CN113807867A - 测试处理方法、装置、设备及系统 - Google Patents
测试处理方法、装置、设备及系统 Download PDFInfo
- Publication number
- CN113807867A CN113807867A CN202111062580.3A CN202111062580A CN113807867A CN 113807867 A CN113807867 A CN 113807867A CN 202111062580 A CN202111062580 A CN 202111062580A CN 113807867 A CN113807867 A CN 113807867A
- Authority
- CN
- China
- Prior art keywords
- fraud
- user
- situation
- tested
- target virtual
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 299
- 238000003672 processing method Methods 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 124
- 238000000034 method Methods 0.000 claims abstract description 64
- 230000006399 behavior Effects 0.000 claims description 181
- 238000010276 construction Methods 0.000 claims description 67
- 238000004458 analytical method Methods 0.000 claims description 24
- 239000012530 fluid Substances 0.000 claims 3
- 238000010586 diagram Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 15
- 238000006467 substitution reaction Methods 0.000 description 13
- 230000002411 adverse Effects 0.000 description 11
- 230000009286 beneficial effect Effects 0.000 description 11
- 238000012850 discrimination method Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 9
- 238000013475 authorization Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 208000001613 Gambling Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001052 transient 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
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- 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
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Computer Hardware Design (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Computing Systems (AREA)
- Technology Law (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例提供了一种测试处理方法、装置、设备及系统,其中方法包括:确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;根据获取的目标虚拟欺诈情境的情境构建数据,进行目标虚拟欺诈情境的展示处理;获取待测用户在目标虚拟欺诈情境中的操作行为所对应的行为数据;根据获取的行为数据生成待测用户的测试结果。
Description
技术领域
本文件涉及计算机技术领域,尤其涉及一种测试处理方法、装置、设备及系统。
背景技术
随着互联网的不断发展和普及,黑产利用网络欺诈用户的事件屡见不鲜。这不仅给用户造成资产的严重损失,而且有损社会安定。当前,为了提升用户的反诈意识,会通过文字或视频的方式向用户宣传欺诈案例和欺诈手段。然而,该宣传的方式中,用户不能进行实操,代入感较弱,无法深切体会黑产的专业骗术。因此,用户反诈意识的提升效果并不理想。
发明内容
本说明书一个或多个实施例提供了一种测试处理方法。该方法包括确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境。根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理。获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据。根据所述行为数据生成所述待测用户的测试结果。
本说明书一个或多个实施例提供了一种测试处理方法。该方法包括确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境。根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理。获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据。调用区块链系统中的智能合约,基于所述智能合约根据所述行为数据生成所述待测用户的测试结果。将所述测试结果保存至所述区块链系统中。
本说明书一个或多个实施例提供了一种测试处理装置。该装置包括确定模块,其确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境。该装置还包括处理模块,其根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理。该装置还包括获取模块,其获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据。该装置还包括生成模块,其根据所述行为数据生成所述待测用户的测试结果。
