CN110874743A - 用于确定账户交易风险的方法及装置 - Google Patents

Abstract

本说明书的实施例提供了一种用于确定账户交易风险的方法及装置，在该方法中，从客户端设备接收当前交易请求，当前交易请求包括请求交易的账户和当前交易数据，并且获取账户的历史交易数据，从而在针对账户发生账号风控处理事件时，根据当前交易数据和历史交易数据来确定账户是否存在账户交易风险。

Description

用于确定账户交易风险的方法及装置

技术领域

本说明书的实施例涉及互联网技术领域，具体地，涉及一种用于确定账户交易风险的方法及装置。

背景技术

随着移动支付技术的大力推广，实体卡逐渐被取代，人们越来越倾向于在手机钱包或购物网站(例如亚马逊网，京东支付等软件)上绑定诸如信用卡或储蓄卡的实体卡(或金融介质)，进而完成在线交易。

然而，如果用户在这些软件的账户账号被不法分子盗用，并且在账户上所绑定的实体卡的核身方式(例如卡密验证)也被突破，则可能会出现账户绑卡被盗用的情况(或账户交易风险)。例如，可能会导致发生“双盗风险”——在用户账户被盗用的同时，账户中绑定的信用卡也被盗用的风险。尤其是，在国际交易场景下，针对软件程序所允许实施的核身方式是有限的(例如补全卡号)，其往往较易被不法分子突破。因此，账户交易风险会给用户带来较大的资金损失，而软件运营商一般也需要为此风险承担连带责任。

发明内容

鉴于上述问题，本说明书的实施例提供了一种用于确定账户交易风险的方法及装置，利用该方法及装置，提供了针对账户交易风险的防控策略，可以提高用户的账户资金的安全性。

根据本说明书的实施例的一个方面，提供了一种用于确定账户交易风险的方法，包括：拦截经由客户端设备发起的当前交易请求，所述当前交易请求包括账户和当前交易数据；获取所述账户的历史交易数据；以及在针对所述账户发生账号风控处理事件时，根据所述当前交易数据和所述历史交易数据确定所述账户是否存在账户交易风险。

可选地，在上述方面的一个示例中，所述当前交易数据和所述历史交易数据被模块化处理为多维度数据，其中，根据所述当前交易数据和所述历史交易数据确定所述账户是否存在账户交易风险包括：对所述当前交易数据和所述历史交易数据的各个维度数据分别进行比对分析，以确定各个数据维度上的数据变化度；根据各个数据维度上的数据变化度，确定所述账户是否存在账户交易风险。

可选地，在上述方面的一个示例中，所述账户交易风险包括多种类型的账户交易风险，并且针对每种类型的账户交易风险，各个数据维度具有对应的风险权重，其中，根据各个数据维度上的数据变化度，确定所述账户是否存在账户交易风险包括：针对各个数据维度，使用该数据维度在每种类型的账户交易风险下的风险权重来校准该数据维度上的数据变化度；针对每种类型的账户交易风险，根据各个数据维度上的经过校准后的数据变化度，确定所述账户是否存在该种类型的账户交易风险。

可选地，在上述方面的一个示例中，根据各个数据维度上的数据变化度，确定所述账户是否存在账户交易风险包括：基于各个数据维度上的数据变化度，确定各个数据维度的账户交易风险评估结果；以及在被评估为存在风险的数据维度集合中包括指定数据维度组合时，确定所述账户存在账户交易风险。

可选地，在上述方面的一个示例中，所述账号风控处理事件包括实体卡信息验证事件和/或账号信息验证事件。

可选地，在上述方面的一个示例中，所述数据维度包括以下中的任意一种：客户端设备信息维度、客户端网络环境信息维度、交易物流地址信息维度、交易商品类目信息维度和账户活跃度信息维度。

可选地，在上述方面的一个示例中，所述客户端设备信息维度包括以下中的至少一种：设备生物特征信息、账户常用设备信息、设备上的账户数量，以及设备虚拟机信息；和/或，所述客户端网络环境信息维度包括以下中的至少一种：账户常用IP信息、IP下的账户数量，以及代理IP使用信息；和/或，所述交易物流地址信息维度包括以下中的至少一种：账户常用物流地址，以及物流地址上的账户数量；和/或，所述交易商品信息类目维度包括交易商品类型；和/或所述账户活跃度信息维度包括账户支付频率。

根据本说明书的实施例的另一方面，提供了一种用于确定账户交易风险的装置，包括：交易请求拦截单元，拦截经由客户端设备发起的当前交易请求，所述当前交易请求包括账户和当前交易数据；历史交易数据获取单元，获取所述账户的历史交易数据；账户交易风险确定单元，在针对所述账户发生账号风控处理事件时，根据所述当前交易数据和所述历史交易数据确定所述账户是否存在账户交易风险。

可选地，在上述方面的一个示例中，所述当前交易数据和所述历史交易数据被模块化处理为多维度数据，所述账户交易风险确定单元包括：数据维度对比模块，对所述当前交易数据和所述历史交易数据的各个维度数据分别进行比对分析，以确定各个数据维度上的数据变化度；账户交易风险确定模块，根据各个数据维度上的数据变化度，确定所述账户是否存在账户交易风险。

