CN110751536A - 一种风险控制方法及系统 - Google Patents
一种风险控制方法及系统 Download PDFInfo
- Publication number
- CN110751536A CN110751536A CN201910928409.2A CN201910928409A CN110751536A CN 110751536 A CN110751536 A CN 110751536A CN 201910928409 A CN201910928409 A CN 201910928409A CN 110751536 A CN110751536 A CN 110751536A
- Authority
- CN
- China
- Prior art keywords
- user
- user account
- behavior
- rule
- information
- 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 51
- 238000012954 risk control Methods 0.000 title claims abstract description 30
- 238000012544 monitoring process Methods 0.000 claims abstract description 27
- 230000009467 reduction Effects 0.000 claims abstract description 7
- 230000006399 behavior Effects 0.000 claims description 111
- 238000010223 real-time analysis Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 13
- 230000002159 abnormal effect Effects 0.000 description 9
- 230000015556 catabolic process Effects 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 230000001680 brushing effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
-
- 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
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0609—Buyer or seller confidence or verification
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种风险控制方法及系统,涉及网络监控技术领域,旨在解决现有的购票系统无法有效限制刷票者刷票的问题。其技术方案要点是,方法包括:根据业务服务制定相应的行为规则;获取与用户账号对应的唯一标识;基于唯一标识监控相应的用户账号进行业务请求时的行为数据并记录;将用户账号的行为数据与制定的行为规则进行对比并生成对比信息,对比信息包含一类特征信息或二类特征信息;若用户账号在白名单库中且其对比信息包含一类特征信息,则对相应用户账号的业务请求进行正常响应;若对比信息包含二类特征信息,则根据对比信息对相应用户账号进行会话拦截、业务优先级降低或写入黑名单库。具有能够有效防止刷票者刷票的效果。
Description
技术领域
本发明涉及网络监控技术领域,尤其是涉及一种风险控制方法及系统。
背景技术
线上红包、线上抽奖等线上活动以及线上购票等线上消费行为已成为当前人们的普遍需求,然而在大多数的业务及票务系统中,为防止黄牛党等群体的恶意抢票、恶意抢红包等行为,基本都是采用通过实名制、验证码等方式,对抢红包、抽奖等活动行为以及网上购票等购买行为进行控制。
虽然采用实名制、手机号验证等方式在一定程度上限制了黄牛等群体的恶意抢票、恶意抢红包等行为,但是遇到拥有较多的个人信息的恶意刷票群体使用虚拟机注册多个账号进行抢票或抢红包等行为时,现有的购票系统就无法判断实际的购票人是唯一的,从而无法有效限制刷票者刷票。
