灶
孟习柱
谢尚炬
张文礼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kunshan Guao Electronic Machinery Co Ltd
Original Assignee
Kunshan Guao Electronic Machinery Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Kunshan Guao Electronic Machinery Co Ltd filed Critical Kunshan Guao Electronic Machinery Co Ltd
Priority to CN201910281629.0A priority Critical patent/CN110047003A/zh
Publication of CN110047003A publication Critical patent/CN110047003A/zh
Pending legal-status Critical Current

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
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products
    • G06Q30/0185—Product, service or business identity fraud
    • 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
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Landscapes

  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Technology Law (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种金融欺诈行为的识别方法，属于金融安全技术领域，包括：步骤S1，判断网络操作行为是否通过身份评估验证：若是：则转向步骤S2；若否：输出第一报警信息；步骤S2，判断网络操作行为是否通过交易评估验证：若是：则转向步骤S3；若否：则输出第二报警信息；步骤S3，判断网络操作行为是否通过信用评估验证：若是：则输出通过信息；若否：则输出第三报警信息；上述技术方案的有益效果是：通过对用户的当前的网络操作行为进行识别判断，进而对该行为进行危险等级的评估分类，并输出相应级别的报警信息，达到及时对金融欺诈行为进行的阻断目的，同时，该方法通过设置黑名单数据库对金融欺诈行为达到釜底抽薪的效果。