可选地，在上述方面的一个示例中，所述账户交易风险包括多种类型的账户交易风险，并且针对每种类型的账户交易风险，各个数据维度具有对应的风险权重，所述账户交易风险确定模块：针对各个数据维度，使用该数据维度在每种类型的账户交易风险下的风险权重来校准该数据维度上的数据变化度；针对每种类型的账户交易风险，根据各个数据维度上的经过校准后的数据变化度，确定所述账户是否存在该种类型的账户交易风险。

可选地，在上述方面的一个示例中，所述账户交易风险确定模块：基于各个数据维度上的数据变化度，确定各个数据维度的账户交易风险评估结果；以及在被评估为存在风险的数据维度集合中包括指定数据维度组合时，确定所述账户存在账户交易风险。

可选地，在上述方面的一个示例中，所述账号风控处理事件包括实体卡信息验证事件和/或账号信息验证事件。

可选地，在上述方面的一个示例中，所述数据维度包括以下中的任意一种：客户端设备信息维度、客户端网络环境信息维度、交易物流地址信息维度、交易商品类目信息维度和账户活跃度信息维度。

根据本说明书的实施例的另一方面，提供一种计算设备，包括：至少一个处理器；以及存储器，所述存储器存储指令，当所述指令被所述至少一个处理器执行时，使得所述至少一个处理器执行如上所述的用于确定账户交易风险的方法。

根据本说明书的实施例的另一方面，提供一种机器可读存储介质，其存储有可执行指令，所述指令当被执行时使得所述机器执行如上所述的用于确定账户交易风险的方法。

附图说明

通过参照下面的附图，可以实现对于本公开内容的本质和优点的进一步理解。在附图中，类似组件或特征可以具有相同的附图标注。附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本说明书的实施例，但并不构成对本说明书的实施例的限制。在附图中：

图1示出了适于应用本说明书的实施例的账户交易环境的一示例的架构示意图；

图2示出了根据本说明书的实施例的账户风控设备的一示例的结构示意图；

图3示出了根据本说明书的实施例的用于确定账户交易风险的方法的一示例的流程图；

图4示出了根据本说明书的实施例的用于确定账户交易风险的方法的一示例的流程图；

图5示出了根据本说明书的实施例的第一实施方式的根据在数据维度上的数据变化度来确定账户交易风险的过程的流程图；

图6示出了根据本说明书的实施例的第二实施方式的根据在数据维度上的数据变化度来确定账户交易风险的过程的流程图；

图7示出了针对图4所示的用于确定账户交易风险的方法的一示例的信号处理流程示意图；

图8示出了根据本说明书的实施例的信息模块化装置的一示例的方框图；

图9示出了根据本说明书的实施例的用于确定账户交易风险的装置的一示例的方框图；

图10示出了根据本说明书的实施例的账户交易风险确定单元的一示例的方框图；

图11示出了根据本说明书的实施例的用于确定账户交易风险的计算设备的一示例的硬件结构图。

具体实施方式

以下将参考示例实施方式讨论本文描述的主题。应该理解，讨论这些实施方式只是为了使得本领域技术人员能够更好地理解从而实现本文描述的主题，并非是对权利要求书中所阐述的保护范围、适用性或者示例的限制。可以在不脱离本说明书内容的保护范围的情况下，对所讨论的元素的功能和排列进行改变。各个示例可以根据需要，省略、替代或者添加各种过程或组件。另外，相对一些示例所描述的特征在其它例子中也可以进行组合。

如本文中使用的，术语“包括”及其变型表示开放的术语，含义是“包括但不限于”。术语“基于”表示“至少部分地基于”。术语“一个实施例”和“一实施例”表示“至少一个实施例”。术语“另一个实施例”表示“至少一个其他实施例”。术语“第一”、“第二”等可以指代不同的或相同的对象。下面可以包括其他的定义，无论是明确的还是隐含的。除非上下文中明确地指明，否则一个术语的定义在整个说明书中是一致的。

此外，如本文中使用的，术语“账户风险”可以表示账户的各种类型的风险，一般包括账户账号风险和账户交易风险。术语“账户账号风险”可以表示账户的账号被盗用的风险。术语“账户交易风险”可以表示账户账号被盗用之后，同时账户所关联的实体卡(包括诸如信用卡和储蓄卡之类的金融介质)被盗刷的风险(例如，双盗风险)。

术语“账号风控处理事件”可以表示在账户风控设备发现账户的账号信息存在被盗用的风险时所采用的身份核实(下文中也称为“核身”)措施。示例性地，账号风控处理事件可以包括以下中的至少一者：账号信息验证事件，其可以表示验证用户所输入的账号信息(例如，账户账号和账户密码)是否正确；实体卡信息验证事件，其可以表示验证用户所输入的实体卡信息与对应账户所关联的实体卡信息是否一致；短信码校验事件，其可以表示验证用户所输入的短信验证码是否与针对账户的手机所收到的验证码一致；生物特征核实事件，其可以表示验证用户的生物特征信息(例如人脸特征信息、指纹特征信息，及虹膜特征信息等)是否与针对账户预设置的生物特征信息相匹配，等等。

