CN111179520B - 一种电信诈骗预警方法、系统及存储介质 - Google Patents

一种电信诈骗预警方法、系统及存储介质 Download PDF

Info

Publication number
CN111179520B
CN111179520B CN201911241517.9A CN201911241517A CN111179520B CN 111179520 B CN111179520 B CN 111179520B CN 201911241517 A CN201911241517 A CN 201911241517A CN 111179520 B CN111179520 B CN 111179520B
Authority
CN
China
Prior art keywords
abnormal behavior
withdrawing
personnel
early warning
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.)
Active
Application number
CN201911241517.9A
Other languages
English (en)
Other versions
CN111179520A (zh
Inventor
张景
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.)
Guangzhou Fenghuo Zhongzhi Digital Technology Co ltd
Original Assignee
Guangzhou Fenghuo Zhongzhi Digital Technology 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 Guangzhou Fenghuo Zhongzhi Digital Technology Co ltd filed Critical Guangzhou Fenghuo Zhongzhi Digital Technology Co ltd
Priority to CN201911241517.9A priority Critical patent/CN111179520B/zh
Publication of CN111179520A publication Critical patent/CN111179520A/zh
Application granted granted Critical
Publication of CN111179520B publication Critical patent/CN111179520B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F19/00—Complete banking systems; Coded card-freed arrangements adapted for dispensing or receiving monies or the like and posting such transactions to existing accounts, e.g. automatic teller machines
    • G07F19/20—Automatic teller machines [ATMs]
    • G07F19/207—Surveillance aspects at ATMs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F19/00—Complete banking systems; Coded card-freed arrangements adapted for dispensing or receiving monies or the like and posting such transactions to existing accounts, e.g. automatic teller machines
    • G07F19/20—Automatic teller machines [ATMs]
    • G07F19/209—Monitoring, auditing or diagnose of functioning of ATMs

Abstract

本发明公开了一种电信诈骗预警方法、系统及存储介质，方法包括：采集ATM网点实时取款人员面部图片基础数据；分析所述取款人员面部图片基础数据，并获取取款人员的异常行为；当检测到所述异常行为，对所述取款人员进行历史行为检测，并分析异常行为特征；比对所述取款人员面部图片基础数据和布控数据库的数据，根据比对结果，进行实时预警；更新所述布控数据库信息。本发明采集并捕获取款人员的取款记录和面部图片信息，判断取款人员是否具有异常行为以及分析其异常行为特征，并做出相应预警，实现了在ATM取款环节对电信诈骗进行预警，并且在预警准确率上比传统方法有一定提升。本发明可广泛应用于反电信诈骗技术领域。