因此,基于以上现有购票系统中存在的问题,需要设计一种能够有效限制刷票者刷票的技术方案。
发明内容
本发明的目的是提供一种风险控制方法及系统。
发明目的一是:提供一种风险控制系统,其具有能够有效防止刷票者刷票的效果;
发明目的二是:提供一种风险控制方法,其具有能够有效防止刷票者刷票的效果。
本发明的上述发明目的一是通过以下技术方案得以实现的:
一种风险控制方法,包括识别方法A和控制方法B;
所述识别方法A包括:
根据业务服务制定相应的行为规则;
获取与用户账号对应的唯一标识;
所述控制方法B包括:
基于所述唯一标识监控相应的用户账号进行业务请求时的行为数据并记录;
将用户账号的行为数据与制定的行为规则进行对比并生成对比信息,所述对比信息包含一类特征信息或二类特征信息;
若用户账号在白名单库中且其对比信息包含一类特征信息,则对相应用户账号的业务请求进行正常响应;
若对比信息包含二类特征信息,则根据对比信息对相应用户账号进行会话拦截、业务优先级降低或写入黑名单库。
通过采用上述技术方案,首先,用户在登录账号后,会获取与其账号对应的唯一标识,以确定其身份以及进行后续行为数据的记录。当用户账号进行业务请求时,会将其行为与制定的行为规则进行对比,并根据对比信息确定对业务请求正常响应、进行会话拦截、进行业务优先级降低或者是将用户账号写入黑名单,从而有效防止了刷票者的刷票行为。
本发明进一步设置为:获取与用户账号对应的唯一标识,具体包括:
获取上次缓存的与用户账号对应的唯一标识;
当缓存中没有与用户账号对应的唯一标识时,则获取用户设备系统的IMEI作为用户账号的唯一标识;
当没有权限获取用户设备系统的IMEI时,则生成一个与用户账号对应的唯一标识并保存。
通过采用上述技术方案,能够保证用户身份的唯一性,为用户行为数据的记录和分析判断提供了有力的保障。
本发明进一步设置为:若对比信息包含二类特征信息,则根据对比信息对相应用户账号进行会话拦截、业务优先级降低或写入黑名单库,具体包括:
若对比信息包含二类特征信息,则视为用户账号违反了行为规则,并同时将用户账号的此次会话进行拦截或将用户账号的业务优先级降低;
若在一定时间范围内用户账号违反行为规则的次数大于设定阈值,则将该用户账号写入黑名单库。
通过采用上述技术方案,对用户违反行为规则提供了一定的上下限空间,避免误将用户拉黑的现象发生,提高了准确性与适应性,具备人性化。
本发明进一步设置为:还包括监控方法C,所述监控方法C包括:
针对业务请求的来源进行实时监控;
当某一地区的业务请求激增时,向业务方发送预警信息。
通过采用上述技术方案,能够针对地区进行监控,当某一地区活动请求激增时,能够及时预警响应,从而使得业务方可以针对区域性异常请求进行降级,如降低抽奖概率、拒绝请求等。
本发明进一步设置为:还包括判断方法D,所述判断方法D包括:
提取黑名单库中用户账号的行为数据和设备特征训练得到判断模型;
结合判断模型对用户账号的请求数据进行近实时分析,并在请求数据与判断模型相匹配时,将对应的用户账号写入黑名单库。
通过采用上述技术方案,能够针对应用端固定的一些敏感接口进行近实时请求数据分析,结合已有的黑名单库提取出来的一些会员、设备特征进行匹配,对于匹配成功的用户会直接拉黑,从而进一步提高了容错率,防刷票者刷票、刷红包的效果更佳,有力的保障了活动(售票、红包、抽奖等)的正常进行。
本发明的上述发明目的二是通过以下技术方案得以实现的:
一种风险控制系统,所述风险控制系统基于上述技术方案所述的风险控制方法,其包括后端业务系统和用于供用户端与后端业务系统进行数据交互的中间层接口;所述后端业务系统包括:
用于供所述中间层接口写入用户请求信息且用于基于用户的唯一标识读取用户行为轨迹的开源数据库;用于存储白名单用户的白名单库;以及,用于存储黑名单用户的黑名单库;
其中,所述开源数据库包括存储有行为规则数据的规则模块,所述规则模块用于将用户行为轨迹与存储的行为规则进行对比;当用户在白名单库中且其用户行为轨迹符合行为规则时,所述规则模块返回请求有效的判断信息;当用户行为轨迹不符合行为规则时,所述规则模块将相应的用户请求进行拦截、优先级降低或将对应的用户写入黑名单库。