应理解的是，不同的账号风控处理事件所对应的核身等级是不同的，例如短信码校验事件和生物特征核实事件可以表示较高核身等级(或有效核身方式)的账号风控处理事件，而实体卡信息验证事件和账号信息验证事件可以表示较低核身等级的账号风控处理事件。另外，由于不同国家或地区的法律法规的限制，使得在一些国家或地区不允许网络运营商采用较高核身等级的账号风控处理事件，甚至在用户登录账户的账号并利用账户所关联的实体卡进行交易的整个过程中所采用的都是低等级的风控处理事件(例如，仅要求补全卡号或验证支付密码就能完成交易)，导致出现双盗风险的概率较高。

现在结合附图来描述本说明书的实施例的用于确定账户交易风险的方法及装置。

图1示出了适于应用本说明书的实施例的账户交易环境100的一示例的架构示意图。

如图1所示，账户交易环境100包括客户端102、104和106，以及服务端112，其中，客户端102、客户端104和客户端106可以是诸如台式机、笔记本电脑和手机之类的终端设备。并且，终端设备与服务端之间可以通过网络进行通信互联。在一些示例中，终端设备上可以安装由服务端所运营的应用程序(例如可以使用移动支付功能的网站、手机钱包等)，通过用户操作登录相应的账户，并触发向服务端112发送交易请求，以由服务端112为各个终端设备的用户提供账户交易服务。

这里，服务端112在为各个终端设备提供账户交易服务的过程中可以获取账户相关数据(包括交易数据)，并将数据信息进行存储以形成历史交易数据。另外，服务端112中设置有账户风控设备20。账户风控设备20能够确定账户是否存在账户风险，尤其是能够基于账户相关数据来实时地确定当前交易是否存在账户交易风险。

图2示出了根据本说明书的实施例的账户风控设备20的一示例的结构示意图。

这里，账户风控设备20包括风控处理事件数据库210、信息模块化装置800和账户交易风险确定装置900。并且，风控处理事件数据库210可以存储针对各个账户的账号风控处理事件，例如当账户发生账号异常行为(例如账号异地登录)时，触发账户风控设备20对账户的登录用户的身份执行账号信息验证操作(例如，验证账号登录密码)，从而生成账号风控处理事件。另外，在用户登录账户的账号之后，可以针对账户所关联的实体卡而发出交易请求。这里，信息模块化装置800可以将交易请求中的账户交易数据按照设定的数据维度进行模块化处理，以将账户交易数据中的信息分至不同的模块化信息。进而，账户交易风险确定装置900可以从信息模块化装置800得到模块化信息，并从风控处理事件数据库210中获取针对各个账户的账号风控处理事件，以执行针对账户交易风险的确定操作(例如，参考如图3-7所示的操作)，实现根据所确定的账户交易风险结果而进行相应的交易处理动作(例如确认执行交易或拒绝执行交易)。

应理解的是，图2中所示出的账户风控设备20的连接结构仅用作示例，例如信息模块化装置800可以是非必需的而在账户风控设备20中被省略，或者信息模块化装置800还可以是被配置成账户交易风险确定装置900的功能组件，等等。

图3示出了根据本说明书的实施例的用于确定账户交易风险的方法(下文也称为账户交易风险确定方法)的一示例的流程图。

如图3所示的流程300，在块310中，拦截经由客户端设备发起的当前交易请求。

这里，在服务端收到经由客户端设备所发起的当前交易请求时，说明用户已经登录了相应的账户账号，并请求针对账户所关联的实体卡进行交易操作。具体地，(例如，可以由账户交易风险确定装置900)基于对应当前交易请求所对应的当前交易数据来确定账户交易风险。

应理解的是，交易数据中存在诸如交易时间、客户端设备IP和交易金额之类的多个数据信息。另外，还可以对交易数据中的数据信息进行模块化处理，以确定各个数据信息所对应的数据维度。这里，数据维度可以表示至少一种数据维度，例如在客户端设备信息维度中可以包括设备生物特征信息(例如设备指纹信息等)、设备上的账户数量，以及设备虚拟机信息等多个数据维度信息。

接着，在块320中，获取账户的历史交易数据。

应理解的是，用户登录账户的客户端在过往交易的过程中会在服务端产生历史交易数据，并在服务端或数据库中进行存储。

接着，在块330中，判断针对该账户是否发生账号风控处理事件。

如上面所描述的，当针对账户账号存在异常行为(例如异地登录)时，会触发账户风控设备进行风控处理(或者账号信息验证操作)，从而发生账号风控处理事件。进一步地，还可以通过判断在当前交易请求被拦截前的设定时间段(例如一周)内是否发生账号风控处理事件，来有效防控不法分子在盗取账户账号的设定时间段后再实施盗刷账户资金的风险情况。

接着，在块341中，若针对账户未发生账号风控处理事件，则确认执行该交易请求。

这里，出现账户交易风险的前提是账户账号被盗用。并且，在账号被盗用时，一般都会触发账户风控设备发生账号风控处理事件。鉴于此，在本实施例中，可以依据账号风控处理事件来触发针对账户交易风险的确定操作(或检测操作)，也就是在不存在账号风控处理事件时就基本可以确定不存在账户交易风险，这样只需对部分交易请求的交易风险进行识别，可以提高针对账户交易请求进行风险处理的效率。