Description

一种金融欺诈行为的识别方法
技术领域
本发明涉及金融安全技术领域，尤其涉及一种金融欺诈行为的识别方法。
背景技术
金融欺诈是欺诈者利用各种手段诱使受害人跳入利益陷阱，导致其金融资产遭受损害的行为，金融欺诈具有时滞性和被动性，金融欺诈自身的专业性加重了交易双发的信息不对称，这就使得许多受害者甚至是第三方监管者无法在第一时间对欺诈行为进行识别与制止，同时，金融欺诈者在实施金融欺诈时，通常不采取面对面交易的方式，而是利用一定的通讯手段，一旦欺诈成功，欺诈者逃离犯罪现场，毁灭欺诈证据的速度之快，甚至超过了被欺诈者的反应速度。其次，金融欺诈行为具有一定的隐蔽性，从实施到被受害者发觉，往往需要一段时间，而金融欺诈者通常早早设计好了逃跑的路线，趁着受害者还未反应过来，欺诈者早已逃之夭夭，因此，当前急需一种能够对金融诈骗的网络操作行为进行自动识别的方法，使得能够对潜在的金融欺诈行为进行预报警，将金融欺诈行为扼杀在摇篮中。
发明内容
根据现有技术中存在的上述问题，现提供一种金融欺诈行为的识别方法，该方法通过对用户的当前的网络操作行为进行识别判断，进而对该行为进行危险等级的评估分类，并输出相应级别的报警信息，后台人员可以根据该报警信息对当前网络操作行为进行人工审核，来进一步确定是否需要阻止该操作行为，从而达到及时对金融欺诈行为进行的阻断目的，同时，该方法通过设置黑名单数据库，对疑似存在金融欺诈行为的账户进行量化统计，当该账户被标记达到一定数值及时发出报警信息，通知后台人员进行人工审核，对确定的金融欺诈账户采取冻结，限制交易等措施，从而对金融欺诈行为达到釜底抽薪的效果。
上述技术方案具体包括：
一种金融欺诈行为的识别方法，用于对用户的网络操作行为进行识别，其中，包括以下步骤：
步骤S1，对所述网络操作行为进行身份评估验证，并判断所述网络操作行为是否通过所述身份评估验证：
若是：则转向步骤S2；
若否：则输出一用于表示所述身份评估验证异常的第一报警信息；
步骤S2，对所述网络操作行为进行交易评估验证，并判断所述网络操作行为是否通过所述交易评估验证：
若是：则转向步骤S3；
若否：则输出一用于表示所述交易评估验证异常的第二报警信息；
步骤S3，对所述网络操作行为进行信用评估验证，并判断所述网络操作行为是否通过所述信用评估验证：
若是：则输出一用于表示所述网络操作行为不是欺诈行为的通过信息；
若否：则输出一用于表示所述信用评估验证异常的第三报警信息。
优选地，其中，预设一包括欺诈用户的黑名单数据库；
判断所述第三报警信息中的用户信息是否存在于所述黑名单数据库中：
若存在，所述黑名单数据库相应用户的欺诈次数加1；
若不存在，将所述用户信息加入所述黑名单数据库中。
优选地，其中，预设一包括欺诈用户的黑名单数据库；
在输出第一报警信息后，判断所述第一报警信息中的用户信息是否存在于所述黑名单数据库中：
若存在，则直接输出所述第三报警信息，并将所述黑名单数据库中相应用户的欺诈次数加1；
若不存在，则转向步骤S2。
优选地，其中，预设一包括欺诈用户的黑名单数据库；
在输出第二报警信息后，判断所述第二报警信息中的用户信息是否存在于所述黑名单数据库中：
若存在，则直接输出所述第三报警信息，并将所述黑名单数据库中相应用户的欺诈次数加1；
若不存在，则转向步骤S3。
优选地，其中，预设一包括欺诈用户的黑名单数据库，所述黑名单数据库中的每个所述欺诈用户关联于一欺诈次数；
执行所述步骤S1之前，在获取所述网络操作后，首先执行下述步骤：
步骤A1，判断所述网络操作所对应的用户是否存在于所述黑名单数据库中：
若存在，则转向步骤A2；
若不存在，则开始执行所述步骤S1；
步骤A2，判断所述用户的所述欺诈次数是否已达到一预设阈值：
若是，则直接输出所述第三报警信息，并将所述黑名单数据库中相应用户的欺诈次数加1；
若否，则开始执行所述步骤S1。
优选地，其中，所述步骤S1具体包括：
步骤S11，判断所述网络操作行为的登录设备是否为绑定认证设备：
若是，则转向步骤S12；
若否：则输出所述第一报警信息；
步骤S12，判断所述网络操作行为的地理位置是否为陌生地区：
若是，则输出所述第一报警信息；
若否，则转向步骤S13；
步骤S13，判断所述网络操作行为是否存在操作环境异常：
若是，则输出所述第一报警信息；
若否，则转向步骤S2。
优选地，其中，所述步骤S2具体包括：
步骤S21，判断所述网络操作行为是否存在密码输入错误：
若是，则输出所述第二报警信息；
若否，则转向步骤S22；
步骤S22，判断所述网络操作行为是否存在交易类异常：
若是，则输出所述第二报警信息；
若否，则转向步骤S3；
优选地，其中，所述步骤S3具体包括：
步骤S31，判断所述网络操作行为中是否存在欺诈信息库中的欺诈信息：若是，则输出所述第三报警信息；
若否，则转向步骤S32；
步骤S32，判断所述网络操作行为中是否存在失信信息库中的失信信息：若是，则输出所述第三报警信息；
若否，则转向步骤S33；
步骤S33，判断所述网络操作行为中是否存在高危账号库中的账号信息：若是，则输出所述第三报警信息；
若否，则输出所述通过信息。
上述技术方案的有益效果是：提供一种金融欺诈行为的识别方法，该方法通过对用户的当前的网络操作行为进行识别判断，进而对该行为进行危险等级的评估分类，并输出相应级别的报警信息，后台人员可以根据该报警信息对当前网络操作行为进行人工审核，来进一步确定是否需要阻止该操作行为，从而达到及时对金融欺诈行为进行的阻断目的，同时，该方法通过设置黑名单数据库，对疑似存在金融欺诈行为的账户进行量化统计，当该账户被标记达到一定数值及时发出报警信息，通知后台人员进行人工审核，对确定的金融欺诈账户采取冻结，限制交易等措施，从而对金融欺诈行为达到釜底抽薪的效果。
附图说明
图1是本发明的较佳实施例中，一种金融欺诈行为的识别方法的总体流程示意图；
