CN111738723B - 一种在线安全交易方法、装置及可读存储介质 - Google Patents
一种在线安全交易方法、装置及可读存储介质 Download PDFInfo
- Publication number
- CN111738723B CN111738723B CN202010632916.4A CN202010632916A CN111738723B CN 111738723 B CN111738723 B CN 111738723B CN 202010632916 A CN202010632916 A CN 202010632916A CN 111738723 B CN111738723 B CN 111738723B
- Authority
- CN
- China
- Prior art keywords
- transaction
- request
- confidence
- vector
- processed
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000013598 vector Substances 0.000 claims description 211
- 238000012795 verification Methods 0.000 claims description 89
- 230000006399 behavior Effects 0.000 claims description 68
- 230000002159 abnormal effect Effects 0.000 claims description 39
- 238000012545 processing Methods 0.000 claims description 26
- 230000009471 action Effects 0.000 claims description 19
- 230000004044 response Effects 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 15
- 238000013459 approach Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 3
- 230000003190 augmentative effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/12—Payment architectures specially adapted for electronic shopping systems
Abstract
本发明公开了一种在线安全交易方法、装置及可读存储介质，涉及在线交易技术领域，在线安全交易方法包括：查询交易请求列表中的待处理交易请求，待处理交易请求由交易终端设备发出；确定待处理交易请求的请求类型；在基于请求类型确定待处理交易请求为配置有安全匹配码的请求时，则按照安全匹配码选取待处理交易请求的第一请求；当第一请求为预设请求时，将第一请求确定为与安全匹配码匹配的目标交易请求；获取目标交易请求的安全交易标识；当根据安全交易标识确定目标交易请求对应的行为满足执行条件时，则执行目标交易请求对应的行为，能够可靠地实现在线交易。
Description
技术领域
本发明涉及在线交易安全技术领域，具体而言，涉及一种在线安全交易方法、装置及可读存储介质。
背景技术
随着信息化时代的到来，实体纸币逐渐退出人们的视野，取而代之的是在线支付，在线支付的普及度已经相当广阔，不仅在线上的购物平台购物会使用，线下超市、市场的购物，也都会使用在线支付。然而在现有技术中，在线交易的安全问题一直存在，用户的财产不能得到可靠的保障。
有鉴于此，如何提供一种可靠的在线安全交易方案，是本领域技术人员需要解决的。
发明内容
本发明的目的在于提供一种方法、装置、计算机设备和可读存储介质。
第一方面，本发明实施例提供一种在线安全交易方法，应用于计算机设备，所述计算机设备与交易终端设备通信连接，所述计算机设备存储有交易请求列表；
所述方法包括：
查询所述交易请求列表中的待处理交易请求，所述待处理交易请求由所述交易终端设备发出；
确定所述待处理交易请求的请求类型；
在基于所述请求类型确定所述待处理交易请求为配置有安全匹配码的请求时，则按照所述安全匹配码选取所述待处理交易请求的第一请求；
当所述第一请求为预设请求时，将所述第一请求确定为与所述安全匹配码匹配的目标交易请求；
获取所述目标交易请求的安全交易标识，其中，所述安全交易标识包括行为安全交易标识、用户信息安全交易标识和类别安全交易标识，所述行为安全交易标识用于在符合安全交易环境时匹配所述目标交易请求对应的行为，所述类别安全交易标识用于表征当前交易请求对应的类别确定行为，所述用户信息安全交易标识用于在表征当前交易用户对应的身份验证行为；
当根据所述安全交易标识确定所述目标交易请求对应的行为满足执行条件时，则执行所述目标交易请求对应的行为。
可选地，所述方法还包括：
生成与执行所述目标交易请求对应的行为后所得的结果相匹配的回执；
将所述回执反馈至所述目标交易请求的第二请求；
基于所述第二请求的请求类型确定与所述回执匹配的目标回执；
将所述目标回执反馈至所述第二请求的上一级请求，其中，反馈的所述目标回执，用于指示所述上一级请求根据所述上一级请求的请求类型执行与所述目标回执对应的操作。
可选地，所述方法还包括：
在查询到的待处理交易请求为未配置安全匹配码的请求时，则随机查询所述待处理交易请求的第一请求；或者，
按照优先级从大到小的顺序依次查询所述待处理交易请求的第一请求；
当查询到的第一请求为目标交易请求时，执行所述获取所述目标交易请求的安全交易标识的步骤。
可选地，所述计算机设备与第三方安全监管服务器通信连接，所述获取所述目标交易请求的安全交易标识的步骤，包括：
获取目标交易请求在第三方安全监管服务器上的预存交易文件，所述预存交易文件记录有所述目标交易请求的交易信息，所述交易信息用于记录所述目标交易请求的各个待处理置信度与所述安全交易置信度之间的差值，所述安全交易置信度为所述目标交易请求对应的置信度；
根据所述预存交易文件中的交易信息，得到所述预存交易文件对应的预存验证向量，所述预存验证向量中的各个待处理置信度为用于记录所述目标交易请求的待处理置信度；
获取所述待处理置信度与预存异常向量中的异常处理置信度的第一对应关系；
根据所述预存验证向量与所述第一对应关系生成多维度安全向量，所述多维度安全向量中包括所述目标交易请求的预存验证向量和预存异常向量的第一对应关系；
根据预先训练的安全交易模型将所述多维度安全向量进行处理，所述预先训练的安全交易模型用于计算生成所述多维度安全向量时所述目标交易请求的安全交易置信度；
遍历目标向量中的所有待处理置信度，所述目标向量为所述多维度安全向量中的一个；
分别获取所述目标向量中所有待处理置信度的置信度的值；
根据所述置信度的值分别计算所述目标向量中每个待处理置信度与第一待处理置信度的差值，所述第一待处理置信度对应的安全向量为比对向量；
确定所述目标向量中与所述第一待处理置信度差值最小的待处理置信度为第二待处理置信度，所述第一待处理置信度与所述第二待处理置信度分别为两个不同安全向量对应的待处理置信度；
根据所述第一对应关系获取与所述预存验证向量中的待处理置信度对应的所述预存异常向量中的异常处理置信度；
通过所述参考量对所述预存验证向量中的待处理置信度进行处理；
获取所述预存验证向量中处理后的待处理置信度与所述异常处理置信度的对应关系为所述第二对应关系；
根据所述第二对应关系获取所述目标交易请求的安全交易标识。
可选地，所述安全交易模型通过以下方式获得，包括：
获取包含样本预存验证向量和样本预存异常向量的样本对应关系的样本安全向量，其中，所述样本安全向量中包括所述样本对应关系的样本关系参数；
通过所述初始安全交易模型提取所述样本安全向量对应的所述交易样本特征；
根据所述交易样本特征，处理所述样本对应关系对应的样本预存验证向量和样本预存异常向量，根据所述样本对应关系对应的样本预存验证向量和样本预存异常向量，分别获取所述样本对应关系针对每种目标对象类型的初始预测置信度；