Description

一种电信诈骗预警方法、系统及存储介质
技术领域
本发明涉及反电信诈骗技术领域，尤其是一种电信诈骗预警方法、系统及存储介质。
背景技术
近年来，随着互联网的发展，电信网络诈骗的手段层出不穷，在反电信诈骗的环节中，由于诈骗方法和手段各不相同，对于前期犯罪嫌疑人的诈骗行为，难以有效的捕捉和判定，没有一种有效的手段来预防和阻止电信诈骗活动的发生，只能通过提高广大人民群众的反诈骗意识来预防。
据不完全统计，涉及经济类犯罪85%以上需要使用ATM(自动取款机)机进行取款，而电信诈骗的犯罪嫌疑人最终也会通过ATM自动取款机)取款将非法所得提现。因此，需要重点关注和充分利用犯罪嫌疑人进行ATM(自动取款机)取现的环节，对取款人员的行为进行分析和预警，对电信诈骗的“最后一公里”实施精确的布防预警。但是，目前还缺乏一种针对ATM(自动取款机)取款环节的行之有效的电信诈骗预警方法，电信诈骗违法犯罪行为的监控力度和预警策略还有不足。
发明内容
有鉴于此，本发明目的是提供一种有效的电信诈骗预警方法、系统及存储介质。
本发明提供了一种电信诈骗预警方法，包括以下步骤：
采集ATM网点实时取款人员面部图片基础数据；
分析所述取款人员面部图片基础数据，并获取取款人员的异常行为；
当检测到所述异常行为，对所述取款人员进行历史行为检测，并分析异常行为特征；
比对所述取款人员面部图片基础数据和布控数据库的数据，根据比对结果，进行实时预警；
更新所述布控数据库信息。
进一步，所述采集ATM网点实时取款人员面部图片基础数据这一步骤，包括以下步骤：
获取人脸信息，将所述人脸信息发送给后端；
获取实时的取款人员基础数据；
将所述取款人员基础数据录入基础数据库。
进一步，所述异常行为信息包括遮挡眼睛、遮挡头部和遮挡面部。
进一步，所述当检测到所述异常行为，对所述取款人员进行历史行为检测，并分析异常行为特征这一步骤，包括以下步骤：
从基础数据库获取所述取款人员的取款历史纪录，形成所述取款人员的轨迹信息；
对所述轨迹信息分析异常行为特征，并根据分析结果进行预警。
进一步，所述从基础数据库获取所述取款人员的取款历史纪录，形成所述取款人员的轨迹信息这一步骤，包括以下步骤：
获取所述取款人员人脸特征值，遍历基础数据库，获取所述取款人员记录；
将所述取款人员记录按照时间排序，形成该取款人员的历史取款轨迹。
进一步，所述异常行为特征，包括第一异常行为特征、第二异常行为特征、第三异常行为特征和第四异常行为特征；
所述第一异常行为特征，表示公式为：
Figure 100002_DEST_PATH_IMAGE002
其中，
Figure DEST_PATH_IMAGE003
为所述取款人员存在第一异常行为特征的可能性，n为取款人员的轨迹数，
Figure 100002_DEST_PATH_IMAGE004
为取款人员第i条轨迹的时间小时值，
Figure DEST_PATH_IMAGE005
为夜间判定的起始时间，
Figure 100002_DEST_PATH_IMAGE006
为夜间判定的终止时间；
所述第二异常行为特征，表示公式为：
Figure 100002_DEST_PATH_IMAGE008
其中，
Figure DEST_PATH_IMAGE009
为取款人员存在第二异常行为特征的相似度，n为取款人员的轨迹数，
Figure 100002_DEST_PATH_IMAGE010
为取款人员的轨迹的地点集合，
Figure DEST_PATH_IMAGE011
为集合中元素个数，
Figure 100002_DEST_PATH_IMAGE012
为修正因子；
所述第三异常行为特征，表示公式为：
Figure 100002_DEST_PATH_IMAGE014
其中，
Figure DEST_PATH_IMAGE015