图2是本发明的较佳实施例中，于图1的基础上，步骤S1前置判断的流程示意图；
图3是本发明的较佳实施例中，于图1的基础上，步骤S1的流程示意图；
图4是本发明的较佳实施例中，于图1的基础上，步骤S2的流程示意图；
图5是本发明的较佳实施例中，于图1的基础上，步骤S3的流程示意图。
具体实施方式
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，所描述的实施例仅仅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作出创造性劳动的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。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
一种金融欺诈行为的识别方法，用于对用户的网络操作行为进行识别，如图1所示，其中包括以下步骤：
步骤S1，对所述网络操作行为进行身份评估验证，并判断所述网络操作行为是否通过所述身份评估验证：
若是：则转向步骤S2；
若否：则输出一用于表示所述身份评估验证异常的第一报警信息；
步骤S2，对所述网络操作行为进行交易评估验证，并判断所述网络操作行为是否通过所述交易评估验证：
若是：则转向步骤S3；
若否：则输出一用于表示所述交易评估验证异常的第二报警信息；
步骤S3，对所述网络操作行为进行信用评估验证，并判断所述网络操作行为是否通过所述信用评估验证：
若是：则输出一用于表示所述网络操作行为不是欺诈行为的通过信息；
若否：则输出一用于表示所述信用评估验证异常的第三报警信息。
在本发明的较佳实施例中，预设一包括欺诈用户的黑名单数据库；
判断所述第三报警信息中的用户信息是否存在于所述黑名单数据库中：
若存在，所述黑名单数据库相应用户的欺诈次数加1；
若不存在，将所述用户信息加入所述黑名单数据库中。
在本发明的较佳实施例中，预设一包括欺诈用户的黑名单数据库；
在输出第一报警信息后，判断所述第一报警信息中的用户信息是否存在于所述黑名单数据库中：
若存在，则直接输出所述第三报警信息，并将所述黑名单数据库中相应用户的欺诈次数加1；
若不存在，则转向步骤S2。
在本发明的较佳实施例中，预设一包括欺诈用户的黑名单数据库；
在输出第二报警信息后，判断所述第二报警信息中的用户信息是否存在于所述黑名单数据库中：
若存在，则直接输出所述第三报警信息，并将所述黑名单数据库中相应用户的欺诈次数加1；
若不存在，则转向步骤S3。
在本发明的较佳实施例中，预设一包括欺诈用户的黑名单数据库，所述黑名单数据库中的每个所述欺诈用户关联于一欺诈次数；
如图2所示，执行所述步骤S1之前，在获取所述网络操作后，首先执行下述步骤：
步骤A1，判断所述网络操作所对应的用户是否存在于所述黑名单数据库中：
若存在，则转向步骤A2；
若不存在，则开始执行所述步骤S1；
步骤A2，判断所述用户的所述欺诈次数是否已达到一预设阈值：
若是，则直接输出所述第三报警信息，并将所述黑名单数据库中相应用户的欺诈次数加1；
若否，则开始执行所述步骤S1。
在本发明的较佳实施例中，如图3所示，所述步骤S1具体包括：
步骤S11，判断所述网络操作行为的登录设备是否为绑定认证设备：
若是，则转向步骤S12；
若否：则输出所述第一报警信息；
步骤S12，判断所述网络操作行为的地理位置是否为陌生地区：
若是，则输出所述第一报警信息；
若否，则转向步骤S13；
步骤S13，判断所述网络操作行为是否存在操作环境异常：
若是，则输出所述第一报警信息；
若否，则转向步骤S2。
在本发明的一个具体实施例中，所述操作环境异常包括：使用公共WIFI，疑似木马应用，使用IP代理。
在本发明的较佳实施例中，如图4所示，所述步骤S2具体包括：
步骤S21，判断所述网络操作行为是否存在密码输入错误：
若是，则输出所述第二报警信息；
若否，则转向步骤S22；
步骤S22，判断所述网络操作行为是否存在交易类异常：
若是，则输出所述第二报警信息；
若否，则转向步骤S3；
在本发明的一个具体实施例中，所述交易类异常包括：交易时间不在商户正常营业时间，交易频率频繁，交易商户短时间内变化多。
在本发明的较佳实施例中，如图5所示，所述步骤S3具体包括：
步骤S31，判断所述网络操作行为中是否存在欺诈信息库中的欺诈信息：
若是，则输出所述第三报警信息；
若否，则转向步骤S32；
在本发明的一个具体实施例中，所述欺诈信息库包括：设备欺诈库，
IP欺诈库，账号欺诈库，电话欺诈库，身份欺诈库，邮箱欺诈库。
步骤S32，判断所述网络操作行为中是否存在失信信息库中的失信信息：
若是，则输出所述第三报警信息；
若否，则转向步骤S33；
在本发明的一个具体实施例中，所述失信信息库包括：高法失信执行信息库，网贷失信跑路信息库，企业经营异常信息库。
步骤S33，判断所述网络操作行为中是否存在高危账号库中的账号信息：
若是，则输出所述第三报警信息；
若否，则输出所述通过信息。
在本发明的一个具体实施例中，所述高危账号信息库包括：遭遇诈骗账号信息库，邮箱密码泄露信息库，账号关联欺诈信息库。
上述技术方案的有益效果是：提供一种金融欺诈行为的识别方法，该方法通过对用户的当前的网络操作行为进行识别判断，进而对该行为进行危险等级的评估分类，并输出相应级别的报警信息，后台人员可以根据该报警信息对当前网络操作行为进行人工审核，来进一步确定是否需要阻止该操作行为，从而达到及时对金融欺诈行为进行的阻断目的，同时，该方法通过设置黑名单数据库，对疑似存在金融欺诈行为的账户进行量化统计，当该账户被标记达到一定数值及时发出报警信息，通知后台人员进行人工审核，对确定的金融欺诈账户采取冻结，限制交易等措施，从而对金融欺诈行为达到釜底抽薪的效果。
以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (8)

