CN112308578B - 用于任务反欺诈的方法、电子设备和存储介质 - Google Patents
用于任务反欺诈的方法、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112308578B CN112308578B CN202011601436.8A CN202011601436A CN112308578B CN 112308578 B CN112308578 B CN 112308578B CN 202011601436 A CN202011601436 A CN 202011601436A CN 112308578 B CN112308578 B CN 112308578B
- Authority
- CN
- China
- Prior art keywords
- items
- terminal devices
- determined
- locations
- face
- 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 53
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 2
- 238000012795 verification Methods 0.000 abstract description 5
- 230000010365 information processing Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 22
- 238000012545 processing Methods 0.000 description 18
- 230000001815 facial effect Effects 0.000 description 13
- 238000004590 computer program Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002547 anomalous effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static 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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- 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
- G06V40/172—Classification, e.g. identification
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- Telephonic Communication Services (AREA)
Abstract
本公开的实施例涉及用于任务反欺诈的方法、电子设备和计算机存储介质,涉及信息处理领域。根据该方法,如果确定接收到用户的、指示目标区域的预定请求,则基于目标区域从多个终端设备确定两个终端设备;向两个终端设备发送任务;从两个终端设备接收两个终端设备在完成任务期间获取的两个设备位置、两个地址以及两个人脸图像;如果确定两个设备位置之间的距离小于预定距离、两个设备位置与两个地址相匹配以及两个拍摄位置与两个设备位置相匹配,则从两个终端设备获取任务的两项结论信息,以及基于两项结论信息,确定是否接受预定请求;以及否则拒绝预定请求。由此,能够通过多设备多维度校验降低任务欺诈风险。
Description
技术领域
本公开的实施例总体涉及信息处理领域,具体涉及用于任务反欺诈的方法、电子设备和计算机存储介质。
背景技术
在用户申请诸如保险、贷款等金融产品的过程中,往往需要将针对用户的调查任务分配给客户经理来收集用户的相关信息来确定是否批准这样的申请。但是目前没有较为有效的手段来防止客户经理在完成任务过程中的欺诈行为,使得任务过程可能出现欺诈风险。
发明内容
提供了一种用于任务反欺诈的方法、电子设备以及计算机存储介质,能够通过多设备多维度校验降低任务欺诈风险。
根据本公开的第一方面,提供了一种用于任务反欺诈的方法。该方法包括:如果确定接收到用户的、指示目标区域的预定请求,基于目标区域从多个终端设备确定两个终端设备;向两个终端设备发送与预定请求相关联的任务;从两个终端设备接收两个终端设备在完成任务期间获取的两个设备位置、两个地址以及两个人脸图像;如果确定两个设备位置之间的距离小于预定距离,则确定两个设备位置与两个地址是否匹配;如果确定两个设备位置与两个地址相匹配,则确定两个人脸图像的两个拍摄位置与两个设备位置是否相匹配;如果确定两个拍摄位置与两个设备位置相匹配,则从两个终端设备获取任务的两项结论信息,以及基于两项结论信息,确定是否接受预定请求;以及如果确定以下任一项,则拒绝预定请求:两个设备位置之间的距离大于或等于预定距离、两个设备位置与两个地址不匹配以及两个拍摄位置与两个设备位置不匹配。
