CN111177157A - 账户黑名单检测方法及系统 - Google Patents

Abstract

一种账户黑名单检测方法及系统，具体包含：获取关系数据库中黑名单账户信息，根据黑名单账户信息中银行卡号的开户行及标识代码进行分区，获得黑名单账户对应的关系表并根据关系表中账户栏位建立索引；根据各黑名单账户的关系表中黑名单状态及访问频率于对应关系表中的占有比例，通过预设规则计算获得黑名单状态系数和访问频率系数；通过黑名单状态系数、访问频率系数、黑名单状态及访问频率计算获得预设周期内对应黑名单账户的第一权重系数；将第一权重系数与预设阈值比较，根据比较结果通过索引将关系表中的黑名单账户信息加载至Redis数据库中；通过Redis数据库中黑名单账户信息检测待检测交易信息，获得检测结果。

Description

账户黑名单检测方法及系统

技术领域

本发明涉及数据安全领域，尤指一种账户黑名单检测方法及系统。

背景技术

账户黑名单搜索一般用于网络事中风控系统当中，在交易过程中，客户对于一笔转账交易要求的实时性也比较高。如果执行时间较长，客户等待时间则变长，极大影响客户体验。传统的方式是将数据加工后存储在ORACLE数据库中，通过查询全量黑名单数据库，提取黑名单用户，从而判断交易是否可行。该种方式通过对数据库表等建立索引来提升查询速度，但是该种方式存在如下几个问题：并行访问量大，给服务器造成极大压力。数据量增加后，查询速度变慢，无法有效的保证查询速度。查询的数据大部分都是热数据，造成对热数据的重复查询。

发明内容

本发明的目的是通过分析黑名单账户查询的特点，利用新型的数据库架构技术，通过对热数据进行处理，提高查询速度和查询效率，提升应用程序并行访问度，进而缩短应用程序查询数据的访问时间。

为达上述目的，本发明所提供的账户黑名单检测方法，具体包含：获取关系数据库中黑名单账户信息，根据所述黑名单账户信息中银行卡号的开户行及标识代码进行分区，获得黑名单账户对应的关系数据库表并根据所述关系数据库表中账户栏位建立索引；根据各黑名单账户的关系数据库表中黑名单状态及访问频率于对应关系数据库表中的占有比例，通过预设规则计算获得黑名单状态系数和访问频率系数；通过黑名单状态系数、访问频率系数、黑名单状态及访问频率计算获得预设周期内对应黑名单账户的第一权重系数；将第一权重系数与预设阈值比较，根据比较结果通过所述索引将所述关系数据库表中的黑名单账户信息加载至Redis数据库中；通过所述Redis数据库中黑名单账户信息检测待检测交易信息，获得检测结果。

在上述账户黑名单检测方法中，优选的，根据所述黑名单账户信息中银行卡号的开户行及标识代码进行分区，获得黑名单账户对应的关系数据库表包含：根据所述黑名单账户信息中银行卡号的开户行进行分区获得多个主分区，以所述主分区内各银行卡号的标识代码作为校验码，通过所述校验码于所述主分区内建立子分区；根据所述主分区和对应的子分区建立黑名单账户对应的关系数据库表。

在上述账户黑名单检测方法中，优选的，通过黑名单状态系数、访问频率系数、黑名单状态及访问频率计算获得对应黑名单账户的第一权重系数包含：通过以下公式计算获得黑名单账户的第一权重系数：

W＝a*S+b*F；

在上式中，a为黑名单状态的系数，S为黑名单状态的值，b为频率的系数，F为访问频率。

在上述账户黑名单检测方法中，优选的，通过所述Redis数据库中黑名单账户信息检测待检测交易信息，获得检测结果还包含：当所述待检测交易信息中包含所述Redis数据库中任一黑名单账户信息时，更新所述Redis数据库中对应的黑名单账户信息，并将周期内更新过的黑名单账户信息通过Databus同步至所述关系数据库中预设的同步数据表中。