本说明书一个或多个实施例提供了一种测试处理装置。该装置包括确定模块,其确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境。该装置还包括处理模块,其根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理。该装置还包括获取模块,其获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据。该装置还包括生成模块,其调用区块链系统中的智能合约,基于所述智能合约根据所述行为数据生成所述待测用户的测试结果。该装置还包括保存模块,其将所述测试结果保存至所述区块链系统中。
本说明书一个或多个实施例提供了一种测试处理系统。该系统包括服务端和客户端。所述服务端,确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境。将获取的所述目标虚拟欺诈情境的情境构建数据发送给所述待测用户的所述客户端。接收所述客户端发送的所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据。根据所述行为数据生成所述待测用户的测试结果。所述客户端,根据接收到的所述服务端发送的所述情境构建数据展示所述目标虚拟欺诈情境。获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据。将所述行为数据发送给所述服务端。
本说明书一个或多个实施例提供了一种测试处理系统。该系统包括区块链系统和客户端。所述区块链系统中的区块链节点,确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境。将获取的所述目标虚拟欺诈情境的情境构建数据发送给所述待测用户的所述客户端。接收所述客户端发送的所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据。调用所述区块链系统中的智能合约,基于所述智能合约根据所述行为数据生成所述待测用户的测试结果。将所述测试结果保存至所述区块链系统中。所述客户端,根据接收到的所述区块链节点发送的所述情境构建数据展示所述目标虚拟欺诈情境。获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据。将所述行为数据发送给所述区块链节点。
本说明书一个或多个实施例提供了一种数据处理设备。该设备包括处理器。该设备还包括被安排成存储计算机可执行指令的存储器。所述计算机可执行指令在被执行时使所述处理器确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境。根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理。获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据。根据所述行为数据生成所述待测用户的测试结果。
本说明书一个或多个实施例提供了一种数据处理设备。该设备包括处理器。该设备还包括被安排成存储计算机可执行指令的存储器。所述计算机可执行指令在被执行时使所述处理器确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境。根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理。获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据。调用区块链系统中的智能合约,基于所述智能合约根据所述行为数据生成所述待测用户的测试结果。将所述测试结果保存至区块链系统中。
本说明书一个或多个实施例提供了一种存储介质。该存储介质用于存储计算机可执行指令。所述计算机可执行指令在被处理器执行时,确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境。根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理。获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据。根据所述行为数据生成所述待测用户的测试结果。
本说明书一个或多个实施例提供了一种存储介质。该存储介质用于存储计算机可执行指令。所述计算机可执行指令在被处理器执行时,确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境。根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理。获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据。调用区块链系统中的智能合约,基于所述智能合约根据所述行为数据生成所述待测用户的测试结果。将所述测试结果保存至区块链系统中。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例提供的一种测试处理方法的第一种流程示意图;
图2为本说明书一个或多个实施例提供的一种测试处理方法的第二种流程示意图;
图3为本说明书一个或多个实施例提供的一种测试处理方法的第三种流程示意图;
图4为本说明书一个或多个实施例提供的一种测试处理方法的第四种流程示意图;
图5为本说明书一个或多个实施例提供的一种测试处理方法的第五种流程示意图;
图6为本说明书一个或多个实施例提供的一种测试处理方法的第六种流程示意图;
图7为本说明书一个或多个实施例提供的一种测试处理方法的第七种流程示意图;
图8为本说明书一个或多个实施例提供的一种测试处理装置的第一种模块组成示意图;
图9为本说明书一个或多个实施例提供的一种测试处理装置的第二种模块组成示意图;
图10为本说明书一个或多个实施例提供的一种测试处理系统的第一种组成示意图;
图11为本说明书一个或多个实施例提供的一种测试处理系统的第二种组成示意图;
图12为本说明书一个或多个实施例提供的一种测试处理设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书的一部分实施例,而不是全部的实施例。基于本说明书一个或多个实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本文件的保护范围。
图1为本说明书一个或多个实施例提供的一种测试处理方法的流程示意图,该方法可以应用于服务端,其中,服务端可以是独立的服务器,也可以是由多个服务器组成的服务器集群。如图1所示,该方法可以包括以下步骤:
步骤S102,确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;