根据本公开的第二方面,提供了一种电子设备。该电子设备包括:至少一个处理器,以及与至少一个处理器通信连接的存储器,其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行根据第一方面所述的方法。
在本公开的第三方面中,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现根据本公开的第一方面的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标注表示相同或相似的元素。
图1是根据本公开的实施例的信息处理环境100的示意图。
图2是根据本公开的实施例的用于任务反欺诈的方法200的示意图。
图3是根据本公开的实施例的用于确定两个终端设备的方法300的示意图。
图4是根据本公开的实施例的用于从两个终端设备获取两项结论信息的方法400的示意图。
图5是根据本公开的实施例的用于确定是否接受预定请求的方法500的示意图。
图6是用来实现本公开实施例的用于任务反欺诈的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本文中使用的术语“包括”及其变形表示开放性包括,即“包括但不限于”。除非特别申明,术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
如上所述,目前没有较为有效的手段来防止客户经理在完成任务过程中的欺诈行为,使得任务过程可能出现欺诈风险。
为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个,本公开的示例实施例提出了一种用于任务反欺诈的方案。在该方案中,如果确定接收到用户的、指示目标区域的预定请求,基于目标区域从多个终端设备确定两个终端设备;向两个终端设备发送与预定请求相关联的任务;从两个终端设备接收两个终端设备在完成任务期间获取的两个设备位置、两个地址以及两个人脸图像;如果确定两个设备位置之间的距离小于预定距离,则确定两个设备位置与两个地址是否匹配;如果确定两个设备位置与两个地址相匹配,则确定两个人脸图像的两个拍摄位置与两个设备位置是否相匹配;如果确定两个拍摄位置与两个设备位置相匹配,则从两个终端设备获取任务的两项结论信息,以及基于两项结论信息,确定是否接受预定请求;以及如果确定以下任一项,则拒绝预定请求:两个设备位置之间的距离大于或等于预定距离、两个设备位置与两个地址不匹配以及两个拍摄位置与两个设备位置不匹配。以此方式,能够通过多设备多维度校验降低任务欺诈风险。
在下文中,将结合附图更详细地描述本方案的具体示例。
图1示出了根据本公开的实施例的信息处理环境100的示例的示意图。信息处理环境100可以包括计算设备110、多个终端设备120-1至120-n(统称为120)和预定请求130。
计算设备110例如包括但不限于服务器计算机、多处理器系统、大型计算机、包括上述系统或设备中的任意一个的分布式计算环境等。在一些实施例中,计算设备110可以具有一个或多个处理单元,包括诸如图像处理单元GPU、现场可编程门阵列FPGA和专用集成电路ASIC等的专用处理单元以及诸如中央处理单元CPU的通用处理单元。
终端设备120例如包括但不限于智能手机、个人数字助理等。
预定请求130例如包括但不限于贷款请求、交易请求、保险请求等等。终端设备120中可安装有用于完成与预定请求130相关联的任务的应用。任务例如包括但不限于针对用户的调查任务,例如获取用户的姓名、地址、工作单位、工作收入、家庭成员、家庭资产等信息。预定请求130中可指示目标区域,诸如用户房屋所在小区或所在街道,以便发起针对该目标区域的相关任务。
计算设备110用于如果确定接收到用户的、指示目标区域的预定请求130,基于目标区域从多个终端设备120确定两个终端设备120-1和120-2;向两个终端设备120-1和120-2发送与预定请求130相关联的任务;从两个终端设备120-1和120-2接收两个终端设备在完成任务期间获取的两个设备位置、两个地址以及两个人脸图像;如果确定两个设备位置之间的距离小于预定距离,则确定两个设备位置与两个地址是否匹配;如果确定两个设备位置与两个地址相匹配,则确定两个人脸图像的两个拍摄位置与两个设备位置是否相匹配;如果确定两个拍摄位置与两个设备位置相匹配,则从两个终端设备获取任务的两项结论信息,以及基于两项结论信息,确定是否接受预定请求130;以及如果确定以下任一项,则拒绝预定请求130:两个设备位置之间的距离大于或等于预定距离、两个设备位置与两个地址不匹配以及两个拍摄位置与两个设备位置不匹配。
由此,能够通过多设备多维度校验降低任务欺诈风险。
图2示出了根据本公开的实施例的用于任务反欺诈的方法200的流程图。例如,方法200可以由如图1所示的计算设备110来执行。应当理解的是,方法200还可以包括未示出的附加框和/或可以省略所示出的框,本公开的范围在此方面不受限制。
在框202处,计算设备110确定是否接收到用户的、指示目标区域的预定请求130。目标区域例如指示用于该预定请求的标的物所在区域,诸如房屋所在小区或者所在街道区域等等。该请求例如可以是从用户设备接收的或者从多个终端设备中的任一个接收的。