在上述账户黑名单检测方法中，优选的，所述方法还包含：获取所述同步数据表中所有黑名单账户信息，计算所述黑名单账户信息预设周期内的第二权重系数；将第二权重系数与预设阈值比较，根据比较结果删除所述Redis数据库中对应的黑名单账户信息。

本发明还提供一种账户黑名单检测系统，所述系统包含处理模块、计算模块和检测模块；所述处理模块用于获取关系数据库中黑名单账户信息，根据所述黑名单账户信息中银行卡号的开户行及标识代码进行分区，获得黑名单账户对应的关系数据库表并根据所述关系数据库表中账户栏位建立索引；所述计算模块用于根据各黑名单账户的关系数据库表中黑名单状态及访问频率于对应关系数据库表中的占有比例，通过预设规则计算获得黑名单状态系数和访问频率系数；通过黑名单状态系数、访问频率系数、黑名单状态及访问频率计算获得预设周期内对应黑名单账户的第一权重系数；以及，将第一权重系数与预设阈值比较，根据比较结果通过所述索引将所述关系数据库表中的黑名单账户信息加载至Redis数据库中；所述检测模块用于通过所述Redis数据库中黑名单账户信息检测待检测交易信息，获得检测结果。

在上述账户黑名单检测系统中，优选的，所述处理模块还包含：根据所述黑名单账户信息中银行卡号的开户行进行分区获得多个主分区，以所述主分区内各银行卡号的标识代码作为校验码，通过所述校验码于所述主分区内建立子分区；根据所述主分区和对应的子分区建立黑名单账户对应的关系数据库表。

在上述账户黑名单检测系统中，优选的，所述计算模块包含：通过以下公式计算获得黑名单账户的第一权重系数：

W＝a*S+b*F；

在上式中，a为黑名单状态的系数，S为黑名单状态的值，b为频率的系数，F为访问频率。

在上述账户黑名单检测系统中，优选的，所述系统还包含同步模块，所述同步模块用于当所述待检测交易信息中包含所述Redis数据库中任一黑名单账户信息时，更新所述Redis数据库中对应的黑名单账户信息，并将周期内更新过的黑名单账户信息通过Databus同步至所述关系数据库中预设的同步数据表中。

在上述账户黑名单检测系统中，优选的，所述系统还包含清理模块，所述清理模块用于获取所述同步数据表中所有黑名单账户信息，计算所述黑名单账户信息预设周期内的第二权重系数；将第二权重系数与预设阈值比较，根据比较结果删除所述Redis数据库中对应的黑名单账户信息。

本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法。

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执行上述方法的计算机程序。

本发明的有益技术效果在于：通过本发明所提供的账户黑名单检测方法及系统提高查询速度和查询效率，提升应用程序并行访问度，进而缩短应用程序查询数据的访问时间，扩大并行访问量。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1为本发明一实施例所提供的账户黑名单检测方法的流程示意图；