将具有最高数值的初始预测置信度的目标对象类型，确定为所述样本对应关系对应的所述预测对象类型；
将所述预测对象类型所对应的初始预测置信度，确定为所述样本对应关系对应的样本预存验证向量和样本预存异常向量对应的对象预测置信度；
将所述预测对象类型为所述第一对象类型的样本预存验证向量和样本预存异常向量，确定为第一对象交易场景；
将所述预测对象类型为所述第二对象类型的样本预存验证向量和样本预存异常向量，确定为第二对象交易场景；
根据所述第一对象交易场景对应的对象预测置信度，确定所述第一样本置信度，根据所述第二对象交易场景对应的对象预测置信度，确定所述第二样本置信度；
根据所述第一样本置信度与所述交易样本特征之间的梯度信息，确定所述第一置信度分布；
根据所述第二样本置信度与所述交易样本特征之间的梯度信息，确定所述第二置信度分布，其中，所述目标对象类型包括第一对象类型和第二对象类型，所述样本置信度包括第一样本置信度和第二样本置信度，所述预测置信度包括第一置信度分布和第二置信度分布；
根据所述第一置信度分布和所述正向标准置信度，确定所述第一差值；
根据所述第二置信度分布和所述反向标准置信度，确定所述第二差值；
将所述第一差值和所述第二差值，确定为所述差值，其中，所述标准置信度包括正向标准置信度和反向标准置信度，所述正向标准置信度为所述样本对应关系在所述预设交易场景中的高斯分布，所述反向标准置信度为所述样本对应关系在所述预设交易场景中的反高斯分布，所述第一置信度分布用于趋近于所述正向标准置信度，所述第二置信度分布用于趋近于所述反向标准置信度，所述获取所述预测置信度与标准置信度之间的差值，所述标准置信度为所述样本对应关系在预设交易场景中的置信度值，所述预设交易场景为所述样本安全向量中所述样本关系参数所指示的所述样本对应关系的所在交易场景；
根据所述差值得到分布差异损失，基于所述分布差异损失、所述样本对应关系对应的样本预存验证向量和样本预存异常向量以及所述样本关系参数，修正所述初始安全交易模型的模型参数，得到第一修正安全交易模型；
基于所述第一修正安全交易模型，得到所述样本预存验证向量和样本预存异常向量对应的修正对象交易场景；
当所述修正对象交易场景与所述样本关系参数所指示的交易场景之间的置信度差值小于预先设置的置信度差值时，将所述第一修正安全交易模型确定为所述安全交易模型，其中，所述分布差异损失用于使所述预测置信度趋近于所述标准置信度，所述分布差异损失用于提高所述初始安全交易模型针对所述样本对应关系的关注度。
可选地，所述方法还包括：
确定所述交易请求列表中各请求的请求类型；
获取与所述请求类型对应的预设唯一字符串；
按照所述各请求之间的关系调用所述预设唯一字符串中定义的交易字符串；
获取输入的与所述交易请求列表中目标交易请求对应的验证操作流程和金额参数；
根据所述交易字符串、所述验证操作流程和金额参数生成操作指令，其中，所述操作指令用于执行所述交易请求列表中目标交易请求对应的行为。
可选地，所述方法还包括：
获取交易请求列表模型中定义的选择请求，其中，所述待处理交易请求包括所述选择请求；
在所述选择请求中配置安全匹配码；
选取所述交易请求列表模型中定义的目标交易请求；
为所述目标交易请求配置安全交易标识，其中，所述安全交易标识用于在执行所述目标交易请求对应的行为之前判断所述行为是否满足执行条件；
基于配置后的选择请求和配置后的目标交易请求生成交易请求列表，其中，配置的所述安全匹配码用于在运行所述交易请求列表时选择与所述安全匹配码匹配的目标交易请求。
第二方面，本发明实施例提供一种在线安全交易装置，应用于计算机设备，所述计算机设备与交易终端设备通信连接，所述计算机设备存储有交易请求列表；
所述装置包括：
查询模块，用于查询所述交易请求列表中的待处理交易请求，所述待处理交易请求由所述交易终端设备发出；
确定模块，用于确定所述待处理交易请求的请求类型；在基于所述请求类型确定所述待处理交易请求为配置有安全匹配码的请求时，则按照所述安全匹配码选取所述待处理交易请求的第一请求；当所述第一请求为预设请求时，将所述第一请求确定为与所述安全匹配码匹配的目标交易请求；
获取模块，用于获取所述目标交易请求的安全交易标识，其中，所述安全交易标识包括行为安全交易标识、用户信息安全交易标识和类别安全交易标识，所述行为安全交易标识用于在符合安全交易环境时匹配所述目标交易请求对应的行为，所述类别安全交易标识用于表征当前交易请求对应的类别确定行为，所述用户信息安全交易标识用于在表征当前交易用户对应的身份验证行为；
执行模块，用于当根据所述安全交易标识确定所述目标交易请求对应的行为满足执行条件时，则执行所述目标交易请求对应的行为。
第三方面，本发明实施例提供一种计算机设备，所述计算机设备包括处理器及存储有计算机指令的非易失性存储器，所述计算机指令被所述处理器执行时，所述计算机设备执行第一方面所述的在线安全交易方法。
第四方面，本发明实施例提供一种可读存储介质，所述可读存储介质包括计算机程序，所述计算机程序运行时控制所述可读存储介质所在计算机设备执行第一方面所述的在线安全交易方法。
相比现有技术，本发明提供的有益效果包括：采用本发明一种在线安全交易方法、装置及可读存储介质，通过查询所述交易请求列表中的待处理交易请求，所述待处理交易请求由所述交易终端设备发出；进而确定所述待处理交易请求的请求类型；再在基于所述请求类型确定所述待处理交易请求为配置有安全匹配码的请求时，则按照所述安全匹配码选取所述待处理交易请求的第一请求；然后当所述第一请求为预设请求时，将所述第一请求确定为与所述安全匹配码匹配的目标交易请求；获取所述目标交易请求的安全交易标识，其中，所述安全交易标识包括行为安全交易标识、用户信息安全交易标识和类别安全交易标识，所述行为安全交易标识用于在符合安全交易环境时匹配所述目标交易请求对应的行为，所述类别安全交易标识用于表征当前交易请求对应的类别确定行为，所述用户信息安全交易标识用于在表征当前交易用户对应的身份验证行为；最终当根据所述安全交易标识确定所述目标交易请求对应的行为满足执行条件时，则执行所述目标交易请求对应的行为，能够可靠的进行在线交易。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定。对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供在线安全交易系统的结构示意框图；
图2为本发明实施例提供在线安全交易方法的步骤流程示意图；
图3为本发明实施例提供在线安全交易装置的结构示意框图；
图4为本发明实施例提供计算机设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优待处理置信度更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
下面结合附图，对本发明的具体实施方式进行详细说明。
目前，在线交易已经十分普及，从个人用户的线上购物，线下消费，再到企业用户之间的订单交易，都是由线上交易完成。在线交易的方便快捷给人们的生活提供了便利，但是同时，在线交易也存在的一定的安全隐患。请参照图1，图1是本发明实施例提供的在线交易安全系统，在线交易安全系统可以包括计算机设备100和交易终端设备200，计算机设备100和交易终端设备200通信连接，计算机设备100中存储有交易请求列表。在本发明实施例的其他实施方式中，也可以仅采用更少的部件实现。
在本发明实施例中，交易终端设备200可以包括移动设备、平板计算机、膝上型计算机等或其任意组合。在一些实施例中，移动设备可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、或增强现实设备等，或其任意组合。在一些实施例中，智能家居设备可以包括智能电器设备的控制设备、智能监控设备、智能电视、智能摄像机等，或其任意组合。在一些实施例中，可穿戴设备可包括智能手环、智能鞋带、智能玻璃、智能头盔、智能手表、智能服装、智能背包、智能配件等，或其任何组合。在一些实施例中，智能移动设备可以包括智能手机、个人数字助理、游戏设备等，或其任意组合。在一些实施例中，虚拟现实设备和/或增强现实设备可以包括虚拟现实头盔、虚拟现实玻璃、虚拟现实贴片、增强现实头盔、增强现实玻璃、或增强现实贴片等，或其任意组合。例如，虚拟现实设备和/或增强现实设备可以包括各种虚拟现实产品等。