为取款人员存在第三异常行为特征的相似度，
Figure 100002_DEST_PATH_IMAGE016
表示判定取款人员当天的轨迹集合T是否为多地点取款，
Figure DEST_PATH_IMAGE017
为取款人员轨迹中第i天的地点轨迹集合，
Figure 100002_DEST_PATH_IMAGE018
表示集合T中的元素个数，m表示取款人员的轨迹总共的天数，
Figure DEST_PATH_IMAGE019
为多地点取款判定值；
所述第四异常行为特征，表示公式为：
Figure DEST_PATH_IMAGE021
Figure DEST_PATH_IMAGE023
Figure 826885DEST_PATH_IMAGE023
其中，
Figure 100002_DEST_PATH_IMAGE024
表示取款人员存在第四异常行为特征的集合，m为取款人员行为发生转变的天数，即，取款人员在0至m天无取款记录，在m至n天有取款记录，或者取款人员在0至m天有取款记录，在m至n天无取款记录，n为取款人员轨迹的天数，
Figure DEST_PATH_IMAGE025
为取款人员在第i天的轨迹集合。
进一步，所述更新所述布控数据库信息这一步骤，包括以下步骤：
检测布控数据库存储的数据，获取排除诈骗嫌疑的数据；
将获取的排除诈骗嫌疑的数据从布控数据库移除；
获取发布的电信诈骗人员信息，并将其存储于布控数据库。
本发明还提供了一种电信诈骗预警系统，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如上所述的一种电信诈骗预警方法。
本发明还提供了一种电信诈骗预警系统，包括：
数据采集模块，用于采集ATM网点实时取款人员面部图片基础数据；
实时行为分析模块，用于分析所述实时取款人员面部图片基础数据，并得到实时取款人员的异常行为信息；
历史行为分析模块，用于当检测到所述异常行为信息，对所述实时取款人员进行历史行为检测；
比对预警模块，用于比对所述取款人员面部图片基础数据和布控数据库的数据，根据比对结果，进行实时预警；
布控数据库更新模块，更新所述布控数据库信息；
布控数据库，用于存储有电信诈骗现役的犯罪嫌疑人人脸信息；
基础数据库，用于存储所属取款人员的基础数据。
本发明还提供了一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行如上所述的电信诈骗预警方法。
上述本发明实施例中的一个或多个技术方案具有如下优点：本发明采集ATM网点实时取款人员面部图片基础数据，全面的捕获取款人员的取款记录，并处理ATM取款人员的面部图片信息，判断取款人员是否具有异常行为以及分析其异常行为特征，对于出现异常行为特征的取款人员进行预警和报备信息处理，从而实现了在ATM取款环节对电信诈骗违法犯罪行为进行预警，并且在预警准确率上比传统方法有一定提升。
附图说明
图1为本发明一种电信诈骗预警方法的流程图；
图2为本发明一种电信诈骗预警系统的结构示意图。
具体实施方式
下面结合说明书附图和具体实施例对本发明作进一步解释和说明。对于本发明实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
参考图1，一种电信诈骗预警方法，包括以下步骤：
S1采集ATM网点实时取款人员面部图片基础数据；
S2分析所述取款人员面部图片基础数据，并获取取款人员的异常行为；
S3当检测到所述异常行为，对所述取款人员进行历史行为检测，并分析异常行为特征；
S4比对所述取款人员面部图片基础数据和布控数据库的数据，根据比对结果，进行实时预警；
S5更新所述布控数据库信息。
作为优选的实施例，实时数据的采集方法S1具体如下：
在ATM机部署人脸抓拍相机，当检测到有人脸时，自动抓拍，并将图片信息和抓拍的时间位置信息一并传入后端处理系统。