通过采用上述技术方案,能够通过用户账号的用户行为轨迹对用户账号的请求进行正常返回、拦截、优先级降低或将对应的用户写入黑名单库,提高了系统的安全性,有效防止了刷票者的刷票行为,保证了后端业务系统的售票、红包、抽奖等活动的正常进行。
本发明进一步设置为:所述行为规则包括统一的用户行为和与用户一一对应的设备参数,所述用户行为包括访问轨迹、触摸操作、点击操作,所述设备参数包括传感器参数、硬件编码、软件信息。
通过采用上述技术方案,能够通过软硬件信息以及用户在软件端的操作轨迹判断用户的真实性,大大降低了被刷票者进行刷票的概率。
本发明进一步设置为:所述规则模块包括用于判断用户行为轨迹是否符合行为规则的判断单元和用于计数的计数单元;
当用户行为轨迹不符合行为规则且不符合行为规则的次数小于计数单元中预设的阈值时,所述规则模块将相应的用户请求进行拦截或将该请求的优先级降低;
当用户行为轨迹不符合行为规则的次数大于或等于计数单元中预设的次数阈值时,所述规则模块将对应的用户写入黑名单库。
通过采用上述技术方案,增加了一定的容错率,防止将用户账号进行了误拉黑操作。
本发明进一步设置为:所述开源数据库还包括对用户请求的来源进行实时监控的监控模块,所述监控模块用于当某一地区的业务请求激增时,输出一预警信息。
通过采用上述技术方案,能够对特定范围的地区内的用户账号请求进行监控,当某一地区的活动请求在短时间内激增时,能够向业务方发送一预警信息,从而供业务方进行人工判断是否对当前区域性的异常请求进行降级。
本发明进一步设置为:所述开源数据库还包括对用户请求信息进行近实时分析的判断模块,所述判断模块用于从黑名单库中提取出的若干用户的行为轨迹和设备参数与用户请求信息进行匹配,并用于将匹配成功的用户写入黑名单库。
通过采用上述技术方案,能够对用户的请求进行实时的监控,当用户的行为轨迹和设备参数与黑名单中的用户形成匹配时,会将相应的用户立即拉黑,以防止刷票者刷票,提高了风险控制的即时性。
综上所述,本发明的有益技术效果为:
1、通过将用户账号的行为数据与制定的行为规则进行对比以及白名单库和黑名单库的设置,有效防止了刷票者进行恶意刷票;
2、通过多种获取唯一标识的途径的设置,使得用户的身份确认更准确,利于精准的记录用户的行为轨迹;
3、通过对业务请求的来源进行实时监控以及对用户账号的请求数据进行近实时分析的设置,提高了容错率以及判断的即时性,使得防刷票者刷票、刷红包的效果更佳。
附图说明
图1是本发明实施例一示出的识别方法A和控制方法B的流程图;
图2是本发明实施例一示出的步骤S102的流程图;
图3是本发明实施例一示出的步骤S204的流程图;
图4是本发明实施例一示出的监控方法C的流程图;
图5是本发明实施例一示出的判断方法D的流程图;
图6是本发明实施例二示出的风险控制系统的结构示意图;
图7是本发明实施例二示出的开源数据库的结构示意图。
图中,1、后端业务系统;2、用户端;3、中间层接口;4、开源数据库;41、规则模块;42、判断单元;43、计数单元;44、监控模块;45、判断模块;5、白名单库;6、黑名单库。
具体实施方式
以下结合附图对本发明作进一步详细说明。
实施例一
参照图1,为本发明公开的一种风险控制方法,包括识别方法A、控制方法B、监控方法C和判断方法D。识别方法A包括:
S101、根据业务服务制定相应的行为规则;具体的,行为规则包括统一的用户行为,例如进行抢红包活动的访问轨迹、触摸操作、点击操作等;
S102、获取与用户账号对应的唯一标识。
参照图2,步骤S102包括以下子步骤:
S103、获取上次缓存的与用户账号对应的唯一标识;
S104、当缓存中没有与用户账号对应的唯一标识时,则获取用户设备系统的IMEI作为用户账号的唯一标识;
S105、当没有权限获取用户设备系统的IMEI时,则生成一个与用户账号对应的唯一标识并保存,以后都直接获取这一保存的唯一标识,以将用户的行为数据汇总并记录。
参照图1,控制方法B包括:
S201、基于唯一标识监控相应的用户账号进行业务请求时的行为数据并记录,该行为数据与用户账号的用户行为相对应;
S202、将用户账号的行为数据与制定的行为规则进行对比并生成对比信息,该对比信息种包含一类特征信息或二类特征信息,一类特征信息为符合行为规则,二类特征信息为不符合行为规则;
S203、若用户账号在白名单库中且其对比信息包含一类特征信息,则对相应用户账号的业务请求进行正常响应;