另外，在块342中，若针对账户发生账号风控处理事件，则根据当前交易数据和历史交易数据确定账户是否存在账户交易风险。

这里，可以基于当前交易数据和历史交易数据进行风险计算，并根据风险计算值来确定是否存在账户交易风险。另外，还可以将当前交易数据和历史交易数据进行比较，例如在各个数据维度上进行比较，以确定相应的数据信息突变情况，从而确定是否存在账户交易风险。

在本说明书的实施例的一个示例中，虽然发生了账号风控处理事件，但是如果该账号风控处理事件是对应较高核身等级的账号风控处理事件(例如生物特征核实事件或者短信码校验事件)，则也可以确认不存在账户交易风险。也就是说，在上述块330中的判断操作可以是针对较低核身等级的账号风控处理事件而进行的，这样可以只在发生了对应较低核身等级的账号风控处理事件(例如实体卡信息验证事件和/或账号信息验证事件)时，才执行针对账户交易风险的确认操作，可以避免对正常用户的干扰。

图4示出了根据本说明书的实施例的账户交易风险确定方法的一示例的流程图。

如图4所示的流程400，在块410中，拦截经由客户端设备发起的当前交易请求。

关于块410的操作，可以参照图3中参考块310的操作的相关描述。

接着，在块420中，将当前交易请求中的当前交易数据模块化处理为多维度数据。

这里，可以按照预设的多个数据维度，将当前交易数据进行模块化处理，以得到对应的多维度数据。示例性地，数据维度包括以下中的任意一种：客户端设备信息维度、客户端网络环境信息维度、交易物流地址信息维度、交易商品信息维度和账户活跃度维度。进而，将交易数据中的信息按照数据维度进行模块化处理，以得到对应的多维度数据，例如可以将交易数据中的设备生物特征信息、设备上的账户数量和设备虚拟机信息都确定为客户端设备信息维度，将账户常用物流地址和物流地址上的账户数量都确定为交易物流地址信息维度，等等。

接着，在块430中，获取账户的历史交易数据，该历史交易数据也被模块化处理为多维度数据。

这里，针对对应历史交易数据的多维度数据的模块化处理操作，可以参照上述从当前交易数据到相应的多维度数据的操作的相关描述。

接着，在块440中，判断针对该账户是否发生账号风控处理事件。

关于块440的操作，可以参照图3中参考块330的操作的相关描述。

接着，在块451中，在针对该账户未发生账号风控处理事件时，则确认执行该交易请求。

关于块451的操作，可以参照图3中参考块341的操作的相关描述。

另外，在块452中，在针对账户发生风控处理事件时，对当前交易数据和历史交易数据的各个维度数据分别进行比对分析，以确定各个数据维度上的数据变化度。

举例来说，一方面，数据维度上的数据变化度包括“变化”和“未变化”，例如可以用“1”和“0”来进行区别表示。示例性地，针对客户端设备信息维度，可以简单地以此两个维度值进行区分。另一方面，数据维度上的数据变化度可以用对应历史维度值和当前维度值经过计算(例如通过评分卡模型)而确定的数值，以量化维度突变情况。示例性地，针对客户端网络环境信息可以用“0～100”来表示相应的数据变化度，例如若在“0～100”中所对应的数值越大，则表示客户端网络环境信息的突变情况越严重。

接着，在块460中，根据各个数据维度上的数据变化度，确定该账户是否存在账户交易风险。示例性地，可以同时考虑客户端设备信息维度、客户端网络环境信息维度等多个数据维度上的数据变化度，能够较全面地覆盖多个账户交易风险场景，进而得出针对账户交易风险的判断结果。这里，在确定账户交易风险结果的过程中所涉及的风险数据维度可以是针对所有数据维度或针对部分数据维度的组合，具体细节将在下文中描述。

图5示出了根据本说明书的实施例的第一实施方式的根据各个数据维度上的数据变化度来确定账户交易风险的过程的流程图。

如图5所示，在块510中，针对各个数据维度，使用该数据维度在每种类型的账户交易风险下的风险权重来校准该数据维度上的数据变化度。

应理解的是，账户交易风险的类型(可以涉及一个或多个账户交易风险场景)可以是多样化的，而在不同账户交易风险类型下各个数据维度针对账户交易风险所产生的影响程度(或风险权重)可能是不一样的。示例性地，一方面，客户端设备信息维度所对应的风险权重在一些账户交易风险类型(例如所有账户交易风险场景)下可以大于交易商品类目信息维度所对应的风险权重。另一方面，客户端设备信息维度在不同的账户交易风险类型下所对应的风险权重可能也是不一样的。

举例来说，第一账户交易风险类型可以表示：盗窃团伙盗用账户在网站上大量刷单，并且在同一收货地点集中销赃，此时一个物流地址会同时对应多个账户数量。第二账户交易风险类型可以表示：盗窃团伙使用在同一个IP网段下的多个终端设备盗用账户在网站上进行交易。这样，针对第一账户交易风险类型，账户常用物流地址和物流地址上的账户数量(即，交易物流地址信息维度)所对应的风险权重相对较高。然而，针对第二账户交易风险类型，账户常用IP信息和IP下的账户数量(即，客户端网络环境信息维度)所对应的风险权重相对较高。另外，为了保障所确定的账户交易风险结果的可靠性，以避免对正常用户的使用造成干扰，还需要考虑其他数据维度，例如，针对第一账户交易风险类型和第二账户交易风险类型，还需要考虑诸如账户常用设备信息和设备生物特征信息的客户端设备信息维度，并且客户端设备信息维度针对第一账户交易风险类型和第二账户交易风险类型分别所对应的风险权重可以是不同的。