图2为本发明一实施例所提供的构建数据库结构的流程示意图；

图3为本发明一实施例所提供的清理redis数据库的流程示意图；

图4为本发明一实施例所提供的账户黑名单检测系统的结构示意图；

图5为本发明一实施例所提供的账户黑名单检测方法的处理流程示意图；

图6为本发明一实施例所提供的电子设备的结构示意图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

请参考图1所示，本发明所提供的账户黑名单检测方法，具体包含：S101获取关系数据库中黑名单账户信息，根据所述黑名单账户信息中银行卡号的开户行及标识代码进行分区，获得黑名单账户对应的关系数据库表并根据所述关系数据库表中账户栏位建立索引；S102根据各黑名单账户的关系数据库表中黑名单状态及访问频率于对应关系数据库表中的占有比例，通过预设规则计算获得黑名单状态系数和访问频率系数；S103通过黑名单状态系数、访问频率系数、黑名单状态及访问频率计算获得预设周期内对应黑名单账户的第一权重系数；S104将第一权重系数与预设阈值比较，根据比较结果通过所述索引将所述关系数据库表中的黑名单账户信息加载至Redis数据库中；S105通过所述Redis数据库中黑名单账户信息检测待检测交易信息，获得检测结果。在该实施例中，所述关系数据库即为常见的ORACLE数据库，利用上述实施例使得，在检测黑名单程序中，预先通过算法将黑名单账户信息从ORACLE数据库筛选出来放入redis数据库中，应用程序优先查询redis数据库，反馈查询结果。如果redis数据库中没有查询得到，则查询ORACLE数据库，并将结果反馈给应用程序。

请参考图2所示，在本发明一实施例中，根据所述黑名单账户信息中银行卡号的开户行及标识代码进行分区，获得黑名单账户对应的关系数据库表可包含：S201根据所述黑名单账户信息中银行卡号的开户行进行分区获得多个主分区，S202以所述主分区内各银行卡号的标识代码作为校验码，通过所述校验码于所述主分区内建立子分区；S203根据所述主分区和对应的子分区建立黑名单账户对应的关系数据库表。具体的，在实际工作中，该实施例应用方式主要是将黑名单账户铺底进入ORACLE数据库中；黑名单账户在数据库中以字符串的形式存储，对于一些个人账户，根据不同的账户进行分区存储；例如传统的银行卡结构为6+12+1数字结构，发卡行标识代码自定义位校验码，同时，根据ISO标准，银行卡长度一般在13-19位，国际上也有12位的。银联标准卡卡长度一般是在16-19位，双组织卡也有13-19位的。发卡行标识代码Bank Identification Number(BIN)，又叫发卡机构标识代码Issuer Identification Numbers(IIN)由6位数字组成，2014年底，国际标准组织(ISO)已经将BIN由6位数字调整到8位数字。目前国内银联卡，因银行众多，特别是村镇银行的存在，BIN长度以6位占绝大部分，另外还存在7、8、9、10等位数卡BIN。目前银联标准卡以62开头，各银行再向银联进行卡BIN申请，如622848开头的卡为农行借记卡。经过对黑名单的数量分布进行分析，按照黑名单的所在的开户行进行分区。其中五大行由于分布的网点较多，发卡量占比全国较大，因此黑名单分布的账户占有绝大多数。因此，此部分数据主要分为七个区(五大行、国内其他内资银行和国内外资银行)。对于大型国有银行，不同的校验码分布相对均匀。基于此，黑名单账户存储在ORACLE数据库中，以账户所在银行的七个区作为主分区，以校验码的分布建立子分区，对于数据库表中的账户栏位建立local索引，如下表1所示。

表1

银行单位	校验位	账户	序列号	黑名单状态	频率
						中国银行	1	xxxxxxxxxxxxx	xxxxx	Xxxx	2
中国工商银行	2	xxxxxxxxxx	xxxx	xxxx	1
						中国建设银行	1	xxxxxx	xxxx	xxxx	3
….	…	…	…	…
						….	…	…	…	…

在本发明一实施例中，通过黑名单状态系数、访问频率系数、黑名单状态及访问频率计算获得对应黑名单账户的第一权重系数包含：通过以下公式计算获得黑名单账户的第一权重系数：

W＝a*S+b*F；

在上式中，a为黑名单状态的系数，S为黑名单状态的值，b为频率的系数，F为访问频率。

具体的，在实际工作中，上述实施例主要是根据数据访问情况，将黑名单在ORACLE中的热数据加载到redis数据库中；在事中风控事件发生过程中，存在一些黑名单账户频繁访问的情况，主要是由于黑产在使用账户过程中，频繁入账导致。对于这些账户，如果存储在传统的ORACLE数据库中，则影响查询访问速度；为此，本实施例将部分访问比较频繁和黑名单状态比较严重的账户加载到redis数据库中，存储到机器的内存。为此，针对该情况，可通过以下流程进行黑名单提取比对：

