CN113393246A - 一种基于数据采集体系的支付平台风险识别方法和系统 - Google Patents
一种基于数据采集体系的支付平台风险识别方法和系统 Download PDFInfo
- Publication number
- CN113393246A CN113393246A CN202110729928.3A CN202110729928A CN113393246A CN 113393246 A CN113393246 A CN 113393246A CN 202110729928 A CN202110729928 A CN 202110729928A CN 113393246 A CN113393246 A CN 113393246A
- Authority
- CN
- China
- Prior art keywords
- data
- transaction
- payment platform
- analysis
- module
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims description 33
- 230000006399 behavior Effects 0.000 claims description 21
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000002372 labelling Methods 0.000 claims description 5
- 238000013210 evaluation model Methods 0.000 claims description 4
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000006731 degradation reaction Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000013075 data extraction Methods 0.000 claims description 2
- 230000003993 interaction Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 238000007619 statistical method Methods 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims 8
- 230000009471 action Effects 0.000 description 6
- 238000012954 risk control Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 238000012502 risk assessment Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 2
- 238000009933 burial Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000011425 standardization method Methods 0.000 description 1
- 238000005303 weighing Methods 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
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/66—Arrangements for connecting between networks having differing types of switching systems, e.g. gateways
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/50—Queue scheduling
Abstract
本发明提供了基于数据采集体系的支付平台风险识别方法和系统，在系统中设置有实时/定时风控引擎，结合TCP协议中的传输层，会话层，表示层，应用层进行有效的网络传输监控，达到数据输入匹配规则进行有效的技术管控。
Description
技术领域
本发明涉及一种基于数据采集体系的支付平台风险识别方法和系统，尤其涉及一种在多场景、多业务和多平台存在业务风控需求情况下的风险识别方法和系统。
背景技术
现有的IoT台、营销平台,分发平台都存在各种业务的风险控制问题，无法进行有效的风控管控。上述平台中使用的风控体系大多基于OSI模型的应用层实现，侧重点比较偏重业务逻辑。无法进行深度的链路追踪。且目前现有解决方案是各自系统独自监控各自业务风险，数据、算法没有复用，研发、运维成本高。