需说明的是，针对不同账户交易风险类型的各个数据维度的风险权重可以是预先设置的。可附加或可替换地，该风险权重也可以是通过机器学习模型来进行确定或调整的。

接着，在块520中，针对每种类型的账户交易风险，根据各个数据维度上的经过校准后的数据变化度，确定账户是否存在该种类型的账户交易风险。

举例来说，假设存在{m}个账户交易风险类型，{n}个数据维度，针对第p个类型的账户交易风险在q数据维度所对应的风险权重是W_pq，针对第q个数据维度分别所对应的数据变化度为V_q，其中p为选自{m}中的任意一者，q为选自{n}中的任意一者。进而，针对各种账户交易风险类型的各个数据维度的经校准后的数据变化度为V_校准＝∑(W_pq×V_q)，然后可以将V_校准与预设值进行比较，从而确定是否存在对应各种类型的账户交易风险。

在本说明书的实施例中，在确定账户交易风险的过程中，使用了各个数据维度的数据变化度，并通过针对账户交易风险类型下各个数据维度的风险权重进行校准。这样，每个数据维度的模块化信息针对不同的账户交易风险类型分别独立地产生作用，并且可以基于风险权重来调整各个模块化信息针对不同账户交易风险类型的影响程度，由此提高了所确定的账户交易风险的可靠性。

图6示出了根据本说明书的实施例的第二实施方式的根据在数据维度上的数据变化度来确定账户交易风险的过程的流程图。

在块610中，基于各个数据维度上的数据变化度，确定各个数据维度的账户交易风险评估结果。

示例性地，针对各个数据维度分别存在相应的变化度阈值，进而将各个数据变化度与对应的变化度阈值进行比较，从而确定各个数据维度的账户交易风险评估结果是“存在风险”或“不存在风险”。

接着，在块620中，在被评估为存在风险的数据维度集合中包括指定数据维度组合时，确定账户存在账户交易风险。应理解的是，指定数据维度组合可以是与账户交易风险场景相关联的，并且单一的数据维度可能是难以可靠地确定账户交易风险的，例如仅交易商品信息类目维度上的信息突变可能无法可靠地确定是否存在账户交易风险，其还需要与账户活跃度信息维度和客户端设备信息维度等多个维度的数据变化度综合考量。也就是说，指定数据维度组合包括客户端设备信息维度、账户活跃度信息维度和交易商品类目信息维度，并且，若在上述这几个数据维度都发生了较大的数据变化度，则可以确定对应账户存在账户交易风险。

在本说明书的实施例中，每个数据维度的模块化信息在风险评估时独立地产生作用，并且基于被评估为风险的数据维度集合与指定数据维度的组合的比较来确定账户交易风险，使得可以通过调整指定数据维度组合来适应多样化的账户交易风险场景，也还保障了所确定的账户交易风险结果的可靠性。

图7示出了针对图4所示的账户交易风险确定方法的示例性的信号处理流程示意图。

如图7所示，在块710中，拦截当前交易请求，并确定当前交易请求所对应的当前交易数据。

接着，在块720中，基于信息模块化装置800对当前交易请求所指示的当前交易数据按照数据维度进行模块化处理。同样地，在过往收到历史交易数据时，也会对历史交易数据进行模块化处理，并将经模块化处理的信息进行存储，从而得到模块化的历史交易数据。在本实施例中，信息模块化装置800是作为账户交易风险确定装置900的功能组件而存在的。但应理解的是，该信息模块化装置800还可以是被配置在账户交易风险确定装置900的外部(例如，可以参照如图2的示例)。

参照图8的示例，信息模块化装置800具有多个模块化单元，且各个模块化单元能够将交易数据中的数据信息针对特定数据维度进行模块化处理。示例性地，信息模块化装置800包括客户端设备信息模块化单元810、客户端网络环境信息模块化单元820、交易物流地址信息模块化单元830、交易商品类目信息模块化单元840和账户活跃度信息模块化单元850。

这里，各个信息模块化单元能够确定交易数据中各个数据信息的数据维度，例如客户端设备信息模块化单元810将设备生物特征信息、设备上的账户数量和/或设备虚拟机信息确定为客户端设备信息维度，客户端网络环境信息模块化单元820可以确定账户常用IP信息、IP下的账户数量和/或代理IP使用信息为客户端网络环境信息维度，交易物流地址信息模块化单元830可以确定账户常用物流地址和/或物流地址上的账户数量为交易物流地址信息维度，交易商品类目信息模块化单元840可以确定交易商品类目为交易商品类目信息维度，账户活跃度信息模块化单元850可以确定账户支付频率为账户活跃度信息维度。

示例性地，在收到交易数据之后，信息模块化组件会基于上述各个模块化部件分别对交易数据中的各个数据信息进行模块化处理，并对交易数据中未被模块化处理的数据信息进行数据清洗。