计算热数据权重W。

W＝a*S+b*F

其中，a为黑名单状态的系数，S为黑名单状态的值，b为频率的系数，F为频率值

设定权重阈值V；该参数可以在系统中进行配置，通过调节该参数，确定装载到redis数据库中的黑名单账户，从而加快数据查询速度，接着加载数据到redis中，包含：如果W>＝V并且在redis中不存在此黑名单账户,则将黑名单账户插入到redis数据库中；如果W>＝V并且在redis中存在此黑名单账户，则不做任何操作；如果W<V，则不做任何操作；对于W>＝V，生成数据集合Sdata，查询redis数据库,生成数据集合lists。

值得说明的是，上述实施例仅为便于理解本发明所提供的上述实施例，并不对其具体应用方式做进一步限定，本领域相关技术人员可根据实际需要选择适当的方式予以使用，本发明对此不作限定。

在本发明一实施例中，通过所述Redis数据库中黑名单账户信息检测待检测交易信息，获得检测结果还包含：当所述待检测交易信息中包含所述Redis数据库中任一黑名单账户信息时，更新所述Redis数据库中对应的黑名单账户信息，并将周期内更新过的黑名单账户信息通过Databus同步至所述关系数据库中预设的同步数据表中。在该实施例中，主要目的在于将redis数据库中发生变化的数据更新到ORACLE中，实现访问情况异步更新；可在ORACLE中新建一个数据表HOT_DATA，通过Databus，将redis内存中的数据同步到HOT_DATA，通过定义一个存储过程P，定时批量执行存储过程，将HOT_DATA的黑名单账户的状态等相关信息更新到ORACLE数据库中。

请参考图3所示，在本发明一实施例中，所述方法还包含：S301获取所述同步数据表中所有黑名单账户信息，计算所述黑名单账户信息预设周期内的第二权重系数；S302将第二权重系数与预设阈值比较，根据比较结果删除所述Redis数据库中对应的黑名单账户信息。具体的，实际工作中，该实施例主要目的在于清理redis数据库中的权重较低的黑名单账户。读取HOT_DATA中的数据，通过上述步骤计算权重，将W<V的冷数据生成一个数据序列DEL_SET，执行如下命令删除。

//将数据集合lists通过事务的方式。

Transaction tx＝jedis.multi()；

//遍历DEL_SET

for(Object n:DEL_SET){

tx.del(n)；

}

List<Object>results＝tx.exec()；

在该实施例中，所述第二权重系数和第一权重系数并无本质区别，其计算方式大致相同，此处采用不同术语描述仅为便于理解该处利用权重系数所实现的不同目的，本不代表其实质存在差异。综上，本发明所提供的账户黑名单检测方法的处理流程可参考图5所示，基于其各步骤的详细描述均已在上述实施例中予以说明，在此就不再对其详细解释。

请参考图4所示，本发明还提供一种账户黑名单检测系统，所述系统包含处理模块、计算模块和检测模块；所述处理模块用于获取关系数据库中黑名单账户信息，根据所述黑名单账户信息中银行卡号的开户行及标识代码进行分区，获得黑名单账户对应的关系数据库表并根据所述关系数据库表中账户栏位建立索引；所述计算模块用于根据各黑名单账户的关系数据库表中黑名单状态及访问频率于对应关系数据库表中的占有比例，通过预设规则计算获得黑名单状态系数和访问频率系数；通过黑名单状态系数、访问频率系数、黑名单状态及访问频率计算获得预设周期内对应黑名单账户的第一权重系数；以及，将第一权重系数与预设阈值比较，根据比较结果通过所述索引将所述关系数据库表中的黑名单账户信息加载至Redis数据库中；所述检测模块用于通过所述Redis数据库中黑名单账户信息检测待检测交易信息，获得检测结果。