为了能够解决前述提出的问题，请参考图2，图2为本发明实施例提供的在线安全交易方法的步骤流程示意图。在本发明实施例中，在线安全交易方法的执行主体可以是图1中的计算机设备100，下面对在线安全交易方法进行详尽的描述。
步骤201，查询交易请求列表中的待处理交易请求。
其中，待处理交易请求由交易终端设备200发出。
步骤202，确定待处理交易请求的请求类型。
步骤203，在基于请求类型确定待处理交易请求为配置有安全匹配码的请求时，则按照安全匹配码选取待处理交易请求的第一请求。
步骤204，当第一请求为预设请求时，将第一请求确定为与安全匹配码匹配的目标交易请求。
步骤205，获取目标交易请求的安全交易标识。
其中，安全交易标识包括行为安全交易标识、用户信息安全交易标识和类别安全交易标识，行为安全交易标识用于在符合安全交易环境时匹配目标交易请求对应的行为，类别安全交易标识用于表征当前交易请求对应的类别确定行为，用户信息安全交易标识用于在表征当前交易用户对应的身份验证行为。
步骤206，当根据安全交易标识确定目标交易请求对应的行为满足执行条件时，则执行目标交易请求对应的行为。
在本发明实施例中，待处理交易请求可以是一个，也可以是多个，在此不做限制，可以先确定待交易请求的请求类型，应当理解的是，在线交易的过程中，除了支付请求，还可以存在收款请求等操作，可以先确认待处理交易请求的请求类型。在确定了待处理交易请求的请求类型后，可以进一步确定是否配置有安全匹配码，每个合法的待处理交易请求都可以对应配置有一个安全匹配码。待处理交易请求可以包括多个子请求，例如交易通信连接建立请求、金额划转请求、交易确认请求等，在本发明实施例中，可以主要为了交易确认这个步骤进行安全保障，因此预设请求可以是交易确认请求，对应的，当获取的待处理交易请求的第一请求为预设请求，即交易确认请求时，将交易确认请求作为目标交易请求。在本发明实施例的其他实施方式中，交易通信连接建立请求和金额划转请求等请求也可以作为目标交易请求，在此不再赘述。
而在确定了目标交易请求后，进而获取目标交易请求的安全交易标识，具体的，行为安全交易标识用于在符合安全交易环境时匹配目标交易请求对应的行为，目标交易对应的行为可以是转账，类别安全交易标识用于表征当前交易请求对应的类别确定行为，具体的交易请求对应的类别确定行为可以是用于确定是支付还是收款等，用户信息安全交易标识用于在表征当前交易用户对应的身份验证行为，包括但不限于指纹识别和生物面部识别等。
在上述安全交易标识确定目标交易请求对应的行为满足执行条件时，则执行目标交易请求对应的行为，即进行转账。通过上述步骤，能够可靠地保证用户在进行在线交易的过程中财产的安全问题。
除了上述步骤，为了能够保证交易相关数据的传输的正确，在前述步骤206之后，本发明实施例还提供了以下步骤用于确定目标交易请求的准确性。
步骤301，生成与执行目标交易请求对应的行为后所得的结果相匹配的回执。
步骤302，将回执反馈至目标交易请求的第二请求。
步骤303，基于第二请求的请求类型确定与回执匹配的目标回执。
步骤304，将目标回执反馈至第二请求的上一级请求，其中，反馈的目标回执，用于指示上一级请求根据上一级请求的请求类型执行与目标回执对应的操作。
为了能够确保交易设备终端和计算机设备100之间的数据对称，可以在执行目标交易请求对应的行为后生成与执行目标交易请求对应的行为后所得的结果相匹配的回执，可以将回执反馈至处第一请求外的第二请求，并在基于第二请求对应的请求类型的基础上确定一与前述回执匹配的目标回执。而后将目标回执反馈至第一请求（即上一级请求），以此来指示第一请求的请求类型执行与目标回执对应的操作。通过上述步骤，能够确保交易相关数据在进行传输时的稳定性。
在此基础上，为了能够避免由于故障或者网络等原因造成的安全匹配码失效，进而影响交易的进行，本发明实施例还提供以下具体的实施方式。
在查询到的待处理交易请求为未配置安全匹配码的请求时，则执行步骤401。
步骤401，随机查询待处理交易请求的第一请求。或者， 执行步骤402。
步骤402，按照优先级从大到小的顺序依次查询待处理交易请求的第一请求。
步骤403，当查询到的第一请求为目标交易请求时，执行获取目标交易请求的安全交易标识的步骤。
在本发明实施例中，安全匹配码可以是静态码也可以是动态码，为了避免由于网络不稳定或者其他因素导致待处理交易请求未能正确配置安全匹配码，可以在查询到的待处理交易请求为未配置安全匹配码的请求时，随机查询待处理交易请求的第一请求或者，按照优先级从大到小的顺序依次查询待处理交易请求的第一请求，以此来保证后续验证步骤的顺利进行。通过上述步骤，能够避免安全匹配码无法正常获取时耽误在线交易的进度。
在前述基础上，计算机设备100与第三方安全监管服务器通信连接，作为一种可替换的实施方式，前述步骤205可以通过以下的具体实施方式进行实现。
子步骤205-1，获取目标交易请求在第三方安全监管服务器上的预存交易文件。
其中，预存交易文件记录有目标交易请求的交易信息，交易信息用于记录目标交易请求的各个待处理置信度与安全交易置信度之间的差值，安全交易置信度为目标交易请求对应的置信度。
子步骤205-2，根据预存交易文件中的交易信息，得到预存交易文件对应的预存验证向量。
其中，预存验证向量中的各个待处理置信度为用于记录目标交易请求的待处理置信。
子步骤205-3，获取待处理置信度与预存异常向量中的异常处理置信度的第一对应关系。
子步骤205-4，根据预存验证向量与第一对应关系生成多维度安全向量。
其中，多维度安全向量中包括目标交易请求的预存验证向量和预存异常向量的第一对应关系。
子步骤205-5，根据预先训练的安全交易模型将多维度安全向量进行处理。
其中，预先训练的安全交易模型用于计算生成多维度安全向量时目标交易请求的安全交易置信度。
子步骤205-6，遍历目标向量中的所有待处理置信度，目标向量为多维度安全向量中的一个。
子步骤205-7，分别获取目标向量中所有待处理置信度的置信度的值。
子步骤205-8，根据置信度的值分别计算目标向量中每个待处理置信度与第一待处理置信度的差值。
其中，第一待处理置信度对应的安全向量为比对向量。
子步骤205-9，确定目标向量中与第一待处理置信度差值最小的待处理置信度为第二待处理置信度。
其中，第一待处理置信度与第二待处理置信度分别为两个不同安全向量对应的待处理置信度。
子步骤205-10，获取第一待处理置信度与第二待处理置信度之间的差值作为参考量。
子步骤205-11，根据第一对应关系获取与预存验证向量中的待处理置信度对应的预存异常向量中的异常处理置信度。
子步骤205-12，通过参考量对预存验证向量中的待处理置信度进行处理。
子步骤205-13，获取预存验证向量中处理后的待处理置信度与异常处理置信度的对应关系为第二对应关系。
子步骤205-14，根据第二对应关系获取目标交易请求的安全交易标识。
第三方安全监管服务器可以是经过授权的服务器，可以获取第三方安全监管服务器上的预存交易文件，预测建议文件可以是在构建安全监管服务器时通过测试过程获取的。可以根据预存交易文件中的交易信息，得到预存交易文件对应的预存验证向量，而后可以获取待处理置信度与预存异常向量中的异常处理置信度的第一对应关系，进而可以根据预存验证向量与第一对应关系生成多维度安全向量，再将多维度安全向量输入预先训练的安全交易模型中进行处理。而后可以遍历多维度安全向量中的目标向量通过预先训练的交易安全模型后得到的待处理置信度。可以将所有置信度的值收集起来，根据置信度的值分别计算目标向量中每个待处理置信度与第一待处理置信度的差值，进而确定目标向量中与第一待处理置信度差值最小的待处理置信度为第二待处理置信度，获取第一待处理置信度与第二待处理置信度之间的差值作为参考量，再根据第一对应关系获取与预存验证向量中的待处理置信度对应的预存异常向量中的异常处理置信度，在此基础上，获取预存验证向量中处理后的待处理置信度与异常处理置信度的对应关系为第二对应关系，最终便可以根据第二对应关系获取目标交易请求的安全交易标识。通过上述步骤，能够可靠获取安全交易标识，保证了获取的安全交易标识的有效性。