后端接收到人脸图片后，采用人脸算法，计算出人脸的特征值，并将特征值和时间位置信息录入取款人员信息库DB1。
作为备选的实施例，获取人脸抓拍的图片还可以采用如下方法：
抓拍相机的ATM取款信息链接，当ATM系统检测到有取款操作时，下发抓拍指令位相机，相机实现抓拍并回传相关信息。
其中，录入基础数据库的信息有：取款时间，取款地点，取款人脸图片特征值，取款人脸图片等信息。
作为优选的实施例，S2分析所述取款人员面部图片基础数据，并获取取款人员的异常行为这一步骤中，所述异常行为是指在在夜间至凌晨取款，且存在带头盔、帽子、墨镜、口罩等遮挡头部及面部的行为，同时利用图像识别技术以及人脸识别与检测算法，对取款人员的面部及头部特征进行识别。
作为优选的实施例，S3当检测到所述异常行为，对所述取款人员进行历史行为检测，并分析异常行为特征这一步骤中，根据取款人员图片信息，从基础数据库中，找出该取款人员的历史取款记录集合，并且从时间、地点、频次三个维度来分析目标的历史行为特征。
其中所述异常行为特征，包括第一异常行为特征、第二异常行为特征、第三异常行为特征和第四异常行为特征，其中第一异常行为特征为：频繁地在夜间或凌晨取款，第二异常行为特征为：频繁地在多个地点取款，第三异常行为特征为：一天之中在多个地点取款，第四异常行为特征为：一段时间内频繁地取款而一段时间内无取款信息。
获取所述取款人员历史古迹的方法为：计算出该取款人员人脸特征值，遍历基础数据库，去除人脸特征值与该取款人员人脸特征值相似度在80%以上的记录，并按照时间排序。
所述第一异常行为特征，表示公式为：
Figure 134239DEST_PATH_IMAGE002
其中，
Figure 445134DEST_PATH_IMAGE003
为所述取款人员存在第一异常行为特征的可能性，n为取款人员的轨迹数，
Figure 997601DEST_PATH_IMAGE004
为取款人员第i条轨迹的时间小时值，
Figure 765968DEST_PATH_IMAGE005
为夜间判定的起始时间，
Figure 447485DEST_PATH_IMAGE006
为夜间判定的终止时间；本实施例中
Figure 980097DEST_PATH_IMAGE005
取值为0，
Figure 336255DEST_PATH_IMAGE006
取值为6，当
Figure 208396DEST_PATH_IMAGE003
大于0.7的情况下即可认为该取款人员具有第一异常行为特征。
所述第二异常行为特征，表示公式为：
Figure 732918DEST_PATH_IMAGE008
其中，
Figure 143040DEST_PATH_IMAGE009
为取款人员存在第二异常行为特征的相似度，n为取款人员的轨迹数，
Figure 145631DEST_PATH_IMAGE010
为取款人员的轨迹的地点集合，
Figure 717951DEST_PATH_IMAGE011
为集合中元素个数，
Figure 865904DEST_PATH_IMAGE012
为修正因子，且取值范围在1到1.5之间，包括1和1.5，在本实施例中取值为1.3；
所述第三异常行为特征，表示公式为：
Figure 45213DEST_PATH_IMAGE014
其中，
Figure 997033DEST_PATH_IMAGE015
为取款人员存在第三异常行为特征的相似度，
Figure 781449DEST_PATH_IMAGE016
表示判定取款人员当天的轨迹集合T是否为多地点取款，
Figure 647774DEST_PATH_IMAGE017
为取款人员轨迹中第i天的地点轨迹集合，
Figure 829226DEST_PATH_IMAGE018
表示集合T中的元素个数，m表示取款人员的轨迹总共的天数，