在上述账户黑名单检测系统中，所述处理模块还可包含：根据所述黑名单账户信息中银行卡号的开户行进行分区获得多个主分区，以所述主分区内各银行卡号的标识代码作为校验码，通过所述校验码于所述主分区内建立子分区；根据所述主分区和对应的子分区建立黑名单账户对应的关系数据库表。

在上述账户黑名单检测系统中，所述计算模块包含：通过以下公式计算获得黑名单账户的第一权重系数：

W＝a*S+b*F；

在上式中，a为黑名单状态的系数，S为黑名单状态的值，b为频率的系数，F为访问频率。

在本发明一实施例中，所述系统还可包含同步模块，所述同步模块用于当所述待检测交易信息中包含所述Redis数据库中任一黑名单账户信息时，更新所述Redis数据库中对应的黑名单账户信息，并将周期内更新过的黑名单账户信息通过Databus同步至所述关系数据库中预设的同步数据表中。

在本发明一实施例中，所述系统还可包含清理模块，所述清理模块用于获取所述同步数据表中所有黑名单账户信息，计算所述黑名单账户信息预设周期内的第二权重系数；将第二权重系数与预设阈值比较，根据比较结果删除所述Redis数据库中对应的黑名单账户信息。

本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法。

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执行上述方法的计算机程序。

本发明的有益技术效果在于：通过本发明所提供的账户黑名单检测方法及系统提高查询速度和查询效率，提升应用程序并行访问度，进而缩短应用程序查询数据的访问时间，扩大并行访问量。

如图6所示，该电子设备600还可以包括：通信模块110、输入单元120、音频处理单元130、显示器160、电源170。值得注意的是，电子设备600也并不是必须要包括图6中所示的所有部件；此外，电子设备600还可以包括图6中没有示出的部件，可以参考现有技术。

如图6所示，中央处理器100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器100接收输入并控制电子设备600的各个部件的操作。

其中，存储器140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器100可执行该存储器140存储的该程序，以实现信息存储或处理等。

输入单元120向中央处理器100提供输入。该输入单元120例如为按键或触摸输入装置。电源170用于向电子设备600提供电力。显示器160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。

该存储器140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器140还可以是某种其它类型的装置。存储器140包括缓冲存储器141(有时被称为缓冲器)。存储器140可以包括应用/功能存储部142，该应用/功能存储部142用于存储应用程序和功能程序或用于通过中央处理器100执行电子设备600的操作的流程。

存储器140还可以包括数据存储部143，该数据存储部143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器140的驱动程序存储部144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。

通信模块110即为经由天线111发送和接收信号的发送机/接收机110。通信模块(发送机/接收机)110耦合到中央处理器100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。

基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)110还经由音频处理器130耦合到扬声器131和麦克风132，以经由扬声器131提供音频输出，并接收来自麦克风132的音频输入，从而实现通常的电信功能。音频处理器130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器130还耦合到中央处理器100，从而使得可以通过麦克风132能够在本机上录音，且使得可以通过扬声器131来播放本机上存储的声音。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种账户黑名单检测方法，其特征在于，所述方法包含：

获取关系数据库中黑名单账户信息，根据所述黑名单账户信息中银行卡号的开户行及标识代码进行分区，获得黑名单账户对应的关系数据库表并根据所述关系数据库表中账户栏位建立索引；

根据各黑名单账户的关系数据库表中黑名单状态及访问频率于对应关系数据库表中的占有比例，通过预设规则计算获得黑名单状态系数和访问频率系数；通过黑名单状态系数、访问频率系数、黑名单状态及访问频率计算获得预设周期内对应黑名单账户的第一权重系数；

将第一权重系数与预设阈值比较，根据比较结果通过所述索引将所述关系数据库表中的黑名单账户信息加载至Redis数据库中；通过所述Redis数据库中黑名单账户信息检测待检测交易信息，获得检测结果。