为了能够使得本发明更加便于理解，作为一种更加详细的实施方式，本发明实施例还提供了安全交易模型的获取方式。
步骤501，获取包含样本预存验证向量和样本预存异常向量的样本对应关系的样本安全向量。
其中，样本安全向量中包括样本对应关系的样本关系参数；
步骤502，通过初始安全交易模型提取样本安全向量对应的交易样本特征,。
步骤503，根据交易样本特征，处理样本对应关系对应的样本预存验证向量和样本预存异常向量，根据样本对应关系对应的样本预存验证向量和样本预存异常向量，分别获取样本对应关系针对每种目标对象类型的初始预测置信度；
步骤504，将具有最高数值的初始预测置信度的目标对象类型，确定为样本对应关系对应的预测对象类型；
步骤505，将预测对象类型所对应的初始预测置信度，确定为样本对应关系对应的样本预存验证向量和样本预存异常向量对应的对象预测置信度；
步骤506，将预测对象类型为第一对象类型的样本预存验证向量和样本预存异常向量，确定为第一对象交易场景；
步骤507，将预测对象类型为第二对象类型的样本预存验证向量和样本预存异常向量，确定为第二对象交易场景；
步骤508，根据第一对象交易场景对应的对象预测置信度，确定第一样本置信度，根据第二对象交易场景对应的对象预测置信度，确定第二样本置信度；
步骤509，根据第一样本置信度与交易样本特征之间的梯度信息，确定第一置信度分布；
步骤510，根据第二样本置信度与交易样本特征之间的梯度信息，确定第二置信度分布。
其中，目标对象类型包括第一对象类型和第二对象类型，样本置信度包括第一样本置信度和第二样本置信度，预测置信度包括第一置信度分布和第二置信度分布。
步骤511，根据第一置信度分布和正向标准置信度，确定第一差值。
步骤512，根据第二置信度分布和反向标准置信度，确定第二差值。
步骤513，将第一差值和第二差值，确定为差值。
其中，标准置信度包括正向标准置信度和反向标准置信度，正向标准置信度为样本对应关系在预设交易场景中的高斯分布，反向标准置信度为样本对应关系在预设交易场景中的反高斯分布，第一置信度分布用于趋近于正向标准置信度，第二置信度分布用于趋近于反向标准置信度，获取预测置信度与标准置信度之间的差值，标准置信度为样本对应关系在预设交易场景中的置信度值，预设交易场景为样本安全向量中样本关系参数所指示的样本对应关系的所在交易场景。
步骤514，根据差值得到分布差异损失，基于分布差异损失、样本对应关系对应的样本预存验证向量和样本预存异常向量以及样本关系参数，修正初始安全交易模型的模型参数，得到第一修正安全交易模型。
步骤515，基于第一修正安全交易模型，得到样本预存验证向量和样本预存异常向量对应的修正对象交易场景。
步骤516，当修正对象交易场景与样本关系参数所指示的交易场景之间的置信度差值小于预先设置的置信度差值时，将第一修正安全交易模型确定为安全交易模型。
其中，分布差异损失用于使预测置信度趋近于标准置信度，分布差异损失用于提高初始安全交易模型针对样本对应关系的关注度。
通过上述步骤能够获取一种可靠的可以用于计算生成多维度安全向量时目标交易请求的安全交易置信度的模型。
作为一种可替换的实施方式，样本安全向量中还包括样本对应关系的对象类型标签，前述步骤514还可以由以下步骤实施得到。
子步骤514-1，基于分布差异损失、对象类型标签、预测对象类型、样本对应关系对应的样本预存验证向量和样本预存异常向量以及样本关系参数，修正初始安全交易模型的模型参数，得到第二修正安全交易模型；
子步骤514-2基于第二修正安全交易模型得到差值对应的修正差值。
子步骤514-3，当修正差值对应的差异损失值小于预先设置的差异损失值时，将第二修正安全交易模型确定为检测模型。
除此之外，为了能够确定针对不同交易的操作指令，本发明实施例提供以下实施方式进行描述。
步骤601，确定交易请求列表中各请求的请求类型。
步骤602，获取与请求类型对应的预设唯一字符串；
步骤603，按照各请求之间的关系调用预设唯一字符串中定义的交易字符串。
步骤604，获取输入的与交易请求列表中目标交易请求对应的验证操作流程和金额参数。
步骤605，根据交易字符串、验证操作流程和金额参数生成操作指令。
其中，操作指令用于执行交易请求列表中目标交易请求对应的行为。
在本发明实施例中，通过可以通过上述步骤便捷地确定用于执行目标交易请求对应的行为 。
在本发明实施例中，基于前述流程，还提供以下步骤以实现交易列表的生成，具体的，可以参考以下步骤。
步骤701，获取交易请求列表模型中定义的选择请求，其中，待处理交易请求包括选择请求。
步骤702，在选择请求中配置安全匹配码。
步骤703，选取交易请求列表模型中定义的目标交易请求。
步骤704，为目标交易请求配置安全交易标识。
其中，安全交易标识用于在执行目标交易请求对应的行为之前判断行为是否满足执行条件；
步骤705，基于配置后的选择请求和配置后的目标交易请求生成交易请求列表。
其中，配置的安全匹配码用于在运行交易请求列表时选择与安全匹配码匹配的目标交易请求。
通过上述步骤，基于交易请求列表模型中定义的选择请求，可以获取选择请求中配置安全匹配码，而后便可以为目标交易请求配置安全交易标识，基于配置后的选择请求和配置后的目标交易请求生成交易请求列表，能够可靠地将交易设备终端与计算机设备100之间的交易请求列表生成，以供后续处理。
在前述步骤的基础上，步骤704的具体实施方式可以包括。
子步骤704-1，获取与交易请求列表模型定义的条件请求对应的行为安全交易标识和用户信息安全交易标识。
相应的，步骤704的具体实施方式可以包括：
子步骤704-2，为目标交易请求配置行为安全交易标识。
子步骤704-3，为目标交易请求配置用户信息安全交易标识。
具体的，可以由交易请求列表模型定义的条件请求对应的行为安全交易标识和用户信息安全交易标识来对目标交易请求进行配置。
除了上述步骤外，作为一种可替换的实施方式，步骤705可以由以下的具体实施步骤进行实现。
子步骤705-1，获取待生成交易请求列表的交易相关参数。
其中，交易相关参数中包含有与待生成交易请求列表的选择请求对应的安全匹配码生成规则，以及包含有与待生成交易请求列表的目标交易请求对应安全交易标识生成规则。
子步骤705-2，根据获取的交易相关参数生成交易请求列表。
其中，交易请求列表的选择请求配置有由安全匹配码生成规则生成的安全匹配码，安全匹配码用于在运行交易请求列表时选择与安全匹配码匹配的目标交易请求，交易请求列表的目标交易请求配置有由安全交易标识生成规则安全交易标识，安全交易标识用于在执行目标交易请求对应的行为之前判断行为是否满足执行条件。
本发明实施例提供一种在线安全交易装置110，应用于计算机设备100，计算机设备100与交易终端设备200通信连接，计算机设备100存储有交易请求列表。如图3所示，装置包括：
查询模块1101，用于查询交易请求列表中的待处理交易请求，待处理交易请求由交易终端设备200发出。
确定模块1102，用于确定待处理交易请求的请求类型；在基于请求类型确定待处理交易请求为配置有安全匹配码的请求时，则按照安全匹配码选取待处理交易请求的第一请求；当第一请求为预设请求时，将第一请求确定为与安全匹配码匹配的目标交易请求。
获取模块1103，用于获取目标交易请求的安全交易标识，其中，安全交易标识包括行为安全交易标识、用户信息安全交易标识和类别安全交易标识，行为安全交易标识用于在符合安全交易环境时匹配目标交易请求对应的行为，类别安全交易标识用于表征当前交易请求对应的类别确定行为，用户信息安全交易标识用于在表征当前交易用户对应的身份验证行为。
执行模块1104，用于当根据安全交易标识确定目标交易请求对应的行为满足执行条件时，则执行目标交易请求对应的行为。
进一步地，确定模块1102还用于：
生成与执行目标交易请求对应的行为后所得的结果相匹配的回执；将回执反馈至目标交易请求的第二请求；基于第二请求的请求类型确定与回执匹配的目标回执；将目标回执反馈至第二请求的上一级请求，其中，反馈的目标回执，用于指示上一级请求根据上一级请求的请求类型执行与目标回执对应的操作。
进一步地，查询模块1101还用于：
在查询到的待处理交易请求为未配置安全匹配码的请求时，则随机查询待处理交易请求的第一请求；或者，按照优先级从大到小的顺序依次查询待处理交易请求的第一请求；当查询到的第一请求为目标交易请求时，执行获取目标交易请求的安全交易标识的步骤。