S204、若对比信息包含二类特征信息,则根据对比信息对相应用户账号进行会话拦截、业务优先级降低或写入黑名单库。
参照图3,步骤S204包括以下子步骤:
S205、若对比信息包含二类特征信息,则视为用户账号此次违反了行为规则,并同时将用户账号的此次会话进行拦截或将用户账号的业务优先级降低;另外,若用户账号违反了行为规则,还会获取用户的设备参数,例如用户设备的传感器参数、硬件编码、软件信息等,一旦获取的硬件参数异常或者获取不到设备参数,则直接将相应的用户账号写入黑名单库。
S206、若在一定时间范围内用户账号违反行为规则的次数大于设定阈值,则将该用户账号写入黑名单库;例如用户账号在一小时内连续违反行为规则五次,则直接将相应的用户账号写入黑名单库。
参照图4,监控方法C包括:
S301、针对业务请求的来源进行实时监控,来源即指通过IP所反映的地理位置信息;
S302、当某一地区的业务请求激增时,向业务方发送预警信息;业务方可以在收到预警信息后,可以针对区域性异常请求进行降级,如降低抽奖概率、拒绝请求等。
参照图5,判断方法D包括:
S401、提取黑名单库中用户账号的行为数据和设备特征训练得到判断模型;
S402、结合判断模型对用户账号的请求数据进行近实时分析,并在请求数据与判断模型相匹配时,将对应的用户账号写入黑名单库。
实施例二
参照图6,为本发明公开的一种基于实施例一中的风险控制方法的风险控制系统,包括后端业务系统1和中间层接口3,中间层接口3用于供用户端2与后端业务系统1进行数据交互。后端业务系统1包括白名单库5、黑名单库6和开源数据库4,白名单库5用于存储白名单用户,黑名单库6用于存储黑名单用户,开源数据库4用于供中间层接口3写入用户请求信息且用于基于用户的唯一标识读取用户行为轨迹。其中,唯一标识生成的规则为:首先,获取后端业务系统1上次缓存的唯一标识,并将读取的用户行为轨迹与该唯一标识对应;其次,当缓存中没有相应用户的唯一标识时,则后端业务系统1获取用户设备系统的IMEI作为其唯一标识;然后,若后端业务系统1没有权限获取用户设备系统的IMEI,则会生成一个唯一标识与相应用户对应并保存,下次用户登录账号后,后端业务系统1直接获取该保存的唯一标识。
参照图6和图7,开源数据库4包括规则模块41,规则模块41内存储有行为规则数据,并且规则模块41用于将用户行为轨迹与存储的行为规则进行对比。当用户在白名单库5中且其用户行为轨迹符合行为规则时,规则模块41返回请求有效的判断信息,用户端2可以和后端业务系统1进行正常交互;当用户行为轨迹不符合行为规则时,规则模块41将相应的用户请求进行拦截、优先级降低或将对应的用户写入黑名单库6。具体的,行为规则包括统一的用户行为和与用户一一对应的设备参数,用户行为包括访问轨迹、触摸操作、点击操作,设备参数包括传感器参数、硬件编码、软件信息。
参照图7,规则模块41包括用于判断用户行为轨迹是否符合行为规则的判断单元42和用于计数的计数单元43。当用户行为轨迹不符合行为规则且不符合行为规则的次数小于计数单元43中预设的阈值时,规则模块41将相应的用户请求进行拦截或将该请求的优先级降低;同时的,规则模块41会获取用户的设备参数,若用户设备参数异常,则直接将该用户写入黑名单。当用户行为轨迹不符合行为规则的次数大于或等于计数单元43中预设的次数阈值时,规则模块41将对应的用户写入黑名单库6。
参照图7,开源数据库4还包括对用户请求的来源进行实时监控的监控模块44,监控模块44用于当某一地区的业务请求激增时,向业务方输出一预警信息。业务方可以根据这一预警信息针对区域性异常请求进行降级,如降低抽奖概率、拒绝请求等。
参照图7,开源数据库4还包括判断模块45,判断模块45用于对用户请求信息进行近实时分析。具体的,判断模块45用于从黑名单库6中提取出的若干用户的行为轨迹和设备参数与实时的用户请求信息进行匹配,一旦有用户匹配成功,则将匹配成功的用户直接写入黑名单库6。
上述实施例的实施原理为:
当用户登录账号时,后端业务系统1会获取上次缓存的与用户账号对应的唯一标识;当缓存中没有该用户的唯一标识时,会获取用户设备系统的IMEI作为用户账号的唯一标识;若后端业务系统1没有权限获取用户设备系统的IMEI时,后端业务系统1会生成一个唯一标识与相应的用户账号对应并保存,在下次用户登录账号时,后端业务系统1会直接获取该保存的唯一标识,从而使得用户账号的行为轨迹等信息能够被对应且准确的保存下来。