如果在框202处计算设备110确定接收到用户的、指示目标区域的预定请求130,则在框204处基于目标区域从多个终端设备120确定两个终端设备120-1和120-2。例如可以确定与目标区域最接近的两个终端设备。下文将结合图3详细描述用于确定两个终端设备的方法。
在框206处,计算设备110向两个终端设备120-1和120-2发送与预定请求130相关联的任务。任务例如可以指示获取用户的信息,包括诸如家庭地址、工作地址、经营地址等地址信息。
在框208处,计算设备110从两个终端设备120-1和120-2接收两个终端设备120-1和120-2在完成任务期间获取的两个设备位置、两个地址以及两个人脸图像。两个人脸图像例如可以包括两个终端设备的用户互相拍摄的两张照片。
在框210处,计算设备110确定两个设备位置之间的距离是否小于预定距离。预定距离例如包括但不限于5米、10米。
如果在框210处计算设备110确定两个设备位置之间的距离小于预定距离,则在框212处确定两个设备位置与两个地址是否匹配。例如,两个设备位置与两个地址指示的经纬度之间的距离是否小于预定距离,如果小于,则匹配,否则不匹配。
如果在框212处计算设备110确定两个设备位置与两个地址相匹配,则在框214处确定两个人脸图像的两个拍摄位置与两个设备位置是否相匹配。例如,两个拍摄位置与两个设备位置之间的距离小于预定距离,则匹配,否则不匹配。
如果在框214处计算设备110确定两个拍摄位置与两个设备位置相匹配,则在框216处从两个终端设备120-1和120-2获取任务的两项结论信息,以及基于两项结论信息,确定是否接受预定请求。结论信息例如可以包括多个字段,每个字段包括属性信息和属性值。例如,姓名、家庭地址、工作单位等等。
在一些实施例中,在确定两个拍摄位置与两个设备位置相匹配之后,还可以确定两个人脸图像的两个拍摄时间之差是否小于预定时间间隔,以及如果确定两个拍摄时间之差小于预定时间间隔,则从两个终端设备120-1和120-2获取任务的两项结论信息,以及基于两项结论信息,确定是否接受预定请求。否则拒绝预定请求。预定时间间隔例如包括但不限于10秒、1分钟等。由此,能够在拍摄时间维度上进一步防止欺诈。
下文将结合图4和图5详细描述用于获取两项结论信息的方法和用于确定是否接受预定请求的方法。
如果在框210处计算设备110确定两个设备位置之间的距离大于或等于预定距离,在框212处计算设备110确定两个设备位置与两个地址不匹配,或者如果在框214处计算设备110确定两个拍摄位置与两个设备位置不匹配,则在框218处拒绝预定请求。此时表明任务调查过程中可能存在欺诈,应当拒绝该请求,以规避风险。
以此方式,能够通过多设备多维度(诸如设备位置、地址、拍摄图像位置、拍摄图像时间)进行校验,从而降低任务欺诈风险。
图3示出了根据本公开的实施例的用于确定两个终端设备的方法300的流程图。例如,方法300可以由如图1所示的计算设备110来执行。应当理解的是,方法300还可以包括未示出的附加框和/或可以省略所示出的框,本公开的范围在此方面不受限制。
对于多个终端设备120中的每个终端设备执行以下步骤302-310。
在框302处,计算设备110从与终端设备相关联的历史位置集合选择多个历史位置作为多个簇心。历史位置集合中可以包括n个历史位置,从中选择k个历史位置作为k个簇心,k例如包括但不限于3、5、7等。
在框304处,计算设备110对于历史位置集合中除多个簇心之外的每个剩余历史位置,确定剩余历史位置与多个簇心之间的多个距离,从多个簇心确定距离剩余历史位置最近的簇心,以及将剩余历史位置添加到与所确定的簇心相关联的类簇。
在框306处,计算设备110对于与多个簇心相关联的多个类簇中的每个类簇,基于类簇中的多个历史位置,更新类簇的簇心。
例如,可以采用以下公式。
在框308处,计算设备110确定多个类簇的多个簇心是否不再变化。也就是更新后的多个簇心与更新前的多个簇心是否均相同,如果均相同,则表明不再变化,否则,则发生变化。
如果在框308处计算设备110确定多个类簇的至少一个簇心发生变化,则回到步骤304。
如果在框308处计算设备110确定多个类簇的多个簇心不再变化,则在框310处对于多个类簇中的每个类簇,确定类簇中的多个历史位置与类簇的簇心之间的多个距离中的最大距离和第二大距离,以及如果确定最大距离与第二大距离之间的商大于预定值,则将与最大距离相关联的历史位置确定为终端设备的异常位置。预定值例如包括但不限于1.5。
在确定了多个终端设备的异常位置之后,在框312处,计算设备110从多个终端设备120确定异常位置与目标区域之间的最小距离大于预定距离的两个终端设备。异常位置与目标区域之间的最小距离例如为目标区域的边沿点与异常位置距离最近的点与异常位置之间的距离。
由此,能够基于终端设备的多个历史位置确定异常位置,并在挑选用于任务的终端设备时规避异常位置在目标区域附近的终端设备,从而降低终端设备的用户在完成任务时的欺诈风险。