进而，将模块化历史交易数据和模块化当前交易数据发送至账户交易风险确定装置900，以进行针对交易风险的确定操作。

接着，在块730中，判断设定时间段(或近期)内是否存在账号风控处理事件。

在一些账户盗用场景下，不法分子在成功盗用账户账号信息之后，其并不会马上进行针对账户绑卡实施的账户交易风险行为，例如不法分子会等待1周之后再实施后续的账户交易行为。这里，考虑到了针对设定时间段(例如设定为1周或1周以上)的账号风控处理事件，能够有效处理上述账户交易风险场景。

接着，如果在近期并不存在风控处理事件，则执行交易。

另外，在块740中，如果在近期存在风控处理事件，则在各个信息模块上对应地分析对比历史交易数据和当前交易数据。

示例性地，将客户端设备信息维度的数据信息进行比较分析，例如当前客户端设备的设备生物特征信息相对于过往历史是否存在或遭到修改，当前客户端设备是否为历史交易数据所指示的常用设备，当前客户端设备的账户数量在发生账号风控处理事件前后一段时间内的变化情况，以及当前客户端设备是否使用虚拟机或模拟器(另外，还可以基于历史交易数据确认账户是否有使用虚拟机或模拟器的记录)。

示例性地，针对客户端网络环境信息维度，可以判断当前客户端设备IP是否是账户常用IP(账户常用IP可以是基于历史交易数据来确定的)，当前IP账户数量在发生账号风控处理事件前后一段时间内的变化情况，当前交易是否使用代理IP(另外，还可以基于历史交易数据确认账户是否有使用代理IP交易的习惯)。

示例性地，针对交易物流地址信息维度，可以判断当前交易的物流地址是否是账户常用物流地址(常用物流地址可以是基于历史交易数据来确定的)，统计当前物流地址账户数量(也就是，当前交易数据中的物流地址同时对应着多少账户或订单发起人)在发生风控处理事件前后一段时间内的变化情况。

示例性地，针对交易商品类目信息维度，可以判断当前账户购买的商品类型与历史购买的主要商品类型是否一致。

示例性地，针对账户活跃度信息维度，可以统计账户交易数量在发生风控处理事件前后一段时间内的变化情况，例如可以计算在账号风控处理事件前后用户的支付频率。

另外，在对历史交易数据和当前交易数据进行比对分析时，可以确定出在对应数据维度上的数据变化度。示例性地，在确定客户端设备信息维度的数据变化度时，可以综合考虑设备生物特征信息、账户常用设备信息、客户端设备的账户数量变化信息和虚拟机使用信息等多个方面的信息变化情况，从而确定该维度的数据变化度(例如，可以应用评分卡模型)。

相似地，针对客户端网络环境信息维度、交易物流地址信息维度、交易商品类目信息维度和账户活跃度维度的数据变化度的处理，也可以参照上面针对客户端信息维度的操作。

接着，在块750中，基于针对各个维度的对比结果来确定是否存在账户交易风险。这里，如果识别不存在交易风险，则可以执行交易。另外，如果识别存在交易风险，则可以拒绝执行交易。

具体地，可以结合针对多个(例如所有的)数据维度的数据变化度来确定是否存在账户交易风险。应理解的是，账户交易风险类型是多样化的，而在每个账户交易风险类型下各个数据维度所起到的影响作用是不一样的。也就是说，一个数据维度在第一账户交易风险类型下是有影响的(或影响较大的)，而该数据维度在第二账户交易风险类型下是没有影响的(或影响较小的)。

在本说明书的实施例中，可以对账户交易风险进行实时分析判断和拦截，从而起到较佳的账户交易风控效果。另外，通过对账户交易数据中的信息按照数据维度进行模块化处理，使得各个数据维度的模块化信息可以以在针对账户交易风险的确定过程中独立地发挥作用，能够较佳地适应于复杂多变的账户交易风险场景。

图9示出了根据本说明书的实施例的用于确定账户交易风险的装置900(在下文中也被称为“账户交易风险确定装置”)的一示例的方框图。

如图9所示，账户交易风险确定装置900包括标的交易请求拦截单元910、历史交易数据获取单元920和账户交易风险确定单元930。

交易请求拦截单元910拦截经由客户端设备发起的当前交易请求，所述当前交易请求包括账户和当前交易数据。交易请求拦截单元910的操作可以参照上面参考图3描述的块310的操作。

历史交易数据获取单元920获取所述账户的历史交易数据。历史交易数据获取单元920的操作可以参照上面参考图3描述的块320的操作。

账户交易风险确定单元930在针对所述账户发生账号风控处理事件时，根据所述当前交易数据和所述历史交易数据确定所述账户是否存在账户交易风险。历史交易数据获取单元930的操作可以参照上面参考图3描述的块330的操作。

图10示出了根据本说明书的实施例的账户交易风险确定单元的一示例的方框图。

如图10所示，账户交易风险确定单元930包括数据维度对比模块931和账户交易风险确定模块932，这里，当前交易数据和历史交易数据被模块化处理为多维度数据。

数据维度对比模块931对所述当前交易数据和所述历史交易数据的各个维度数据分别进行比对分析，以确定各个数据维度上的数据变化度。数据维度对比模块931的操作可以参照上面参考图4描述的块452的操作。

账户交易风险确定模块932根据各个数据维度上的数据变化度，确定所述账户是否存在账户交易风险。账户交易风险确定模块932的操作可以参照上面参考图4描述的块460的操作。