当中间层接口3获取用户账号的请求数据后,会对该用户的用户行为轨迹进行规则判断。当用户行为轨迹不符合行为规则且不符合行为规则的次数小于计数单元43中预设的阈值时,后端业务系统1将相应的用户请求进行拦截或将该请求的优先级降低;同时的,若用户的设备参数异常,则直接将该用户写入黑名单。当用户行为轨迹不符合行为规则的次数大于或等于预设的次数阈值时,后端业务系统1将对应的用户写入黑名单库6。
在后端业务系统1运转的过程中,还会对用户请求的来源进行实时监控以及对用户请求信息进行近实时分析。具体的,当某一地区的业务请求激增时,后端业务系统1会向业务方发出一预警信息。业务方根据该预警信息,可以针对区域性异常请求进行降级,如降低抽奖概率、拒绝请求等。在对用户请求信息进行近实时分析时,后端业务系统1会从黑名单库6中提取出若干用户的行为轨迹和设备参数与实时的用户请求信息进行匹配,若有用户匹配成功,则直接将匹配成功的用户写入黑名单库6。
本具体实施方式的实施例均为本发明的较佳实施例,并非依此限制本发明的保护范围,故:凡依本发明的结构、形状、原理所做的等效变化,均应涵盖于本发明的保护范围之内。
Claims (10)
1.一种风险控制方法,其特征在于,包括识别方法A和控制方法B;
所述识别方法A包括:
根据业务服务制定相应的行为规则;
获取与用户账号对应的唯一标识;
所述控制方法B包括:
基于所述唯一标识监控相应的用户账号进行业务请求时的行为数据并记录;
将用户账号的行为数据与制定的行为规则进行对比并生成对比信息,所述对比信息包含一类特征信息或二类特征信息;
若用户账号在白名单库中且其对比信息包含一类特征信息,则对相应用户账号的业务请求进行正常响应;
若对比信息包含二类特征信息,则根据对比信息对相应用户账号进行会话拦截、业务优先级降低或写入黑名单库。
2.根据权利要求1所述的一种风险控制方法,其特征在于,获取与用户账号对应的唯一标识,具体包括:
获取上次缓存的与用户账号对应的唯一标识;
当缓存中没有与用户账号对应的唯一标识时,则获取用户设备系统的IMEI作为用户账号的唯一标识;
当没有权限获取用户设备系统的IMEI时,则生成一个与用户账号对应的唯一标识并保存。
3.根据权利要求1所述的一种风险控制方法,其特征在于,若对比信息包含二类特征信息,则根据对比信息对相应用户账号进行会话拦截、业务优先级降低或写入黑名单库,具体包括:
若对比信息包含二类特征信息,则视为用户账号违反了行为规则,并同时将用户账号的此次会话进行拦截或将用户账号的业务优先级降低;
若在一定时间范围内用户账号违反行为规则的次数大于设定阈值,则将该用户账号写入黑名单库。
4.根据权利要求1所述的一种风险控制方法,其特征在于,还包括监控方法C,所述监控方法C包括:
针对业务请求的来源进行实时监控;
当某一地区的业务请求激增时,向业务方发送预警信息。
5.根据权利要求1所述的一种风险控制方法,其特征在于,还包括判断方法D,所述判断方法D包括:
提取黑名单库中用户账号的行为数据和设备特征训练得到判断模型;
结合判断模型对用户账号的请求数据进行近实时分析,并在请求数据与判断模型相匹配时,将对应的用户账号写入黑名单库。
6.一种风险控制系统,其特征在于,所述风险控制系统基于权利要求1所述的风险控制方法,其包括后端业务系统(1)和用于供用户端(2)与后端业务系统(1)进行数据交互的中间层接口(3);所述后端业务系统(1)包括:
用于供所述中间层接口(3)写入用户请求信息且用于基于用户的唯一标识读取用户行为轨迹的开源数据库(4);用于存储白名单用户的白名单库(5);以及,用于存储黑名单用户的黑名单库(6);
其中,所述开源数据库(4)包括存储有行为规则数据的规则模块(41),所述规则模块(41)用于将用户行为轨迹与存储的行为规则进行对比;当用户在白名单库(5)中且其用户行为轨迹符合行为规则时,所述规则模块(41)返回请求有效的判断信息;当用户行为轨迹不符合行为规则时,所述规则模块(41)将相应的用户请求进行拦截、优先级降低或将对应的用户写入黑名单库(6)。