Figure 314565DEST_PATH_IMAGE019
为多地点取款判定值，当
Figure 100002_DEST_PATH_IMAGE026
时即可认为该取款人员具有第三异常行为特征，其中
Figure DEST_PATH_IMAGE027
为第三异常行为特征的判定阈值；在本实施例中，
Figure 766537DEST_PATH_IMAGE019
取值为3，
Figure 741446DEST_PATH_IMAGE027
取值为0.5。
所述第四异常行为特征，表示公式为：
Figure 973976DEST_PATH_IMAGE021
Figure 122060DEST_PATH_IMAGE023
其中，
Figure 881069DEST_PATH_IMAGE024
表示取款人员存在第四异常行为特征的集合，m为取款人员行为发生转变的天数，即，取款人员在0至m天无取款记录，在m至n天有取款记录，或者取款人员在0至m天有取款记录，在m至n天无取款记录，n为取款人员轨迹的天数，
Figure 276147DEST_PATH_IMAGE025
为取款人员在第i天的轨迹集合。
作为优选的实施例，S4比对所述取款人员面部图片基础数据和布控数据库的数据，是利用人脸算法计算出实时数据中人脸的特征值，然后依次去除布控数据库中的人脸特征值信息，采用人脸匹配算法，计算出两者的相似度。如果相似度大于给定的阈值，则进行实时报警。其中本实施例中阈值的设定是80%。
作为优选的实施例，S5更新所述布控数据库信息这一步骤，将对预警人员进行二次确认，确定其无电信诈骗嫌疑时，将该人员对应的布控信息从布控数据库删除。以及如果公安部发布新的电信诈骗人员信息时，将该人员的信息录入布控数据库。
本发明还公开了一种电信诈骗预警系统，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如上所述的一种电信诈骗预警方法。
参考图2，本发明还公开了一种电信诈骗预警系统，包括：
数据采集模块，用于采集ATM网点实时取款人员面部图片基础数据；
实时行为分析模块，用于分析所述实时取款人员面部图片基础数据，并得到实时取款人员的异常行为信息；
历史行为分析模块，用于当检测到所述异常行为信息，对所述实时取款人员进行历史行为检测；
比对预警模块，用于比对所述取款人员面部图片基础数据和布控数据库的数据，根据比对结果，进行实时预警；
布控数据库更新模块，更新所述布控数据库信息；
布控数据库，用于存储有电信诈骗现役的犯罪嫌疑人人脸信息；
基础数据库，用于存储所属取款人员的基础数据。
本发明还公开了一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行如上所述的电信诈骗预警方法。
综上所述，相较于现有技术，本发明具有以下优点：
（1）本发明采集ATM网点实时取款人员面部图片基础数据，全面的捕获取款人员的取款记录，并处理ATM取款人员的面部图片信息，判断取款人员是否具有异常行为以及分析其异常行为特征，对于出现异常行为特征的取款人员进行预警和报备信息处理，从而实现了在ATM取款环节对电信诈骗违法犯罪行为进行预警，并且在预警准确率上比传统方法有一定提升。
（2）本发明采用人脸识别算法对取款人员面部图片基础数据进行分析，由于可以采用计算机技术全自动处理，明显节省了人力成本。
（3）本发明采用实时行为分析和历史行为分析相结合的方法，对取款人员的异常行为进行分析，组合的分析可以进一步缩小犯罪嫌疑人的范围，帮助提高预警准确率和锁定电信诈骗犯罪嫌疑人。
（4）本发明可以更新布控数据库信息，不断地自我反馈和调节来优化布控数据库，从而不断地提升预警的准确率和效率。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (8)