进一步地，计算机设备100与第三方安全监管服务器通信连接，获取模块1103具体用于：
获取目标交易请求在第三方安全监管服务器上的预存交易文件，预存交易文件记录有目标交易请求的交易信息，交易信息用于记录目标交易请求的各个待处理置信度与安全交易置信度之间的差值，安全交易置信度为目标交易请求对应的置信度；根据预存交易文件中的交易信息，得到预存交易文件对应的预存验证向量，预存验证向量中的各个待处理置信度为用于记录目标交易请求的待处理置信度；获取待处理置信度与预存异常向量中的异常处理置信度的第一对应关系；根据预存验证向量与第一对应关系生成多维度安全向量，多维度安全向量中包括目标交易请求的预存验证向量和预存异常向量的第一对应关系；根据预先训练的安全交易模型将多维度安全向量进行处理，预先训练的安全交易模型用于计算生成多维度安全向量时目标交易请求的安全交易置信度；遍历目标向量中的所有待处理置信度，目标向量为多维度安全向量中的一个；分别获取目标向量中所有待处理置信度的置信度的值；根据置信度的值分别计算目标向量中每个待处理置信度与第一待处理置信度的差值，第一待处理置信度对应的安全向量为比对向量；确定目标向量中与第一待处理置信度差值最小的待处理置信度为第二待处理置信度，第一待处理置信度与第二待处理置信度分别为两个不同安全向量对应的待处理置信度；获取第一待处理置信度与第二待处理置信度之间的差值作为参考量；根据第一对应关系获取与预存验证向量中的待处理置信度对应的预存异常向量中的异常处理置信度；通过参考量对预存验证向量中的待处理置信度进行处理；获取预存验证向量中处理后的待处理置信度与异常处理置信度的对应关系为第二对应关系；根据第二对应关系获取目标交易请求的安全交易标识。
进一步地，获取模块1103还用于：
获取包含样本预存验证向量和样本预存异常向量的样本对应关系的样本安全向量，其中，样本安全向量中包括样本对应关系的样本关系参数；通过初始安全交易模型提取样本安全向量对应的交易样本特征；根据交易样本特征，处理样本对应关系对应的样本预存验证向量和样本预存异常向量，根据样本对应关系对应的样本预存验证向量和样本预存异常向量，分别获取样本对应关系针对每种目标对象类型的初始预测置信度；将具有最高数值的初始预测置信度的目标对象类型，确定为样本对应关系对应的预测对象类型；将预测对象类型所对应的初始预测置信度，确定为样本对应关系对应的样本预存验证向量和样本预存异常向量对应的对象预测置信度；将预测对象类型为第一对象类型的样本预存验证向量和样本预存异常向量，确定为第一对象交易场景；将预测对象类型为第二对象类型的样本预存验证向量和样本预存异常向量，确定为第二对象交易场景；根据第一对象交易场景对应的对象预测置信度，确定第一样本置信度，根据第二对象交易场景对应的对象预测置信度，确定第二样本置信度；根据第一样本置信度与交易样本特征之间的梯度信息，确定第一置信度分布；根据第二样本置信度与交易样本特征之间的梯度信息，确定第二置信度分布，其中，目标对象类型包括第一对象类型和第二对象类型，样本置信度包括第一样本置信度和第二样本置信度，预测置信度包括第一置信度分布和第二置信度分布；根据第一置信度分布和正向标准置信度，确定第一差值；根据第二置信度分布和反向标准置信度，确定第二差值； 将第一差值和第二差值，确定为差值，其中，标准置信度包括正向标准置信度和反向标准置信度，正向标准置信度为样本对应关系在预设交易场景中的高斯分布，反向标准置信度为样本对应关系在预设交易场景中的反高斯分布，第一置信度分布用于趋近于正向标准置信度，第二置信度分布用于趋近于反向标准置信度，获取预测置信度与标准置信度之间的差值，标准置信度为样本对应关系在预设交易场景中的置信度值，预设交易场景为样本安全向量中样本关系参数所指示的样本对应关系的所在交易场景；根据差值得到分布差异损失，基于分布差异损失、样本对应关系对应的样本预存验证向量和样本预存异常向量以及样本关系参数，修正初始安全交易模型的模型参数，得到第一修正安全交易模型；基于第一修正安全交易模型，得到样本预存验证向量和样本预存异常向量对应的修正对象交易场景；当修正对象交易场景与样本关系参数所指示的交易场景之间的置信度差值小于预先设置的置信度差值时，将第一修正安全交易模型确定为安全交易模型，其中，分布差异损失用于使预测置信度趋近于标准置信度，分布差异损失用于提高初始安全交易模型针对样本对应关系的关注度。
进一步地，确定模块1102还用于：
确定交易请求列表中各请求的请求类型；获取与请求类型对应的预设唯一字符串；按照各请求之间的关系调用预设唯一字符串中定义的交易字符串；获取输入的与交易请求列表中目标交易请求对应的验证操作流程和金额参数；根据交易字符串、验证操作流程和金额参数生成操作指令，其中，操作指令用于执行交易请求列表中目标交易请求对应的行为。
进一步地，获取模块1103还用于：
获取交易请求列表模型中定义的选择请求，其中，待处理交易请求包括选择请求；在选择请求中配置安全匹配码；选取交易请求列表模型中定义的目标交易请求；为目标交易请求配置安全交易标识，其中，安全交易标识用于在执行目标交易请求对应的行为之前判断行为是否满足执行条件；基于配置后的选择请求和配置后的目标交易请求生成交易请求列表，其中，配置的安全匹配码用于在运行交易请求列表时选择与安全匹配码匹配的目标交易请求。
需要说明的是，前述在线安全交易装置110的实现原理可以参考前述在线安全交易方法的实现原理，在此不再赘述。应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，查询模块1101可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上查询模块1101的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所描述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，ASIC)，或，一个或多个微处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门阵列(field programmable gate array，FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(centralprocessing unit，CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。
本发明实施例提供一种计算机设备100，计算机设备100包括处理器及存储有计算机指令的非易失性存储器，计算机指令被处理器执行时，计算机设备100执行前述的在线安全交易方法。如图4所示，图4为本发明实施例提供的计算机设备100的结构框图。计算机设备100包括在线安全交易装置110、存储器111、处理器112及通信单元113。
为实现数据的传输或交互，存储器111、处理器112以及通信单元113各元件相互之间直接或间接地电性连接。例如，可通过一条或多条通讯总线或信号线实现这些元件相互之间电性连接。在线安全交易装置110包括至少一个可以软件或固件（firmware）的形式存储于存储器111中或固化在计算机设备100的操作系统（operating system，OS）中的软件功能模块。处理器112用于执行存储器111中存储的可执行模块1104，例如在线安全交易装置110所包括的软件功能模块及计算机程序等。
本发明实施例提供一种可读存储介质，可读存储介质包括计算机程序，计算机程序运行时控制可读存储介质所在计算机设备执行前述的在线安全交易方法。
综上所述，采用本发明一种在线安全交易方法、装置及可读存储介质，通过查询所述交易请求列表中的待处理交易请求，所述待处理交易请求由所述交易终端设备发出；进而确定所述待处理交易请求的请求类型；再在基于所述请求类型确定所述待处理交易请求为配置有安全匹配码的请求时，则按照所述安全匹配码选取所述待处理交易请求的第一请求；然后当所述第一请求为预设请求时，将所述第一请求确定为与所述安全匹配码匹配的目标交易请求；获取所述目标交易请求的安全交易标识，其中，所述安全交易标识包括行为安全交易标识、用户信息安全交易标识和类别安全交易标识，所述行为安全交易标识用于在符合安全交易环境时匹配所述目标交易请求对应的行为，所述类别安全交易标识用于表征当前交易请求对应的类别确定行为，所述用户信息安全交易标识用于在表征当前交易用户对应的身份验证行为；最终当根据所述安全交易标识确定所述目标交易请求对应的行为满足执行条件时，则执行所述目标交易请求对应的行为，能够可靠的实现在线交易。