进一步地，所述账户交易风险包括多种类型的账户交易风险，并且针对每种类型的账户交易风险，各个数据维度具有对应的风险权重，账户交易风险确定模块932：针对各个数据维度，使用该数据维度在每种类型的账户交易风险下的风险权重来校准该数据维度上的数据变化度，以及针对每种类型的账户交易风险，根据各个数据维度上的经过校准后的数据变化度，确定所述账户是否存在该种类型的账户交易风险。这里，账户交易风险确定模块932的操作可以参照上面参考图5中各个块所描述的操作。

进一步地，账户交易风险确定模块932基于各个数据维度上的数据变化度，确定各个数据维度的账户交易风险评估结果，以及在被评估为存在风险的数据维度集合中包括指定数据维度组合时，确定所述账户存在账户交易风险。这里，账户交易风险确定模块932的操作可以参照上面参考图6中各个块所描述的操作。

进一步地，所述账号风控处理事件包括实体卡信息验证事件和/或账号信息验证事件。

进一步地，所述数据维度包括以下中的任意一种：客户端设备信息维度、客户端网络环境信息维度、交易物流地址信息维度、交易商品类目信息维度和账户活跃度信息维度。

如上参照图1到图10，对根据本说明书的用于确定账户交易风险的方法及装置的实施例进行了描述。在以上对方法实施例的描述中所提及的细节，同样适用于本说明书的装置的实施例。上面的用于确定账户交易风险的装置可以采用硬件实现，也可以采用软件或者硬件和软件的组合来实现。

图11示出了根据本说明书的实施例的用于确定账户交易风险的计算设备1100的一示例的硬件结构图。如图11所示，计算设备1100可以包括至少一个处理器1110、存储器(例如，非易失性存储器)1120、内存1130和通信接口1140，并且至少一个处理器1110、存储器1120、内存1130和通信接口1140经由总线1160连接在一起。至少一个处理器1110执行在存储器中存储或编码的至少一个计算机可读指令(即，上述以软件形式实现的元素)。

在一个实施例中，在存储器中存储计算机可执行指令，其当执行时使得至少一个处理器1110：拦截经由客户端设备发起的当前交易请求，所述当前交易请求包括账户和当前交易数据；获取所述账户的历史交易数据；以及在针对所述账户发生账号风控处理事件时，根据所述当前交易数据和所述历史交易数据确定所述账户是否存在账户交易风险。

应该理解，在存储器1120中存储的计算机可执行指令当执行时使得至少一个处理器1110进行本说明书的各个实施例中以上结合图1-10描述的各种操作和功能。

在本说明书中，计算设备1100可以包括但不限于：个人计算机、服务器计算机、工作站、桌面型计算机、膝上型计算机、笔记本计算机、移动计算设备、智能电话、平板计算机、蜂窝电话、个人数字助理(PDA)、手持装置、消息收发设备、可佩戴计算设备、消费电子设备等等。

根据一个实施例，提供了一种比如机器可读介质的程序产品。机器可读介质可以具有指令(即，上述以软件形式实现的元素)，该指令当被机器执行时，使得机器执行本说明书的各个实施例中以上结合图1-10描述的各种操作和功能。具体地，可以提供配有可读存储介质的系统或者装置，在该可读存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置的计算机或处理器读出并执行存储在该可读存储介质中的指令。

在这种情况下，从可读介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此机器可读代码和存储机器可读代码的可读存储介质构成了本发明的一部分。

可读存储介质的实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD-RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机上或云上下载程序代码。

本领域技术人员应当理解，上面说明书的各个实施例可以在不偏离发明实质的情况下做出各种变形和修改。因此，本发明的保护范围应当由所附的权利要求书来限定。

需要说明的是，上述各流程和各系统结构图中不是所有的步骤和单元都是必须的，可以根据实际的需要忽略某些步骤或单元。各步骤的执行顺序不是固定的，可以根据需要进行确定。上述各实施例中描述的装置结构可以是物理结构，也可以是逻辑结构，即，有些单元可能由同一物理实体实现，或者，有些单元可能分由多个物理实体实现，或者，可以由多个独立设备中的某些部件共同实现。

以上各实施例中，硬件单元或模块可以通过机械方式或电气方式实现。例如，一个硬件单元、模块或处理器可以包括永久性专用的电路或逻辑(如专门的处理器，FPGA或ASIC)来完成相应操作。硬件单元或处理器还可以包括可编程逻辑或电路(如通用处理器或其它可编程处理器)，可以由软件进行临时的设置以完成相应操作。具体的实现方式(机械方式、或专用的永久性电路、或者临时设置的电路)可以基于成本和时间上的考虑来确定。

上面结合附图阐述的具体实施方式描述了示例性实施例，但并不表示可以实现的或者落入权利要求书的保护范围的所有实施例。在整个本说明书中使用的术语“示例性”意味着“用作示例、实例或例示”，并不意味着比其它实施例“优选”或“具有优势”。出于提供对所描述技术的理解的目的，具体实施方式包括具体细节。然而，可以在没有这些具体细节的情况下实施这些技术。在一些实例中，为了避免对所描述的实施例的概念造成难以理解，公知的结构和装置以框图形式示出。