本发明提供了一种基于统一数据采集体系建立的综合风控平台，将分散的不同子业务风控规则统一管理，统一输出风控信息。同时，本发明上溯OSI模型上4层，可以更加有效的回溯数据根，为业务层，运维层，硬件层提供切实有效的数据，保证非法数据的过滤，跟踪，为打击非法操作夯实根本证据。
应用本发明方案，可以有效减少开发者和运维人员的的工作量、降低开发和运维成本，对于多人协作开发的情况，能够提升团队整体的开发效率，又能够对服务器端的项目进行更有有效的维护和管理。
发明内容
本发明提出了一种基于数据采集体系的支付平台风险识别方法，其特征在于，使用下列步骤对业务风险进行识别：
S1：在网关层预置埋点，拦截网关层数据；
S2：计算所拦截得到的数据，得出需要透传的消息队列；
S3：按照判断逻辑对消息队列中的消息进行标签化；
S4：根据标签化的结果对消息数据进行操作；
S5：对处理结果和对应的历史消息进行保存。
进一步的，所述步骤S4包括：
S41：提取消息队列中的有效消息数据；
S42：提取有效消息数据所对应的交易数据和/或用户行为数据；
S43：将所述交易数据和/或用户行为数据输入分析模型处理；
S44：将分析结果和对应的交易数据和/或用户行为数据存储至数据仓库中。
进一步的，所述对消息数据进行的操作包括：数据驳回、数据降级、数据分析和提示人工介入；
所述交易数据和/或用户行为数据包括：支付数据、交易数据、账务数据、上报数据和时间戳。
进一步的，所述数据仓库包括历史数据仓库和风险数据仓库，其中，所述历史数据仓库存储前一个指定时间段内的所有合规交易数据和/或用户行为数据，所述风险数据仓库存储所有判定为风险的交易数据和/或用户行为数据。
进一步的，所述风险数据仓库中的数据经过指定时间段后，作为训练数据，输入至分析模型中重新进行训练，所述指定时间段优选为1周。
本发明还提供了一种基于数据采集体系的支付平台风险识别系统，包括监测模块、分析模块和案件管理模块，所述监测模块用于实时提取交易行为的数据和实时处理用户交易；所述分析模块用于分析监测模块提取到的交易行为数据并进行统计分析；所述案件管理模块用于存储指定时间段内的用户历史交易数据；其特征在于：
所述检测模块、分析模块和案件管理模块在数据传输过程中通过消息机制进行数据提取、数据唤醒和规则匹配。
进一步的，在所述监测模块中设置有实时风控引擎，所述实时风控引擎通过在业务交互过程中监测网关数据，使用分析模型对交易消息进行风险匹配。
进一步的，在所述分析模块中设置有定时风控引擎，所述定时风控引擎中设置有评估模型，所述评估模型对有效消息数据所对应的交易数据和/或用户行为数据进行统计和分析，并周期性修改用户信用数据。
进一步的，所述检测模块、分析模块和案件管理模块为分布式部署。
进一步的，所述检测模块、分析模块和案件管理模块为前置机式部署。
上述基于数据采集体系的支付平台风险识别方法和系统，能够为IoT平台、营销平台、分发平台提供有效的业务风险控制问题，进行有效的风险管控，解决了各个平台之间的业务风控不统一和平台之间反复研发风控模块或风控系统的问题。
附图说明
图1为OSI模型的通用示意图；
图2为本发明一个实施例的流程图。
具体实施方式
本发明提出的一种基于数据采集体系的支付平台风险识别方法和系统，能够基于多平台支付系统进行综合风险控制，提高风险控制的效率，降低风险控制成本。现结合实施例对本发明的技术方案进行进一步说明。
实施例1：
在本发明的一个实施例中，将监测模块、分析模块和案件管理模块部署于云端，从OSI模型的上4层(即，4-7层)采集数据，相互之间通过消息机制传递数据和信息。
在进行业务风险识别时，实时风控引擎、定时风控引擎同时启动。此外，在监测模块中还部署有规则引擎+复杂事件处理机制，在分析模块中部署有基于定时ELT的组合的机制，上述两个工作机制组成了准实时风控引擎。
实时风控引擎首先在网络层进行埋点，通过埋点获取网关层数据。获得网关层数据后，通过消息队列把支付信息传输到统一的后台中，由后台中的处理模型按照预设的策略和规则进行判断。
在本实施例中，采用了深度学习模型作为风险识别的处理模型。在训练模型阶段，首先建立一个消息矩阵，每个矩阵的厚度为一个字节(8bit)，将符合风险模型定义的矩阵分层输入一个CNN卷积网络中，对网络进行滑动窗口卷积计算，得出计算结果并提取结果矩阵的特征向量，依据特征向量和特征值对模型进行调整和训练。模型完成训练后，监控模块在网关内预设埋点，拦截网关层数据，并根据网关层数据计算需要透传的消息队列。其中，根据数据计算透传的消息队列为云端的分布式计算。消息队列传输至后台监控系统后，训练好的模型对消息队列进行分析和筛选，并在处理过的消息上进行标签化。再根据消息的标签对消息相关的支付行为进行响应。响应的操作包含但不限于数据驳回，数据降级，数据分析，人工介入等操作。