1.一种电信诈骗预警方法，其特征在于，包括以下步骤：
采集ATM网点实时取款人员面部图片基础数据；
分析所述取款人员面部图片基础数据，并获取取款人员的异常行为；
当检测到所述异常行为，对所述取款人员进行历史行为检测，并分析异常行为特征；
比对所述取款人员面部图片基础数据和布控数据库的数据，根据比对结果，进行实时预警；
更新所述布控数据库信息；
所述异常行为特征，包括第一异常行为特征、第二异常行为特征、第三异常行为特征和第四异常行为特征；
所述第一异常行为特征，表示公式为：
Figure DEST_PATH_IMAGE002
其中，
Figure DEST_PATH_IMAGE004
为所述取款人员存在第一异常行为特征的可能性，n为取款人员的轨迹数，
Figure DEST_PATH_IMAGE006
为取款人员第i条轨迹的时间小时值，
Figure DEST_PATH_IMAGE008
为夜间判定的起始时间，
Figure DEST_PATH_IMAGE010
为夜间判定的终止时间；
所述第二异常行为特征，表示公式为：
Figure DEST_PATH_IMAGE012
其中，
Figure DEST_PATH_IMAGE014
为取款人员存在第二异常行为特征的相似度，n为取款人员的轨迹数，
Figure DEST_PATH_IMAGE016
为取款人员的轨迹的地点集合，
Figure DEST_PATH_IMAGE018
为集合中元素个数，
Figure DEST_PATH_IMAGE020
为修正因子；
所述第三异常行为特征，表示公式为：
Figure DEST_PATH_IMAGE022
其中，
Figure DEST_PATH_IMAGE024
为取款人员存在第三异常行为特征的相似度，
Figure DEST_PATH_IMAGE026
表示判定取款人员当天的轨迹集合T是否为多地点取款，
Figure DEST_PATH_IMAGE028
为取款人员轨迹中第i天的地点轨迹集合，
Figure DEST_PATH_IMAGE030
表示集合T中的元素个数，m表示取款人员的轨迹总共的天数，
Figure DEST_PATH_IMAGE032
为多地点取款判定值；
所述第四异常行为特征，表示公式为：
Figure DEST_PATH_IMAGE034
Figure DEST_PATH_IMAGE036
其中，
Figure DEST_PATH_IMAGE038
表示取款人员存在第四异常行为特征的集合，m为取款人员行为发生转变的天数，即，取款人员在0至m天无取款记录，在m至n天有取款记录，或者取款人员在0至m天有取款记录，在m至n天无取款记录，n为取款人员轨迹的天数，
Figure DEST_PATH_IMAGE040
为取款人员在第i天的轨迹集合。
2.根据权利要求1所述的一种电信诈骗预警方法，其特征在于：所述采集ATM网点实时取款人员面部图片基础数据这一步骤，包括以下步骤：
获取人脸信息，将所述人脸信息发送给后端；
获取实时的取款人员基础数据；
将所述取款人员基础数据录入基础数据库。
3.根据权利要求1所述的一种电信诈骗预警方法，其特征在于：所述异常行为信息包括遮挡眼睛、遮挡头部和遮挡面部。
4.根据权利要求2所述的一种电信诈骗预警方法，其特征在于：所述当检测到所述异常行为，对所述取款人员进行历史行为检测，并分析异常行为特征这一步骤，包括以下步骤：
从基础数据库获取所述取款人员的取款历史纪录，形成所述取款人员的轨迹信息；
对所述轨迹信息分析异常行为特征，并根据分析结果进行预警。
5.根据权利要求4所述的一种电信诈骗预警方法，其特征在于：所述从基础数据库获取所述取款人员的取款历史纪录，形成所述取款人员的轨迹信息这一步骤，包括以下步骤：
获取所述取款人员人脸特征值，遍历基础数据库，获取所述取款人员记录；
将所述取款人员记录按照时间排序，形成该取款人员的历史取款轨迹。
6.根据权利要求1所述的一种电信诈骗预警方法，其特征在于：所述更新所述布控数据库信息这一步骤，包括以下步骤：
检测布控数据库存储的数据，获取排除诈骗嫌疑的数据；
将获取的排除诈骗嫌疑的数据从布控数据库移除；
获取发布的电信诈骗人员信息，并将其存储于布控数据库。
7.一种电信诈骗预警系统，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1-6中任一项所述的一种电信诈骗预警方法。
8.一种存储介质，其中存储有处理器可执行的指令，其特征在于，所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-6中任一项所述的电信诈骗预警方法。
CN201911241517.9A 2019-12-06 2019-12-06 一种电信诈骗预警方法、系统及存储介质 Active CN111179520B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911241517.9A CN111179520B (zh) 2019-12-06 2019-12-06 一种电信诈骗预警方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911241517.9A CN111179520B (zh) 2019-12-06 2019-12-06 一种电信诈骗预警方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN111179520A CN111179520A (zh) 2020-05-19
CN111179520B true CN111179520B (zh) 2021-08-31