出于说明目的，前面的描述是参考具体实施例而进行的。但是，上述说明性论述并不打算穷举或将本公开局限于所公开的精确形式。根据上述教导，众多修改和变化都是可行的。选择并描述这些实施例是为了最佳地说明本公开的原理及其实际应用，从而使本领域技术人员最佳地利用本公开，并利用具有不同修改的各种实施例以适于预期的特定应用。出于说明目的，前面的描述是参考具体实施例而进行的。但是，上述说明性论述并不打算穷举或将本公开局限于所公开的精确形式。根据上述教导，众多修改和变化都是可行的。选择并描述这些实施例是为了最佳地说明本公开的原理及其实际应用，从而使本领域技术人员最佳地利用本公开，并利用具有不同修改的各种实施例以适于预期的特定应用。
Claims (9)
1.一种在线安全交易方法，其特征在于，应用于计算机设备，所述计算机设备与交易终端设备通信连接，所述计算机设备与第三方安全监管服务器通信连接，所述计算机设备存储有交易请求列表；
所述方法包括：
查询所述交易请求列表中的待处理交易请求，所述待处理交易请求由所述交易终端设备发出；
确定所述待处理交易请求的请求类型；
在基于所述请求类型确定所述待处理交易请求为配置有安全匹配码的请求时，则按照所述安全匹配码选取所述待处理交易请求的第一请求；
当所述第一请求为预设请求时，将所述第一请求确定为与所述安全匹配码匹配的目标交易请求，所述安全匹配码用于在运行所述交易请求列表时选择与所述安全匹配码匹配的目标交易请求，所述安全匹配码为静态码或动态码；
获取所述目标交易请求的安全交易标识，其中，所述安全交易标识包括行为安全交易标识、用户信息安全交易标识和类别安全交易标识，所述行为安全交易标识用于在符合安全交易环境时匹配所述目标交易请求对应的行为，所述类别安全交易标识用于表征当前交易请求对应的类别确定行为，所述用户信息安全交易标识用于表征当前交易用户对应的身份验证行为；
当根据所述安全交易标识确定所述目标交易请求对应的行为满足执行条件时，则执行所述目标交易请求对应的行为；
所述获取所述目标交易请求的安全交易标识的步骤，包括：
获取目标交易请求在第三方安全监管服务器上的预存交易文件，所述预存交易文件记录有所述目标交易请求的交易信息，所述交易信息用于记录所述目标交易请求的各个待处理置信度与安全交易置信度之间的差值，所述安全交易置信度为所述目标交易请求对应的置信度；
根据所述预存交易文件中的交易信息，得到所述预存交易文件对应的预存验证向量，所述预存验证向量中的各个待处理置信度为用于记录所述目标交易请求的待处理置信度；
获取所述待处理置信度与预存异常向量中的异常处理置信度的第一对应关系；
根据所述预存验证向量与所述第一对应关系生成多维度安全向量，所述多维度安全向量中包括所述目标交易请求的预存验证向量和预存异常向量的第一对应关系；
根据预先训练的安全交易模型将所述多维度安全向量进行处理，所述预先训练的安全交易模型用于计算生成所述多维度安全向量时所述目标交易请求的安全交易置信度；
遍历目标向量中的所有待处理置信度，所述目标向量为所述多维度安全向量中的一个；
分别获取所述目标向量中所有待处理置信度的置信度的值；
根据所述置信度的值分别计算所述目标向量中每个待处理置信度与第一待处理置信度的差值，所述第一待处理置信度对应的安全向量为比对向量；
确定所述目标向量中与所述第一待处理置信度差值最小的待处理置信度为第二待处理置信度，所述第一待处理置信度与所述第二待处理置信度分别为两个不同安全向量对应的待处理置信度；
获取所述第一待处理置信度与所述第二待处理置信度之间的差值作为参考量；
根据所述第一对应关系获取与所述预存验证向量中的待处理置信度对应的所述预存异常向量中的异常处理置信度；
通过所述参考量对所述预存验证向量中的待处理置信度进行处理；
获取所述预存验证向量中处理后的待处理置信度与所述异常处理置信度的对应关系为第二对应关系；
根据所述第二对应关系获取所述目标交易请求的安全交易标识。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
生成与执行所述目标交易请求对应的行为后所得的结果相匹配的回执；
将所述回执反馈至所述目标交易请求的第二请求；
基于所述第二请求的请求类型确定与所述回执匹配的目标回执；
将所述目标回执反馈至所述第二请求的上一级请求，其中，反馈的所述目标回执，用于指示所述上一级请求根据所述上一级请求的请求类型执行与所述目标回执对应的操作。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在查询到的待处理交易请求为未配置安全匹配码的请求时，则随机查询所述待处理交易请求的第一请求；或者，
按照优先级从大到小的顺序依次查询所述待处理交易请求的第一请求；
当查询到的第一请求为目标交易请求时，执行所述获取所述目标交易请求的安全交易标识的步骤。
4.根据权利要求1所述的方法，其特征在于，所述安全交易模型通过以下方式获得，包括：
获取包含样本预存验证向量和样本预存异常向量的样本对应关系的样本安全向量，其中，所述样本安全向量中包括所述样本对应关系的样本关系参数；
通过初始安全交易模型提取所述样本安全向量对应的交易样本特征；
根据所述交易样本特征，处理所述样本对应关系对应的样本预存验证向量和样本预存异常向量，根据所述样本对应关系对应的样本预存验证向量和样本预存异常向量，分别获取所述样本对应关系针对每种目标对象类型的初始预测置信度；
将具有最高数值的初始预测置信度的目标对象类型，确定为所述样本对应关系对应的预测对象类型；
将所述预测对象类型所对应的初始预测置信度，确定为所述样本对应关系对应的样本预存验证向量和样本预存异常向量对应的对象预测置信度；
将所述预测对象类型为第一对象类型的样本预存验证向量和样本预存异常向量，确定为第一对象交易场景；
将所述预测对象类型为第二对象类型的样本预存验证向量和样本预存异常向量，确定为第二对象交易场景；
根据所述第一对象交易场景对应的对象预测置信度，确定第一样本置信度，根据所述第二对象交易场景对应的对象预测置信度，确定第二样本置信度；
根据所述第一样本置信度与所述交易样本特征之间的梯度信息，确定第一置信度分布；
根据所述第二样本置信度与所述交易样本特征之间的梯度信息，确定第二置信度分布，其中，所述目标对象类型包括第一对象类型和第二对象类型，所述样本置信度包括第一样本置信度和第二样本置信度，所述预测置信度包括第一置信度分布和第二置信度分布；
根据所述第一置信度分布和正向标准置信度，确定第一差值；
根据所述第二置信度分布和反向标准置信度，确定第二差值；
获取所述预测置信度与标准置信度之间的差值，将所述第一差值和所述第二差值，确定为所述差值，其中，所述标准置信度包括正向标准置信度和反向标准置信度，所述正向标准置信度为所述样本对应关系在预设交易场景中的高斯分布，所述反向标准置信度为所述样本对应关系在所述预设交易场景中的反高斯分布，所述第一置信度分布用于趋近于所述正向标准置信度，所述第二置信度分布用于趋近于所述反向标准置信度，所述标准置信度为所述样本对应关系在预设交易场景中的置信度值，所述预设交易场景为所述样本安全向量中所述样本关系参数所指示的所述样本对应关系的所在交易场景；
根据所述差值得到分布差异损失，基于所述分布差异损失、所述样本对应关系对应的样本预存验证向量和样本预存异常向量以及所述样本关系参数，修正所述初始安全交易模型的模型参数，得到第一修正安全交易模型；
基于所述第一修正安全交易模型，得到所述样本预存验证向量和样本预存异常向量对应的修正对象交易场景；
当所述修正对象交易场景与所述样本关系参数所指示的交易场景之间的置信度差值小于预先设置的置信度差值时，将所述第一修正安全交易模型确定为所述安全交易模型，其中，所述分布差异损失用于使所述预测置信度趋近于所述标准置信度，所述分布差异损失用于提高所述初始安全交易模型针对所述样本对应关系的关注度。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定所述交易请求列表中各请求的请求类型；