本公开的内容的上述描述被提供来使得本领域任何普通技术人员能够实现或者使用本说明书内容。对于本领域普通技术人员来说，对本公开的内容进行的各种修改是显而易见的，并且，也可以在不脱离本公开的内容的保护范围的情况下，将本文所定义的一般性原理应用于其它变型。因此，本公开的内容并不限于本文所描述的示例和设计，而是与符合本文公开的原理和新颖性特征的最广范围相一致。

Claims (15)

1.一种用于确定账户交易风险的方法，包括：

拦截经由客户端设备发起的当前交易请求，所述当前交易请求包括账户和当前交易数据；

获取所述账户的历史交易数据；以及

在针对所述账户发生账号风控处理事件时，根据所述当前交易数据和所述历史交易数据确定所述账户是否存在账户交易风险。

2.如权利要求1所述的方法，其中，所述当前交易数据和所述历史交易数据被模块化处理为多维度数据，

其中，根据所述当前交易数据和所述历史交易数据确定所述账户是否存在账户交易风险包括：

对所述当前交易数据和所述历史交易数据的各个维度数据分别进行比对分析，以确定各个数据维度上的数据变化度；

根据各个数据维度上的数据变化度，确定所述账户是否存在账户交易风险。

3.如权利要求2所述的方法，其中，所述账户交易风险包括多种类型的账户交易风险，并且针对每种类型的账户交易风险，各个数据维度具有对应的风险权重，

其中，根据各个数据维度上的数据变化度，确定所述账户是否存在账户交易风险包括：

针对各个数据维度，使用该数据维度在每种类型的账户交易风险下的风险权重来校准该数据维度上的数据变化度；

针对每种类型的账户交易风险，根据各个数据维度上的经过校准后的数据变化度，确定所述账户是否存在该种类型的账户交易风险。

4.如权利要求2所述的方法，其中，根据各个数据维度上的数据变化度，确定所述账户是否存在账户交易风险包括：

基于各个数据维度上的数据变化度，确定各个数据维度的账户交易风险评估结果；以及

在被评估为存在风险的数据维度集合中包括指定数据维度组合时，确定所述账户存在账户交易风险。

5.如权利要求1所述的方法，其中，所述账号风控处理事件包括实体卡信息验证事件和/或账号信息验证事件。

6.如权利要求2所述的方法，其中，所述数据维度包括以下中的任意一种：客户端设备信息维度、客户端网络环境信息维度、交易物流地址信息维度、交易商品类目信息维度和账户活跃度信息维度。

7.如权利要求6所述的方法，其中：

所述客户端设备信息维度包括以下中的至少一种：设备生物特征信息、账户常用设备信息、设备上的账户数量，以及设备虚拟机信息；和/或，

所述客户端网络环境信息维度包括以下中的至少一种：账户常用IP信息、IP下的账户数量，以及代理IP使用信息；和/或，

所述交易物流地址信息维度包括以下中的至少一种：账户常用物流地址，以及物流地址上的账户数量；和/或，

所述交易商品信息类目维度包括交易商品类型；和/或，

所述账户活跃度信息维度包括账户支付频率。

8.一种用于确定账户交易风险的装置，包括：

交易请求拦截单元，拦截经由客户端设备发起的当前交易请求，所述当前交易请求包括账户和当前交易数据；

历史交易数据获取单元，获取所述账户的历史交易数据；

账户交易风险确定单元，在针对所述账户发生账号风控处理事件时，根据所述当前交易数据和所述历史交易数据确定所述账户是否存在账户交易风险。

9.如权利要求8所述的装置，其中，所述当前交易数据和所述历史交易数据被模块化处理为多维度数据，所述账户交易风险确定单元包括：

数据维度对比模块，对所述当前交易数据和所述历史交易数据的各个维度数据分别进行比对分析，以确定各个数据维度上的数据变化度；

账户交易风险确定模块，根据各个数据维度上的数据变化度，确定所述账户是否存在账户交易风险。

10.如权利要求9所述的装置，其中，所述账户交易风险包括多种类型的账户交易风险，并且针对每种类型的账户交易风险，各个数据维度具有对应的风险权重，所述账户交易风险确定模块：

针对各个数据维度，使用该数据维度在每种类型的账户交易风险下的风险权重来校准该数据维度上的数据变化度；

针对每种类型的账户交易风险，根据各个数据维度上的经过校准后的数据变化度，确定所述账户是否存在该种类型的账户交易风险。

11.如权利要求9所述的装置，其中，所述账户交易风险确定模块：

基于各个数据维度上的数据变化度，确定各个数据维度的账户交易风险评估结果；以及

在被评估为存在风险的数据维度集合中包括指定数据维度组合时，确定所述账户存在账户交易风险。

12.如权利要求8所述的装置，其中，所述账号风控处理事件包括实体卡信息验证事件和/或账号信息验证事件。

13.如权利要求9所述的装置，其中，所述数据维度包括以下中的任意一种：客户端设备信息维度、客户端网络环境信息维度、交易物流地址信息维度、交易商品类目信息维度和账户活跃度信息维度。

14.一种计算设备，包括：

至少一个处理器；以及

存储器，所述存储器存储指令，当所述指令被所述至少一个处理器执行时，使得所述至少一个处理器执行如权利要求1到7中任一所述的方法。

15.一种机器可读存储介质，其存储有可执行指令，所述指令当被执行时使得所述机器执行如权利要求1到7中任一所述的方法。

Images