Family

ID=70655476

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911241517.9A Active CN111179520B (zh) 2019-12-06 2019-12-06 一种电信诈骗预警方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN111179520B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101794481A (zh) * 2009-02-04 2010-08-04 深圳市先进智能技术研究所 Atm自助银行监控系统和方法
CN103246869A (zh) * 2013-04-19 2013-08-14 福建亿榕信息技术有限公司 基于人脸识别和行为语音识别的犯罪监控方法
CN104657817A (zh) * 2015-01-28 2015-05-27 四川君逸易视科技有限公司 一种银行柜台人脸抓拍、对比识别、检索及查询方法
CN103226694B (zh) * 2013-03-28 2016-06-22 赵福辉 一种实时人像获取比对和预警布控系统及其使用方法
CN103714631B (zh) * 2013-12-26 2016-07-06 苏州清研微视电子科技有限公司 基于人脸识别的atm取款机智能监控系统
CN109785207A (zh) * 2017-11-15 2019-05-21 娄奥林 一种犯罪预防预测发现的方法方式
WO2019217538A1 (en) * 2018-05-11 2019-11-14 Diebold Nixdorf Incorporated Method of operating an automated transaction machine for enhanced security

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10395226B2 (en) * 2014-01-31 2019-08-27 Ncr Corporation Maintaining secure access to a self-service terminal (SST)
KR20190044997A (ko) * 2017-10-23 2019-05-02 효성티앤에스 주식회사 차량용 키오스크 장치 및 그 구동 방법

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101794481A (zh) * 2009-02-04 2010-08-04 深圳市先进智能技术研究所 Atm自助银行监控系统和方法
CN103226694B (zh) * 2013-03-28 2016-06-22 赵福辉 一种实时人像获取比对和预警布控系统及其使用方法
CN103246869A (zh) * 2013-04-19 2013-08-14 福建亿榕信息技术有限公司 基于人脸识别和行为语音识别的犯罪监控方法
CN103714631B (zh) * 2013-12-26 2016-07-06 苏州清研微视电子科技有限公司 基于人脸识别的atm取款机智能监控系统
CN104657817A (zh) * 2015-01-28 2015-05-27 四川君逸易视科技有限公司 一种银行柜台人脸抓拍、对比识别、检索及查询方法
CN109785207A (zh) * 2017-11-15 2019-05-21 娄奥林 一种犯罪预防预测发现的方法方式
WO2019217538A1 (en) * 2018-05-11 2019-11-14 Diebold Nixdorf Incorporated Method of operating an automated transaction machine for enhanced security

Also Published As

Publication number Publication date
CN111179520A (zh) 2020-05-19

Similar Documents

Publication Publication Date Title
CN108965826B (zh) 监控方法、装置、处理设备及存储介质
JP6702045B2 (ja) 監視装置
WO2017107734A1 (zh) 一种金融终端安全防护方法及系统
CN109345375B (zh) 一种可疑洗钱行为识别方法及装置
CN109033973B (zh) 监控预警方法、装置及电子设备
CN103714631B (zh) 基于人脸识别的atm取款机智能监控系统
CN110648352B (zh) 一种异常事件的检测方法、装置及电子设备
CN101556717A (zh) 一种atm智能安保系统及监测方法
CN106033530A (zh) 一种可疑人员识别方法及装置
CN106326835A (zh) 一种用于加油站便利店的人脸数据采集统计系统及方法
CN115361662B (zh) 一种基于大数据的网络状态监测管理方法及系统
CN106571040B (zh) 一种可疑车辆确认方法及设备
CN112132047A (zh) 一种基于计算机视觉的小区巡更系统
CN111291912A (zh) 一种使用人证核验的取号方法、取号机及取号系统
CN111179520B (zh) 一种电信诈骗预警方法、系统及存储介质
CN112016509B (zh) 人员站位异常提醒方法及装置
CN111144181A (zh) 一种基于背景协同的风险检测方法、装置及系统
CN114359783A (zh) 一种异常事件检测方法、装置及设备
CN111161743B (zh) 基于语音识别的收银监督方法及系统
Itano et al. Evaluation of the effectiveness of a crowdsourcing-based crime detection system
CN111767816A (zh) 一种异常提示方法、装置、设备及存储介质
CN111209893A (zh) 一种用于警务督察吸烟行为识别方法
CN110941753A (zh) 应用于装修行业的征信信息采集系统
CN112347151B (zh) 嫌疑程度确定方法及数据分析设备
CN114419804B (zh) 一种银行业务库管理方法、系统、存储介质及智能终端

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
GR01 Patent grant
GR01 Patent grant