在一些实施例中,计算设备110还可以获取两项结论信息的两个提交时间。随后,计算设备110确定两个提交时间之差是否大于预定时间间隔。如果计算设备110确定两个提交时间之差大于预定时间间隔,则拒绝预定请求。如果计算设备110确定两个提交时间之差小于或等于预定时间间隔,则基于两项结论信息,确定是否接受预定请求。
图4示出了根据本公开的实施例的用于从两个终端设备获取两项结论信息的方法400的流程图。例如,方法400可以由如图1所示的计算设备110来执行。应当理解的是,方法400还可以包括未示出的附加框和/或可以省略所示出的框,本公开的范围在此方面不受限制。
在框402处,计算设备110确定两个人脸图像中的第一人脸图像与两个人脸图像中的第二人脸图像所来自的终端设备的用户的人脸是否相匹配。例如,终端设备120-1拍摄的人脸图像是否与终端设备120-2的用户的人脸是否相匹配。例如可以通过任何合适的人脸识别算法来确定人脸是否匹配。
如果在框402处计算设备110确定两个人脸图像中的第一人脸图像与两个人脸图像中的第二人脸图像所来自的终端设备的用户的人脸相匹配,则在框404处确定第二人脸图像与第一人脸图像所来自的终端设备的用户的人脸是否相匹配。例如终端设备120-2拍摄的人脸图像是否与终端设备120-1的用户的人脸是否相匹配。
如果在框404处计算设备110确定第二人脸图像与第一人脸图像所来自的终端设备的用户的人脸相匹配,则在框406处从两个终端设备获取两项结论信息。
如果在框402处计算设备110确定第一人脸图像与第二人脸图像所来自的终端设备的用户的人脸不匹配,或者在框404处确定第二人脸图像与第一人脸图像所来自的终端设备的用户的人脸不相匹配,则在框408拒绝预定请求。
由此,通过两个终端设备相互拍摄用户的人脸图像来验证任务结论可靠性,从而降低终端设备的用户在任务过程中的欺诈风险。
图5示出了根据本公开的实施例的用于确定是否接受预定请求的方法500的流程图。例如,方法500可以由如图1所示的计算设备110来执行。应当理解的是,方法500还可以包括未示出的附加框和/或可以省略所示出的框,本公开的范围在此方面不受限制。
在框502处,计算设备110从两项结论信息获取多项属性信息和与多项属性信息相关联的多项属性值。多项属性信息例如包括但不限于姓名、家庭地址、工作单位等等,相关联的多项属性值例如为张三、上海浦东XX小区、上海徐汇XX公司。
在框504处,计算设备110基于多项属性信息,生成电调提问信息。例如,您叫什么,家庭地址在哪,工作单位在哪等等。
在框506处,计算设备110向电调系统发送电调提问信息。电调系统接收到电调提问信息后,可发送给电调人员通过诸如打电话等方式向用户进行提问,并将用户的回答信息通过电调系统发送回计算设备110。
在框508处,计算设备110从电调系统接收与电调提问信息相关联的多项反馈。
在框510处,计算设备110确定多项反馈与多项属性值是否相匹配。例如,姓名反馈是否为张三,家庭地址反馈是否为上海浦东XX小区,以及工作单位反馈是否为上海徐汇XX公司,如果均为是,则表明匹配,否则不匹配。
如果在框510处计算设备110确定多项反馈与多项属性值相匹配,则在框512处确定接受预定请求。
如果在框510处计算设备110确定多项反馈与多项属性值不匹配,则在框514处确定拒绝预定请求。
由此,能够通过从结论信息中提取属性信息来进行电调,并基于电调反馈与属性值是否匹配来确定结论信息的准确性,从而确定是否接受预定请求,进一步降低了任务中的欺诈风险。
图6示出了可以用来实施本公开内容的实施例的示例设备600的示意性框图。例如,如图1所示的计算设备110可以由设备600来实施。如图所示,设备600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的计算机程序指令或者从存储单元608加载到随机存取存储器(RAM)603中的计算机程序指令,来执行各种适当的动作和处理。在随机存取存储器603中,还可存储设备600操作所需的各种程序和数据。中央处理单元601、只读存储器602以及随机存取存储器603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至输入/输出接口605,包括:输入单元606,例如键盘、鼠标、麦克风等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
上文所描述的各个过程和处理,例如方法200-500,可由中央处理单元601执行。例如,在一些实施例中,方法200-500可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由只读存储器602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序被加载到随机存取存储器603并由中央处理单元601执行时,可以执行上文描述的方法200-500的一个或多个动作。
本公开涉及方法、装置、系统、电子设备、计算机可读存储介质和/或计算机程序产品。计算机程序产品可以包括用于执行本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (7)
1.一种用于任务反欺诈的方法,包括:
如果确定接收到用户的、指示目标区域的预定请求,则基于所述目标区域从多个终端设备确定两个终端设备;
向所述两个终端设备发送与所述预定请求相关联的任务;
从所述两个终端设备接收所述两个终端设备在完成所述任务期间获取的两个设备位置、两个地址以及两个人脸图像;
如果确定所述两个设备位置之间的距离小于预定距离,则确定所述两个设备位置与所述两个地址是否匹配;
如果确定所述两个设备位置与所述两个地址相匹配,则确定所述两个人脸图像的两个拍摄位置与所述两个设备位置是否相匹配;
如果确定所述两个拍摄位置与所述两个设备位置相匹配,则从所述两个终端设备获取所述任务的两项结论信息,以及基于所述两项结论信息,确定是否接受所述预定请求;以及
如果确定以下任一项,则拒绝所述预定请求:所述两个设备位置之间的距离大于或等于预定距离、所述两个设备位置与所述两个地址不匹配以及所述两个拍摄位置与所述两个设备位置不匹配;
其中确定所述两个终端设备包括:
对于所述多个终端设备中的每个终端设备执行以下步骤:
从与所述终端设备相关联的历史位置集合选择多个历史位置作为多个簇心;
S1:对于所述历史位置集合中除所述多个簇心之外的每个剩余历史位置,确定所述剩余历史位置与所述多个簇心之间的多个距离,从所述多个簇心确定距离所述剩余历史位置最近的簇心,以及将所述剩余历史位置添加到与所确定的簇心相关联的类簇;
S2:对于与所述多个簇心相关联的多个类簇中的每个类簇,基于所述类簇中的多个历史位置,更新所述类簇的簇心;
重复步骤S1-S2,直至所述多个类簇的多个簇心不再变化;
对于所述多个类簇中的每个类簇,确定所述类簇中的多个历史位置与所述类簇的簇心之间的多个距离中的最大距离和第二大距离,以及如果确定所述最大距离与所述第二大距离之间的商大于预定值,则将与所述最大距离相关联的历史位置确定为所述终端设备的异常位置;以及
从所述多个终端设备确定异常位置与所述目标区域之间的最小距离大于预定距离的两个终端设备。
2.根据权利要求1所述的方法,其中确定是否接受所述预定请求包括:
获取所述两项结论信息的两个提交时间;以及
如果确定所述两个提交时间之差大于预定时间间隔,则拒绝所述预定请求。
3.根据权利要求1所述的方法,其中从所述两个终端设备获取所述两项结论信息包括:
确定是否所述两个人脸图像中的第一人脸图像与所述两个人脸图像中的第二人脸图像所来自的终端设备的用户的人脸相匹配并且所述第二人脸图像与所述第一人脸图像所来自的终端设备的用户的人脸相匹配;
如果确定所述第一人脸图像与所述第二人脸图像所来自的终端设备的用户的人脸相匹配并且所述第二人脸图像与所述第一人脸图像所来自的终端设备的用户的人脸相匹配,则从所述两个终端设备获取所述两项结论信息;以及
如果确定所述第一人脸图像与所述第二人脸图像所来自的终端设备的用户的人脸不匹配或者所述第二人脸图像与所述第一人脸图像所来自的终端设备的用户的人脸不相匹配,则拒绝所述预定请求。
4.根据权利要求1所述的方法,其中从所述两个终端设备获取所述两项结论信息包括:
确定所述两个人脸图像的两个拍摄时间之差是否小于预定时间间隔;以及
如果确定所述两个拍摄时间之差小于所述预定时间间隔,则从所述两个终端设备获取所述两项结论信息。
5.根据权利要求1所述的方法,其中确定是否接受所述预定请求包括:
从所述两项结论信息获取多项属性信息和与所述多项属性信息相关联的多项属性值;
基于所述多项属性信息,生成电调提问信息;
向电调系统发送所述电调提问信息;
从所述电调系统接收与所述电调提问信息相关联的多项反馈;
如果确定所述多项反馈与所述多项属性值相匹配,则确定接受所述预定请求。
6.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
7.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011601436.8A CN112308578B (zh) | 2020-12-30 | 2020-12-30 | 用于任务反欺诈的方法、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011601436.8A CN112308578B (zh) | 2020-12-30 | 2020-12-30 | 用于任务反欺诈的方法、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112308578A CN112308578A (zh) | 2021-02-02 |
CN112308578B true CN112308578B (zh) | 2021-05-07 |
Family
ID=74487679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011601436.8A Active CN112308578B (zh) | 2020-12-30 | 2020-12-30 | 用于任务反欺诈的方法、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112308578B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107392755A (zh) * | 2017-07-07 | 2017-11-24 | 南京甄视智能科技有限公司 | 贷款风险融合评估方法与系统 |