1.一种金融欺诈行为的识别方法，用于对用户的网络操作行为进行识别，其特征在于，包括以下步骤：
步骤S1，对所述网络操作行为进行身份评估验证，并判断所述网络操作行为是否通过所述身份评估验证：
若是：则转向步骤S2；
若否：则输出一用于表示所述身份评估验证异常的第一报警信息；
步骤S2，对所述网络操作行为进行交易评估验证，并判断所述网络操作行为是否通过所述交易评估验证：
若是：则转向步骤S3；
若否：则输出一用于表示所述交易评估验证异常的第二报警信息；
步骤S3，对所述网络操作行为进行信用评估验证，并判断所述网络操作行为是否通过所述信用评估验证：
若是：则输出一用于表示所述网络操作行为不是欺诈行为的通过信息；
若否：则输出一用于表示所述信用评估验证异常的第三报警信息。
2.根据权利要求1所述的金融欺诈行为的识别方法，其特征在于，预设一包括欺诈用户的黑名单数据库；
判断所述第三报警信息中的用户信息是否存在于所述黑名单数据库中：
若存在，所述黑名单数据库相应用户的欺诈次数加1；
若不存在，将所述用户信息加入所述黑名单数据库中。
3.根据权利要求1所述的金融欺诈行为的识别方法，其特征在于，预设一包括欺诈用户的黑名单数据库；
在输出第一报警信息后，判断所述第一报警信息中的用户信息是否存在于所述黑名单数据库中：
若存在，则直接输出所述第三报警信息，并将所述黑名单数据库中相应用户的欺诈次数加1；
若不存在，则转向步骤S2。
4.如权利要求1所述的金融欺诈行为的识别方法，其特征在于，预设一包括欺诈用户的黑名单数据库；
在输出第二报警信息后，判断所述第二报警信息中的用户信息是否存在于所述黑名单数据库中：
若存在，则直接输出所述第三报警信息，并将所述黑名单数据库中相应用户的欺诈次数加1；
若不存在，则转向步骤S3。
5.根据权利要求1所述的金融欺诈行为的识别方法，其特征在于，预设一包括欺诈用户的黑名单数据库，所述黑名单数据库中的每个所述欺诈用户关联于一欺诈次数；
执行所述步骤S1之前，在获取所述网络操作后，首先执行下述步骤：
步骤A1，判断所述网络操作所对应的用户是否存在于所述黑名单数据库中：
若存在，则转向步骤A2；
若不存在，则开始执行所述步骤S1；
步骤A2，判断所述用户的所述欺诈次数是否已达到一预设阈值：
若是，则直接输出所述第三报警信息，并将所述黑名单数据库中相应用户的欺诈次数加1；
若否，则开始执行所述步骤S1。
6.根据权利要求1所述的金融欺诈行为的识别方法，其特征在于，所述步骤S1具体包括：
步骤S11，判断所述网络操作行为的登录设备是否为绑定认证设备：
若是，则转向步骤S12；
若否：则输出所述第一报警信息；
步骤S12，判断所述网络操作行为的地理位置是否为陌生地区：
若是，则输出所述第一报警信息；
若否，则转向步骤S13；
步骤S13，判断所述网络操作行为是否存在操作环境异常：
若是，则输出所述第一报警信息；
若否，则转向步骤S2。
7.根据权利要求1所述的金融欺诈行为识别方法，其特征在于，所述步骤S2具体包括：
步骤S21，判断所述网络操作行为是否存在密码输入错误：
若是，则输出所述第二报警信息；
若否，则转向步骤S22；
步骤S22，判断所述网络操作行为是否存在交易类异常：
若是，则输出所述第二报警信息；
若否，则转向步骤S3。
8.根据权利要求1所述的金融欺诈行为识别方法，其特征在于，所述步骤S3具体包括：
步骤S31，判断所述网络操作行为中是否存在欺诈信息库中的欺诈信息：
若是，则输出所述第三报警信息；
若否，则转向步骤S32；
步骤S32，判断所述网络操作行为中是否存在失信信息库中的失信信息：
若是，则输出所述第三报警信息；
若否，则转向步骤S33；
步骤S33，判断所述网络操作行为中是否存在高危账号库中的账号信息：
若是，则输出所述第三报警信息；
若否，则输出所述通过信息。
CN201910281629.0A 2019-04-09 2019-04-09 一种金融欺诈行为的识别方法 Pending CN110047003A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910281629.0A CN110047003A (zh) 2019-04-09 2019-04-09 一种金融欺诈行为的识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910281629.0A CN110047003A (zh) 2019-04-09 2019-04-09 一种金融欺诈行为的识别方法