7.根据权利要求6所述的风险控制系统,其特征在于,所述行为规则包括统一的用户行为和与用户一一对应的设备参数,所述用户行为包括访问轨迹、触摸操作、点击操作,所述设备参数包括传感器参数、硬件编码、软件信息。
8.根据权利要求6所述的风险控制系统,其特征在于,所述规则模块(41)包括用于判断用户行为轨迹是否符合行为规则的判断单元(42)和用于计数的计数单元(43);
当用户行为轨迹不符合行为规则且不符合行为规则的次数小于计数单元(43)中预设的阈值时,所述规则模块(41)将相应的用户请求进行拦截或将该请求的优先级降低;
当用户行为轨迹不符合行为规则的次数大于或等于计数单元(43)中预设的次数阈值时,所述规则模块(41)将对应的用户写入黑名单库(6)。
9.根据权利要求6所述的风险控制系统,其特征在于,所述开源数据库(4)还包括对用户请求的来源进行实时监控的监控模块(44),所述监控模块(44)用于当某一地区的业务请求激增时,输出一预警信息。
10.根据权利要求7所述的风险控制系统,其特征在于,所述开源数据库(4)还包括对用户请求信息进行近实时分析的判断模块(45),所述判断模块(45)用于从黑名单库(6)中提取出的若干用户的行为轨迹和设备参数与用户请求信息进行匹配,并用于将匹配成功的用户写入黑名单库(6)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910928409.2A CN110751536A (zh) | 2019-09-28 | 2019-09-28 | 一种风险控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910928409.2A CN110751536A (zh) | 2019-09-28 | 2019-09-28 | 一种风险控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110751536A true CN110751536A (zh) | 2020-02-04 |
Family
ID=69277306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910928409.2A Pending CN110751536A (zh) | 2019-09-28 | 2019-09-28 | 一种风险控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110751536A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106453357A (zh) * | 2016-11-01 | 2017-02-22 | 北京红马传媒文化发展有限公司 | 一种网络购票异常行为的识别方法、系统及设备 |
CN108229749A (zh) * | 2018-01-16 | 2018-06-29 | 厦门快商通信息技术有限公司 | 基于深度学习的不良购票行为管理方法 |
US20180262521A1 (en) * | 2017-03-13 | 2018-09-13 | Molbase (Shanghai) Biotechnology Co., Ltd | Method for web application layer attack detection and defense based on behavior characteristic matching and analysis |
CN109064175A (zh) * | 2018-06-11 | 2018-12-21 | 阿里巴巴集团控股有限公司 | 一种账户盗用风险防控方法及装置 |
CN109842858A (zh) * | 2017-11-24 | 2019-06-04 | 中移(苏州)软件技术有限公司 | 一种业务异常订购检测方法及装置 |
-
2019
- 2019-09-28 CN CN201910928409.2A patent/CN110751536A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106453357A (zh) * | 2016-11-01 | 2017-02-22 | 北京红马传媒文化发展有限公司 | 一种网络购票异常行为的识别方法、系统及设备 |