在分析模块中，处理的是经标签化后，被标记为可用的数据。在本实施例中，系统将被标记为“L1”和“L2”的消息作为可用数据进行分析。其中，标记为“L1”的消息为合规操作，标记为“L2”的消息为风险操作。在分析模块中，对输入的消息进行周期性统计及分析。分析模块首先解析消息队列对应的操作和数据，接着提取对应的数据。在本实施例中，提取的数据包括但不限于有效的指标数据、预算数据、交易汇总数据。在获取待处理的数据后，套用预置的分析模板，对所提取的数据进行分类。
本实施例中，预设有风险评级、风险分析、风险预测三个模板，三个模板周期性同时启动，构成了定时风控引擎。在风险评级模板中，将L1标签所对应的数据评定为低风险案例，5分钟内来自同一用户或源地址的L2标签消息所对应的数据评定为中风险案例，连续两个分析周期内均被评定为中风险的案例，升级为高风险案例。在风险分析模板中，设置有基本指标法、标准化方法、内部衡量法、损失分布法和极值理论模型。在进行风险分析时，按照支付平台和签约银行的标准业务需求书分析用户动作，确定用户动作和用户数据的维度、事实表、量度信息，根据维度来分析各个指标和预测信息。在风险预测模板中，所有中、高风险的支付动作对应的数据都会根据预测模板中预置的策略，根据用户动作和用户数据的预测信息，预测出此用户未来支付行为风险升高或降低的趋势。
此外，本实施例中，系统中还预留了自动化分析的接口。所述自动化分析接口，用于与现有商业分析软件对接，加载和获取商业分析软件的输出。
在本实施例中，案件管理模块主要由数据仓库构成。所述数据仓库分为历史交易仓库和风险数据仓库。在历史交易仓库中，主要存储的是前10个定时监控周期内的用户交易数据和行为数据；在风险数据仓库中，存储的是被标记为中、高风险的用户动作和用户数据信息。在案件管理模块中，存储在数据仓库中的数据每天定时以案例的形式，被输入至实时、定时风控引擎中的AI模型中，重新调整AI模型中的接受/可信参数，使得AI模型始终保持与支付环境相匹配的状态。同时，案件管理模块会对标记为中、高风险的相关数据、潜在的客户联系和影响进行管理以及对客户账户进行必要的调整。案件管理模块作为面向业务用户的展现层，实现了案件管理功能，完成对恶意访问的预防和调查。
在本实施例中，还设置有分析指标报告模块。所述分析指标报告模块中，保存有风控报告文档模板。系统将所述定时风控引擎中计算获得的数据输入分析指标报告模块，由分析指标报告模板将数据自动填写至风控报告模板中，形成对用户行为或指定时间段内的风控报告，供系统用户参考。
以上对本发明所提供的一种基于数据采集体系的支付平台风险识别方法和系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，本说明书内容不应理解为对本发明技术方案的限制。
Claims (10)
1.一种基于数据采集体系的支付平台风险识别方法，其特征在于，使用下列步骤对业务风险进行识别：
S1：在网关层预置埋点，拦截网关层数据；
S2：计算所拦截得到的数据，得出需要透传的消息队列；
S3：按照判断逻辑对消息队列中的消息进行标签化；
S4：根据标签化的结果对消息数据进行操作；
S5：对处理结果和对应的历史消息进行保存。
2.根据权利要求1所述的基于数据采集体系的支付平台风险识别方法，其特征在于，所述步骤S4包括：
S41：提取消息队列中的有效消息数据；
S42：提取有效消息数据所对应的交易数据和/或用户行为数据；
S43：将所述交易数据和/或用户行为数据输入分析模型处理；
S44：将分析结果和对应的交易数据和/或用户行为数据存储至数据仓库中。
3.根据权利要求2所述的基于数据采集体系的支付平台风险识别方法，其特征在于，
所述对消息数据进行的操作包括：数据驳回、数据降级、数据分析和提示人工介入；
所述交易数据和/或用户行为数据包括：支付数据、交易数据、账务数据、上报数据和时间戳。
4.根据权利要求3所述的基于数据采集体系的支付平台风险识别方法，其特征在于，所述数据仓库包括历史交易仓库和风险数据仓库，其中，所述历史交易仓库存储前一个指定时间段内的所有合规交易数据和/或用户行为数据，所述风险数据仓库存储所有判定为风险的交易数据和/或用户行为数据。
5.根据权利要求4所述的基于数据采集体系的支付平台风险识别方法，其特征在于，所述风险数据仓库中的数据经过指定时间段后，作为训练数据，输入至分析模型中重新进行训练，所述指定时间段优选为1周。
6.一种基于数据采集体系的支付平台风险识别系统，包括监测模块、分析模块和案件管理模块，所述监测模块用于实时提取交易行为的数据和实时处理用户交易；所述分析模块用于分析监测模块提取到的交易行为数据并进行统计分析；所述案件管理模块用于存储指定时间段内的用户历史交易数据；其特征在于：
所述检测模块、分析模块和案件管理模块在数据传输过程中通过消息机制进行数据提取、数据唤醒和规则匹配。
7.根据权利要求6所述的基于数据采集体系的支付平台风险识别系统，其特征在于，在所述监测模块中设置有实时风控引擎，所述实时风控引擎通过在业务交互过程中监测网关数据，使用分析模型对交易消息进行风险匹配。