2.根据权利要求1所述的账户黑名单检测方法，其特征在于，根据所述黑名单账户信息中银行卡号的开户行及标识代码进行分区，获得黑名单账户对应的关系数据库表包含：根据所述黑名单账户信息中银行卡号的开户行进行分区获得多个主分区，以所述主分区内各银行卡号的标识代码作为校验码，通过所述校验码于所述主分区内建立子分区；根据所述主分区和对应的子分区建立黑名单账户对应的关系数据库表。

3.根据权利要求1所述的账户黑名单检测方法，其特征在于，通过黑名单状态系数、访问频率系数、黑名单状态及访问频率计算获得对应黑名单账户的第一权重系数包含：通过以下公式计算获得黑名单账户的第一权重系数：

W＝a*S+b*F；

在上式中，a为黑名单状态的系数，S为黑名单状态的值，b为频率的系数，F为访问频率。

4.根据权利要求1所述的账户黑名单检测方法，其特征在于，通过所述Redis数据库中黑名单账户信息检测待检测交易信息，获得检测结果还包含：

当所述待检测交易信息中包含所述Redis数据库中任一黑名单账户信息时，更新所述Redis数据库中对应的黑名单账户信息，并将周期内更新过的黑名单账户信息通过Databus同步至所述关系数据库中预设的同步数据表中。

5.根据权利要求4所述的账户黑名单检测方法，其特征在于，所述方法还包含：

获取所述同步数据表中所有黑名单账户信息，计算所述黑名单账户信息预设周期内的第二权重系数；

将第二权重系数与预设阈值比较，根据比较结果删除所述Redis数据库中对应的黑名单账户信息。

6.一种账户黑名单检测系统，其特征在于，所述系统包含处理模块、计算模块和检测模块；

所述处理模块用于获取关系数据库中黑名单账户信息，根据所述黑名单账户信息中银行卡号的开户行及标识代码进行分区，获得黑名单账户对应的关系数据库表并根据所述关系数据库表中账户栏位建立索引；

所述计算模块用于根据各黑名单账户的关系数据库表中黑名单状态及访问频率于对应关系数据库表中的占有比例，通过预设规则计算获得黑名单状态系数和访问频率系数；通过黑名单状态系数、访问频率系数、黑名单状态及访问频率计算获得预设周期内对应黑名单账户的第一权重系数；以及，将第一权重系数与预设阈值比较，根据比较结果通过所述索引将所述关系数据库表中的黑名单账户信息加载至Redis数据库中；

所述检测模块用于通过所述Redis数据库中黑名单账户信息检测待检测交易信息，获得检测结果。

7.根据权利要求6所述的账户黑名单检测系统，其特征在于，所述处理模块还包含：根据所述黑名单账户信息中银行卡号的开户行进行分区获得多个主分区，以所述主分区内各银行卡号的标识代码作为校验码，通过所述校验码于所述主分区内建立子分区；根据所述主分区和对应的子分区建立黑名单账户对应的关系数据库表。

8.根据权利要求6所述的账户黑名单检测系统，其特征在于，所述计算模块包含：通过以下公式计算获得黑名单账户的第一权重系数：

W＝a*S+b*F；

在上式中，a为黑名单状态的系数，S为黑名单状态的值，b为频率的系数，F为访问频率。

9.根据权利要求6所述的账户黑名单检测系统，其特征在于，所述系统还包含同步模块，所述同步模块用于当所述待检测交易信息中包含所述Redis数据库中任一黑名单账户信息时，更新所述Redis数据库中对应的黑名单账户信息，并将周期内更新过的黑名单账户信息通过Databus同步至所述关系数据库中预设的同步数据表中。

10.根据权利要求9所述的账户黑名单检测系统，其特征在于，所述系统还包含清理模块，所述清理模块用于获取所述同步数据表中所有黑名单账户信息，计算所述黑名单账户信息预设周期内的第二权重系数；将第二权重系数与预设阈值比较，根据比较结果删除所述Redis数据库中对应的黑名单账户信息。

11.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5任一所述方法。

12.一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存储有执行权利要求1至5任一所述方法的计算机程序。

Images