获取与所述请求类型对应的预设唯一字符串；
按照所述各请求之间的关系调用所述预设唯一字符串中定义的交易字符串；
获取输入的与所述交易请求列表中目标交易请求对应的验证操作流程和金额参数；
根据所述交易字符串、所述验证操作流程和金额参数生成操作指令，其中，所述操作指令用于执行所述交易请求列表中目标交易请求对应的行为。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取交易请求列表模型中定义的选择请求，其中，所述待处理交易请求包括所述选择请求；
在所述选择请求中配置安全匹配码；
选取所述交易请求列表模型中定义的目标交易请求；
为所述目标交易请求配置安全交易标识，其中，所述安全交易标识用于在执行所述目标交易请求对应的行为之前判断所述行为是否满足执行条件；
基于配置后的选择请求和配置后的目标交易请求生成交易请求列表，其中，配置的所述安全匹配码用于在运行所述交易请求列表时选择与所述安全匹配码匹配的目标交易请求。
7.一种在线安全交易装置，其特征在于，应用于计算机设备，所述计算机设备与交易终端设备通信连接，所述计算机设备与第三方安全监管服务器通信连接，所述计算机设备存储有交易请求列表；
所述装置包括：
查询模块，用于查询所述交易请求列表中的待处理交易请求，所述待处理交易请求由所述交易终端设备发出；
确定模块，用于确定所述待处理交易请求的请求类型；在基于所述请求类型确定所述待处理交易请求为配置有安全匹配码的请求时，则按照所述安全匹配码选取所述待处理交易请求的第一请求；当所述第一请求为预设请求时，将所述第一请求确定为与所述安全匹配码匹配的目标交易请求，所述安全匹配码用于在运行所述交易请求列表时选择与所述安全匹配码匹配的目标交易请求，所述安全匹配码为静态码或动态码；
获取模块，用于获取所述目标交易请求的安全交易标识，其中，所述安全交易标识包括行为安全交易标识、用户信息安全交易标识和类别安全交易标识，所述行为安全交易标识用于在符合安全交易环境时匹配所述目标交易请求对应的行为，所述类别安全交易标识用于表征当前交易请求对应的类别确定行为，所述用户信息安全交易标识用于表征当前交易用户对应的身份验证行为；
执行模块，用于当根据所述安全交易标识确定所述目标交易请求对应的行为满足执行条件时，则执行所述目标交易请求对应的行为；
所述获取模块具体用于：
获取目标交易请求在第三方安全监管服务器上的预存交易文件，所述预存交易文件记录有所述目标交易请求的交易信息，所述交易信息用于记录所述目标交易请求的各个待处理置信度与安全交易置信度之间的差值，所述安全交易置信度为所述目标交易请求对应的置信度；
根据所述预存交易文件中的交易信息，得到所述预存交易文件对应的预存验证向量，所述预存验证向量中的各个待处理置信度为用于记录所述目标交易请求的待处理置信度；
获取所述待处理置信度与预存异常向量中的异常处理置信度的第一对应关系；
根据所述预存验证向量与所述第一对应关系生成多维度安全向量，所述多维度安全向量中包括所述目标交易请求的预存验证向量和预存异常向量的第一对应关系；
根据预先训练的安全交易模型将所述多维度安全向量进行处理，所述预先训练的安全交易模型用于计算生成所述多维度安全向量时所述目标交易请求的安全交易置信度；
遍历目标向量中的所有待处理置信度，所述目标向量为所述多维度安全向量中的一个；
分别获取所述目标向量中所有待处理置信度的置信度的值；
根据所述置信度的值分别计算所述目标向量中每个待处理置信度与第一待处理置信度的差值，所述第一待处理置信度对应的安全向量为比对向量；
确定所述目标向量中与所述第一待处理置信度差值最小的待处理置信度为第二待处理置信度，所述第一待处理置信度与所述第二待处理置信度分别为两个不同安全向量对应的待处理置信度；
获取所述第一待处理置信度与所述第二待处理置信度之间的差值作为参考量；
根据所述第一对应关系获取与所述预存验证向量中的待处理置信度对应的所述预存异常向量中的异常处理置信度；
通过所述参考量对所述预存验证向量中的待处理置信度进行处理；
获取所述预存验证向量中处理后的待处理置信度与所述异常处理置信度的对应关系为第二对应关系；
根据所述第二对应关系获取所述目标交易请求的安全交易标识。
8.一种计算机设备，其特征在于，所述计算机设备包括处理器及存储有计算机指令的非易失性存储器，所述计算机指令被所述处理器执行时，所述计算机设备执行权利要求1-6中任意一项所述的在线安全交易方法。
9.一种可读存储介质，其特征在于，所述可读存储介质包括计算机程序，所述计算机程序运行时控制所述可读存储介质所在计算机设备执行权利要求1-6中任意一项所述的在线安全交易方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010632916.4A CN111738723B (zh) | 2020-07-04 | 2020-07-04 | 一种在线安全交易方法、装置及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010632916.4A CN111738723B (zh) | 2020-07-04 | 2020-07-04 | 一种在线安全交易方法、装置及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111738723A CN111738723A (zh) | 2020-10-02 |
| CN111738723B true CN111738723B (zh) | 2021-01-29 |
Family
ID=72652930
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010632916.4A Active CN111738723B (zh) | 2020-07-04 | 2020-07-04 | 一种在线安全交易方法、装置及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111738723B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112712368B (zh) * | 2021-02-23 | 2021-12-14 | 深圳亚桐荟科技有限公司 | 一种基于大数据的云安全账户管理方法及云安全平台 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103186851A (zh) * | 2011-12-30 | 2013-07-03 | 上海博泰悦臻电子设备制造有限公司 | 基于云数据处理技术的电子支付系统 |
| CN104104673A (zh) * | 2014-06-30 | 2014-10-15 | 重庆智韬信息技术中心 | 第三方统一动态授权码实现安全支付的方法 |
| CN105518730A (zh) * | 2014-09-25 | 2016-04-20 | 深圳市银信网银科技有限公司 | 一种网上支付验证方法及网上支付验证系统 |
| CN105913248A (zh) * | 2016-04-08 | 2016-08-31 | 四川省亚丁胡杨人力资源集团有限公司 | 一种基于移动互联网服务应用的在线支付系统 |
| CN106997239A (zh) * | 2016-10-13 | 2017-08-01 | 阿里巴巴集团控股有限公司 | 基于虚拟现实场景的业务实现方法及装置 |
| CN108460560A (zh) * | 2018-04-03 | 2018-08-28 | 孙利嫚 | 一种互联网身份识别的商品在线交易系统及其在线交易方法 |
| CN108564361A (zh) * | 2018-04-27 | 2018-09-21 | 北京华大智宝电子系统有限公司 | 一种信息处理方法、装置及设备 |
| CN109063920A (zh) * | 2018-08-20 | 2018-12-21 | 阿里巴巴集团控股有限公司 | 一种交易风险识别方法、装置、及计算机设备 |