Publications (1)

Publication Number Publication Date
CN110047003A true CN110047003A (zh) 2019-07-23

Family

ID=67276576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910281629.0A Pending CN110047003A (zh) 2019-04-09 2019-04-09 一种金融欺诈行为的识别方法

Country Status (1)

Country Link
CN (1) CN110047003A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111882330A (zh) * 2020-07-27 2020-11-03 山东协和学院 一种金融防欺诈分析方法、装置、设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106485225A (zh) * 2016-10-13 2017-03-08 杭州维慕德科技有限公司 基于生物特性识别的身份证核验方法及系统
CN107135220A (zh) * 2017-05-08 2017-09-05 北京智能管家科技有限公司 欺诈网页检测方法、计算机设备和计算机可读存储介质
CN107767138A (zh) * 2017-10-20 2018-03-06 杭州呯嘭智能技术有限公司 在线支付反欺诈方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106485225A (zh) * 2016-10-13 2017-03-08 杭州维慕德科技有限公司 基于生物特性识别的身份证核验方法及系统
CN107135220A (zh) * 2017-05-08 2017-09-05 北京智能管家科技有限公司 欺诈网页检测方法、计算机设备和计算机可读存储介质
CN107767138A (zh) * 2017-10-20 2018-03-06 杭州呯嘭智能技术有限公司 在线支付反欺诈方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111882330A (zh) * 2020-07-27 2020-11-03 山东协和学院 一种金融防欺诈分析方法、装置、设备和存储介质

Similar Documents

Publication Publication Date Title
CN106791220B (zh) 防止电话诈骗的方法及系统
CN107767138A (zh) 在线支付反欺诈方法及系统
WO2016192495A1 (zh) 账号被盗的风险识别方法、识别装置及防控系统
JP2010539574A (ja) 侵入検知の方法およびシステム
CN106548342A (zh) 一种可信设备确定方法及装置
CN107147627A (zh) 一种基于大数据平台的网络安全防护方法及系统
CN106559419B (zh) 短信验证码的应用识别方法及识别终端
CN109859030A (zh) 基于用户行为的风险评估方法、装置、存储介质和服务器
CN109903020A (zh) 物联网安全支付平台及安全启动、防御、支付方法
CN112365341A (zh) 信贷机构反欺诈方法、装置、设备和存储介质
CN107239955A (zh) 基于北斗卫星导航系统的加强银行账户支付安全的方法
CN117993919A (zh) 一种基于多特征融合的银行反电诈数据模型构建方法
CN110705988A (zh) 受侵害行为的交互式阻断方法和系统
CN110047003A (zh) 一种金融欺诈行为的识别方法
CN115564449A (zh) 交易账户的风险管控方法、装置及电子设备
CN111754237A (zh) 一种转账交易的验证方法及装置
CN114168423A (zh) 异常号码的呼叫监控方法、装置、设备及存储介质
CN109978317A (zh) 异常交易处理方法、互动平台及计算机可读存储介质
CN110489969B (zh) 基于soar处置主机挖矿病毒的系统和电子设备
CN115442159B (zh) 一种基于家用路由的风险管控方法、系统和存储介质
CN103685146B (zh) 用于安全性信息交互的数据处理装置及方法
CN113922977A (zh) 基于移动端的反作弊方法和系统
CN115511490A (zh) 一种面向区块链的交易监测技术及方法
CN107657524A (zh) 一种基于风控管理的数据处理方法、装置及用户终端
CN113205328A (zh) 手机银行安全检测方法及数字孪生系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190723