US20180262521A1 (en) * | 2017-03-13 | 2018-09-13 | Molbase (Shanghai) Biotechnology Co., Ltd | Method for web application layer attack detection and defense based on behavior characteristic matching and analysis |
CN109842858A (zh) * | 2017-11-24 | 2019-06-04 | 中移(苏州)软件技术有限公司 | 一种业务异常订购检测方法及装置 |
CN108229749A (zh) * | 2018-01-16 | 2018-06-29 | 厦门快商通信息技术有限公司 | 基于深度学习的不良购票行为管理方法 |
CN109064175A (zh) * | 2018-06-11 | 2018-12-21 | 阿里巴巴集团控股有限公司 | 一种账户盗用风险防控方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110399925B (zh) | 账号的风险识别方法、装置及存储介质 | |
CN110213199B (zh) | 一种撞库攻击监控方法、装置、系统及计算机存储介质 | |
CN108521405B (zh) | 一种风险管控方法、装置及存储介质 | |
CN112581259B (zh) | 账户风险识别方法及装置、存储介质、电子设备 | |
CN104239758A (zh) | 一种人机识别方法及相应的人机识别系统 | |
CN112003846B (zh) | 一种信用阈值的训练、ip地址的检测方法及相关装置 | |
CN105516133A (zh) | 用户身份的验证方法、服务器及客户端 | |
CN109547426B (zh) | 业务响应方法及服务器 | |
EP3750275B1 (en) | Method and apparatus for identity authentication, server and computer readable medium | |
CN112416730A (zh) | 一种用户上网行为分析方法、装置、电子设备及存储介质 | |
CN111611519B (zh) | 一种个人异常行为检测方法及装置 | |
CN110839003A (zh) | 盗号行为识别方法、装置、计算机设备和存储介质 | |
CN109670931A (zh) | 贷款用户的行为检测方法、装置、设备及存储介质 | |
KR101666791B1 (ko) | 중요정보 부정사용 예지보안 방법 및 이를 위한 시스템 | |
CN110751536A (zh) | 一种风险控制方法及系统 | |
CN114416507A (zh) | 通信行为监控方法、装置、计算机设备及存储介质 | |
CN114006735A (zh) | 一种数据保护方法、装置、计算机设备和存储介质 | |
CN115994791A (zh) | 一种基于积分用户状态快照及量化分析的风险判定方法 | |
CN114417198A (zh) | 一种网络诈骗预警方法、装置、预警设备、系统 | |
CN110351267B (zh) | 一种社交媒体账号被盗的确定方法及装置 | |
KR20100008108A (ko) | 클라이언트 식별 방법 및 장치 | |
WO2020209744A1 (ru) | Идентификация пользователя по последовательности открываемых окон пользовательского интерфейса | |
CN111339829A (zh) | 用户身份鉴定方法、装置、计算机设备和存储介质 | |
CN111930995B (zh) | 数据处理方法及装置 | |
CN116795304B (zh) | 一种针对智慧云服务的用户信息保护方法 |
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 |