| CN111127030A (zh) * | 2019-12-31 | 2020-05-08 | 中国银行股份有限公司 | 交易预警方法、装置和设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2509360C1 (ru) * | 2012-08-24 | 2014-03-10 | Олег Александрович Серебренников | Способ создания платежной системы |
-
2020
- 2020-07-04 CN CN202010632916.4A patent/CN111738723B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103186851A (zh) * | 2011-12-30 | 2013-07-03 | 上海博泰悦臻电子设备制造有限公司 | 基于云数据处理技术的电子支付系统 |
| CN104104673A (zh) * | 2014-06-30 | 2014-10-15 | 重庆智韬信息技术中心 | 第三方统一动态授权码实现安全支付的方法 |
| CN105518730A (zh) * | 2014-09-25 | 2016-04-20 | 深圳市银信网银科技有限公司 | 一种网上支付验证方法及网上支付验证系统 |
| CN105913248A (zh) * | 2016-04-08 | 2016-08-31 | 四川省亚丁胡杨人力资源集团有限公司 | 一种基于移动互联网服务应用的在线支付系统 |
| CN106997239A (zh) * | 2016-10-13 | 2017-08-01 | 阿里巴巴集团控股有限公司 | 基于虚拟现实场景的业务实现方法及装置 |
| CN108460560A (zh) * | 2018-04-03 | 2018-08-28 | 孙利嫚 | 一种互联网身份识别的商品在线交易系统及其在线交易方法 |
| CN108564361A (zh) * | 2018-04-27 | 2018-09-21 | 北京华大智宝电子系统有限公司 | 一种信息处理方法、装置及设备 |
| CN109063920A (zh) * | 2018-08-20 | 2018-12-21 | 阿里巴巴集团控股有限公司 | 一种交易风险识别方法、装置、及计算机设备 |
| CN111127030A (zh) * | 2019-12-31 | 2020-05-08 | 中国银行股份有限公司 | 交易预警方法、装置和设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111738723A (zh) | 2020-10-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102151862B1 (ko) | 서비스 처리 방법 및 장치 | |
| TWI782205B (zh) | 識別二手門號帳戶盜用的風控模型訓練、風控方法、裝置以及設備 | |
| CN107133856B (zh) | 风险订单的控制方法和装置 | |
| CN109766479B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
| TW201828212A (zh) | 調整風險參數的方法、風險識別方法及裝置 | |
| CN110929799B (zh) | 用于检测异常用户的方法、电子设备和计算机可读介质 | |
| CN110610196A (zh) | 脱敏方法、系统、计算机设备和计算机可读存储介质 | |
| CN111586477B (zh) | 基于大数据的电子商务直播处理方法及网络安全直播平台 | |
| US11650900B2 (en) | Tracking data flow through data services using a processing request identifier in callstack data | |
| CN110599277A (zh) | 一种库存扣减方法和装置 | |
| CN111738723B (zh) | 一种在线安全交易方法、装置及可读存储介质 | |
| CN111475532B (zh) | 数据处理的优化方法及装置、存储介质、终端 | |
| CN110347887B (zh) | 获取业务场景时序数据的方法及装置 | |
| US11928584B2 (en) | Distributed hyperparameter tuning and load balancing for mathematical models | |
| EP4283496A1 (en) | Techniques for automatic filling of an input form to generate a listing | |
| CN112418864A (zh) | 一种数据发送的方法及装置 | |
| CN112836899A (zh) | 基于区块链和云计算的属性预测方法、系统及服务中心 | |
| US20200118016A1 (en) | Data attribution using frequent pattern analysis | |
| CN115426287A (zh) | 一种系统监控和优化方法、装置、电子设备及介质 | |
| CN115249043A (zh) | 数据分析方法、装置、电子设备及存储介质 | |
| CN112968876A (zh) | 一种内容分享方法、装置、电子设备及存储介质 | |
| CN112784167A (zh) | 一种金融数据实时构建及分析方法、装置及系统 | |
| US20180253654A1 (en) | Generating rules based on patterns in a communication time series | |
| CN114327602B (zh) | 信息处理方法、装置、电子设备及存储介质 | |
| CN113807858B (zh) | 一种基于决策树模型的数据处理方法及相关设备 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210111 Address after: Room 2003, 1801, 1804, No.13-1, Hai'an Road, Tianhe District, Guangzhou, Guangdong 510627 Applicant after: HEYU HEALTH TECHNOLOGY Co.,Ltd. Address before: 5 / F, 2-2, Chengmen street, Huangpu District, Guangzhou City, Guangdong Province Applicant before: Guangzhou Yunzhi Communication Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231107 Address after: 2nd Floor, Office Building, Yili Logistics Park, No. 1348 Xinkaipu Road, Tianxin District, Changsha City, Hunan Province, 410000 Patentee after: Hunan Sanzheng Electronic Commerce Co.,Ltd. Address before: Room 2003, 1801, 1804, No.13-1, Hai'an Road, Tianhe District, Guangzhou, Guangdong 510627 Patentee before: HEYU HEALTH TECHNOLOGY CO.,LTD. |
|
| TR01 | Transfer of patent right |