8.根据权利要求6所述的基于数据采集体系的支付平台风险识别系统，其特征在于，在所述分析模块中设置有定时风控引擎，所述定时风控引擎中设置有评估模型，所述评估模型对有效消息数据所对应的交易数据和/或用户行为数据进行统计和分析，并周期性修改用户信用数据。
9.根据权利要求7或8所述的基于数据采集体系的支付平台风险识别系统，其特征在于，所述检测模块、分析模块和案件管理模块为分布式部署。
10.根据权利要求7或8所述的基于数据采集体系的支付平台风险识别系统，其特征在于，所述检测模块、分析模块和案件管理模块为前置机式部署。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110729928.3A CN113393246A (zh) | 2021-06-29 | 2021-06-29 | 一种基于数据采集体系的支付平台风险识别方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110729928.3A CN113393246A (zh) | 2021-06-29 | 2021-06-29 | 一种基于数据采集体系的支付平台风险识别方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113393246A true CN113393246A (zh) | 2021-09-14 |
Family
ID=77624464
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110729928.3A Pending CN113393246A (zh) | 2021-06-29 | 2021-06-29 | 一种基于数据采集体系的支付平台风险识别方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113393246A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114154990A (zh) * | 2021-12-08 | 2022-03-08 | 河北晓博互联网科技有限公司 | 一种基于在线支付的大数据防攻击方法及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106656863A (zh) * | 2016-12-31 | 2017-05-10 | 广东欧珀移动通信有限公司 | 业务监控方法、装置和计算机设备 |
| CN106940868A (zh) * | 2016-01-05 | 2017-07-11 | 阿里巴巴集团控股有限公司 | 实时与离线相结合的交易风险识别方法及装置 |
| CN107103548A (zh) * | 2011-11-17 | 2017-08-29 | 阿里巴巴集团控股有限公司 | 网络行为数据的监控方法和系统以及风险监控方法和系统 |
| CN107491885A (zh) * | 2017-08-25 | 2017-12-19 | 上海找钢网信息科技股份有限公司 | 一种用于钢贸金融业务的风控平台及风险控制管理方法 |
| CN110298601A (zh) * | 2019-07-05 | 2019-10-01 | 上海观安信息技术股份有限公司 | 一种基于规则引擎的实时业务风控系统 |
| CN110555630A (zh) * | 2019-09-11 | 2019-12-10 | 北京奇艺世纪科技有限公司 | 一种数据处理方法及装置 |
| CN111212038A (zh) * | 2019-12-23 | 2020-05-29 | 江苏国泰新点软件有限公司 | 基于大数据人工智能的开放数据api网关系统 |
| CN111429145A (zh) * | 2020-03-26 | 2020-07-17 | 深圳市腾讯计算机系统有限公司 | 电子交易的风险控制方法、装置、电子设备 |
-
2021
- 2021-06-29 CN CN202110729928.3A patent/CN113393246A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107103548A (zh) * | 2011-11-17 | 2017-08-29 | 阿里巴巴集团控股有限公司 | 网络行为数据的监控方法和系统以及风险监控方法和系统 |
| CN106940868A (zh) * | 2016-01-05 | 2017-07-11 | 阿里巴巴集团控股有限公司 | 实时与离线相结合的交易风险识别方法及装置 |
| CN106656863A (zh) * | 2016-12-31 | 2017-05-10 | 广东欧珀移动通信有限公司 | 业务监控方法、装置和计算机设备 |