CN107633458A (zh) * | 2017-09-19 | 2018-01-26 | 平安科技(深圳)有限公司 | 一种契约调查的处理方法、存储介质和服务器 |
CN109508387A (zh) * | 2018-11-08 | 2019-03-22 | 深圳供电局有限公司 | 图谱重命名方法、装置、计算机设备和存储介质 |
-
2020
- 2020-12-30 CN CN202011601436.8A patent/CN112308578B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107392755A (zh) * | 2017-07-07 | 2017-11-24 | 南京甄视智能科技有限公司 | 贷款风险融合评估方法与系统 |
CN107633458A (zh) * | 2017-09-19 | 2018-01-26 | 平安科技(深圳)有限公司 | 一种契约调查的处理方法、存储介质和服务器 |
CN109508387A (zh) * | 2018-11-08 | 2019-03-22 | 深圳供电局有限公司 | 图谱重命名方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112308578A (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10963400B2 (en) | Smart contract creation and monitoring for event identification in a blockchain | |
US20130173449A1 (en) | System and method for automated dispute resolution of credit data | |
TW201944306A (zh) | 確定高風險用戶的方法及裝置 | |
CN113011856B (zh) | 能源企业线上入驻方法、装置、电子设备和介质 | |
CN114493843A (zh) | 一种业务审批方法、装置、电子设备及计算机可读介质 | |
JP2019020996A (ja) | 情報処理装置および信用度算出方法 | |
CN111198763B (zh) | 资源重复使用的检测方法、终端和计算机可读存储介质 | |
CN112308578B (zh) | 用于任务反欺诈的方法、电子设备和存储介质 | |
CN117314433A (zh) | 银行网点的交易风险控制方法、装置、设备及存储介质 | |
US11429961B2 (en) | Masking a primary account number between a party and a service provider | |
CN109597819B (zh) | 用于更新数据库的方法和装置 | |
US11816714B2 (en) | Service verification method and apparatus | |
CN113379577A (zh) | 一种事务审核方法、装置及设备 | |
CN113592645B (zh) | 数据验证的方法和装置 | |
CN112541765A (zh) | 用于检测可疑交易的方法和装置 | |
US20240020697A1 (en) | Secure User Authentication Based on Dynamically Generated User Prompts | |
CN111126935A (zh) | 保全数据的处理方法、装置、电子设备和存储介质 | |
US20220398310A1 (en) | Sftp batch processing and credentials api for offline fraud assessment | |
CN114764713A (zh) | 商户巡检任务的生成方法、装置、电子设备和存储介质 | |
CN113672885A (zh) | 一种应用授权方法、装置及电子设备 | |
CN112488857A (zh) | 事件识别的方法、装置、电子设备和存储介质 | |
CN112184464A (zh) | 信息验证方法及装置、计算机存储介质、电子设备 | |
CN113591127B (zh) | 数据脱敏方法以及装置 | |
CN112650528B (zh) | 个性化算法生成方法、装置、电子设备和计算机可读介质 | |
CN116453197A (zh) | 人脸识别方法、装置、电子设备和计算机可读介质 |
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 |