| CN107491885A (zh) * | 2017-08-25 | 2017-12-19 | 上海找钢网信息科技股份有限公司 | 一种用于钢贸金融业务的风控平台及风险控制管理方法 |
| CN110298601A (zh) * | 2019-07-05 | 2019-10-01 | 上海观安信息技术股份有限公司 | 一种基于规则引擎的实时业务风控系统 |
| CN110555630A (zh) * | 2019-09-11 | 2019-12-10 | 北京奇艺世纪科技有限公司 | 一种数据处理方法及装置 |
| CN111212038A (zh) * | 2019-12-23 | 2020-05-29 | 江苏国泰新点软件有限公司 | 基于大数据人工智能的开放数据api网关系统 |
| CN111429145A (zh) * | 2020-03-26 | 2020-07-17 | 深圳市腾讯计算机系统有限公司 | 电子交易的风险控制方法、装置、电子设备 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114154990A (zh) * | 2021-12-08 | 2022-03-08 | 河北晓博互联网科技有限公司 | 一种基于在线支付的大数据防攻击方法及存储介质 |
| CN114154990B (zh) * | 2021-12-08 | 2022-09-20 | 北京汇收钱科技股份有限公司 | 一种基于在线支付的大数据防攻击方法及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110866820A (zh) | 银行业务实时监测系统及方法、设备、存储介质 | |
| CN108446972A (zh) | 银行头寸监控方法、装置及资金头寸管理系统 | |
| CN109120428B (zh) | 一种用于风控分析的方法及系统 | |
| CN106254543A (zh) | 基于云计算架构的分布式互联网金融网贷方法和系统 | |
| CN107862425B (zh) | 风控数据采集方法、设备、系统及可读存储介质 | |
| US11086991B2 (en) | Method and system for active risk control based on intelligent interaction | |
| CN111652280A (zh) | 基于行为的目标物数据分析方法、装置及存储介质 | |
| CN110428339A (zh) | 理赔鉴定方法、装置、电子设备及计算机可读介质 | |
| EP4163801A1 (en) | Auxiliary implementation method and apparatus for online prediction using machine learning model | |
| CN108241529A (zh) | 薪资计算方法、应用服务器及计算机可读存储介质 | |
| CN113570468A (zh) | 一种企业支付风控服务平台 | |
| CN113946590A (zh) | 积分数据更新方法、装置、设备及存储介质 | |
| CN112907356A (zh) | 逾期催收方法、装置、系统及计算机可读存储介质 | |
| CN113393246A (zh) | 一种基于数据采集体系的支付平台风险识别方法和系统 | |
| CN111105043B (zh) | 一种基于指标维度实施银行业案件和操作风险防控的方法 | |
| CN116843395A (zh) | 一种业务系统的告警分级方法、装置、设备及存储介质 | |
| CN111639916A (zh) | 一种基于区块链技术及深度学习的在线审计方法、系统和可读存储介质 | |
| CN111708897A (zh) | 目标信息确定方法、装置和设备 | |
| CN115168848B (zh) | 基于大数据分析拦截的拦截反馈处理方法 | |
| CN115578170A (zh) | 一种财务批量制证方法、装置、设备及存储介质 | |
| CN114511200A (zh) | 作业数据的生成方法、装置、计算机设备和存储介质 | |
| CN114880369A (zh) | 一种基于弱数据技术的风险授信方法和系统 | |
| KR20090063805A (ko) | 불법 금융 거래 정보를 관리하고 혐의 거래의 확인과보고서 작성 및 등록을 통합적으로 수행하는 방법 및시스템 | |
| CN112637793A (zh) | 一种基于5g的场景化计费方法、系统、电子设备和存储介质 | |
| CN111353882A (zh) | 一种私有化部署的零售资产风控方法、装置及电子设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210914 |