为了增强用户的反欺诈意识,让用户更真切的体会欺诈方的欺诈手段,本说明书一个或多个实施例中,预先根据当前已有的各欺诈模式和欺诈手段,构建多个用于用户测试的虚拟欺诈情境。可以理解的是,该虚拟欺诈情境是一个使用户具有沉浸感的虚拟环境,当用户置身其中时具有更强的代入感和体感,能够更真实的体会对应的欺诈模式和欺诈手段。其中,欺诈模式包括但不限于网购刷单欺诈、赌博欺诈、裸聊欺诈;欺诈手段例如向用户发送哪些信息、引导用户执行哪些操作、引导用户进入哪些操作界面等。每个虚拟欺诈情境可以对应于一种欺诈模式和至少一种欺诈手段,以及至少一笔交易。为了避免待测用户先验的认为所有交易都是欺诈,每个虚拟欺诈情境对应的交易中可以包括基于相应欺诈手段的欺诈交易,还可以包括非欺诈的正常交易。
步骤S104,根据获取的目标虚拟欺诈情境的情境构建数据,进行目标虚拟欺诈情境的展示处理;
具体的,服务端将获取的目标虚拟欺诈情境的情境构建数据,发送给待测用户对应的客户端,客户端根据该情境构建数据展示目标虚拟欺诈情境。其中,情境构建数据可以包括界面渲染数据、环境搭建数据、语音数据等。客户端可以是安装于待测用户终端设备中的独立的应用程序(Application,简称App),还可以是嵌入到其他应用程序中的小程序。客户端还可以是设置于特定环境中的用于各用户进行反欺诈测试的终端设备,例如设置于商场的可体验虚拟环境的虚拟现实设备等。
步骤S106,获取待测用户在目标虚拟欺诈情境中的操作行为所对应的行为数据;
具体的,接收客户端发送的待测用户在目标虚拟欺诈情境中的操作行为所对应的行为数据。其中,待测用户的操作行为包括输入行为、点触行为、语音行为等;行为数据包括输入数据、点触数据、语音数据等。
步骤S108,根据行为数据生成待测用户的测试结果。
具体的,根据待测用户的行为数据,确定目标虚拟欺诈情境对应的欺诈模式和欺诈手段是否对待测用户欺诈成功,若是,则生成表征待测用户被欺诈成功的测试结果;若否,则生成表征待测用户被欺诈失败的测试结果。
本说明书一个或多个实施例中,在预先构建的多个虚拟欺诈情境中,确定与待测用户相匹配的目标虚拟欺诈情境;根据获取的目标虚拟欺诈情境的情境构建数据,进行目标虚拟欺诈情境的展示处理,并获取待测用户在目标虚拟欺诈情境中的操作行为所对应的行为数据,根据行为数据生成待测用户的测试结果。由此,基于与待测用户相匹配的目标虚拟欺诈情景,对待测用户进行反欺诈的测试处理,能够让用户在其中进行实际操作,给用户带来更强烈的代入感和体感,使用户更真切的体会到其中的欺诈手段、以及时间的迫切感、利益的诱惑之大或潜在的重大损失等。有利于待测用户建立欺诈的有效甄别方法,从而在实际生活中遇到相应的欺诈手段时,快速的识别出风险,避免不良后果。
本说明书一个或多个实施例中,用户可以操作客户端选择想要测试的虚拟欺诈情境。相应的,如图2所示,步骤S102可以包括以下步骤S102-2和步骤S102-4:
步骤S102-2,接收客户端发送的第一测试请求;其中,第一测试请求包括待测用户从客户端所展示的多个虚拟欺诈情境的情境信息中所选择的目标情境信息;
具体的,客户端响应于待测用户的启动操作,展示预设的多个虚拟欺诈情境的情境信息,或者从服务端获取当前各虚拟欺诈情境的情境信息并展示;以及,获取待测用户选择的目标情境信息,根据目标情境信息向服务端发送第一测试请求。其中,情境信息可以是情境名称、情境标识、对应的欺诈模式等信息中的一个或多个。第一测试请求中还可以包括待测用户的用户信息,例如用户姓名、联系方式等。用户信息为客户端响应于待测用户的测试操作(例如对测试按钮的点击操作等)获取而得。
步骤S102-4,将目标情境信息所对应的虚拟欺诈情境,确定为与待测用户相匹配的目标虚拟欺诈情境。
与步骤S102-2和步骤S102-4对应的,如图2所示,步骤S104可以包括以下步骤S104-2和步骤S104-4,步骤S106可以包括以下步骤S106-2:
步骤S104-2,根据目标虚拟欺诈情境的情境信息,获取对应的情境构建数据;
具体的,将第一测试请求中的目标情境信息确定为目标虚拟欺诈情境的情境信息;根据情境信息,从预先建立的情境信息与情境构建数据的关联关系中获取关联的情境构建数据,并将获取的情境构建数据确定为目标虚拟欺诈情境的情境构建数据。
步骤S104-4,将情境构建数据发送给客户端,以使客户端根据情境构建数据展示目标虚拟欺诈情境,并获取待测用户在目标虚拟欺诈情境中的操作行为所对应的行为数据;
步骤S106-2,接收客户端发送的行为数据。
由此,当待测用户对目标虚拟欺诈情境感兴趣时,可以操作客户端向服务端发送第一测试请求,从而基于客户端展示的目标虚拟欺诈情境进行反欺诈的测试处理,能够满足待测用户的测试需求。
考虑到在实际应用中,存在一些待测用户想要进行反欺诈的测试处理,但是由于有多个虚拟欺诈情景,会因不清楚哪一个更适合自己,而不知该如何选择。基于此,本说明书一个或多个实施例中,还可以基于智能分析为待测用户推荐适合的虚拟欺诈情境。具体的,如图3所示,步骤S102可以包括以下步骤S102-6至步骤S102-10:
步骤S102-6,接收客户端发送的第二测试请求,根据第二测试请求中的用户信息获取待测用户的特征数据;
具体的,客户端响应于待测用户的测试操作,获取待测用户提供的用户信息;根据获取的用户信息向服务端发送第二测试请求。服务端从第二测试请求中获取用户信息,根据用户信息从指定位置获取待测用户的特征数据。其中,特征数据可以包括支付记录、网购记录、社交信息等数据中的一个或多个;社交信息可以包括联系人信息、聊天记录等。
为了确保待测用户的特征数据的安全,本说明书一个或多个实施例中,根据用户信息从指定位置获取待测用户的特征数据之前,还可以包括:向客户端发送授权请求数据;客户端根据接收到的授权请求数据展示授权提示信息,并在获取到待测用户基于授权提示信息所进行授权确认操作的授权确认信息时,将授权确认信息发送给服务端。服务端在接收到授权确认信息时,根据用户信息从指定数据库或指定设备获取关联的数据,并将获取的各数据确定为待测用户的特征数据。
步骤S102-8,采用预先训练的分析模型对获取的特征数据进行分析处理,得到待测用户的目标偏好;
具体而言,考虑到用户的特征数据能够体现出用户的行为和偏好,例如支付记录能够体现出用户是否有向特定账户的转账;网购记录能够体现出用户是否有网购刷单的习惯;社交信息能够体现出用户的社交群体,以及用户与社交群体的主要聊天话题等。基于此,本说明书一个或多个实施例中,预先采集多个用户的特征数据,并基于采集的特征数据进行训练处理,得到分析模型。当服务端获取到待测用户的特征数据时,将获取的特征数据输入至预先训练的分析模型,通过该分析模型对特征数据进行分析处理,得到待测用户的目标偏好。其中,分析模型的训练方式可参见现有的模型训练方式,对此本说明书中不做具体限定。用户的偏好包括但不限于网购刷单、赌博、打游戏、裸聊等。
步骤S102-10,将预先构建的多个虚拟欺诈情境中与目标偏好相匹配的虚拟欺诈情境,确定为与待测用户相匹配的目标虚拟欺诈情境。
可选地,预先建立用户偏好与虚拟欺诈情境的关联关系,相应的,步骤S102-10可以包括:根据目标偏好,从用户偏好与虚拟欺诈情境的关联关系中获取关联的虚拟欺诈情境,将获取的虚拟欺诈情境确定为与待测用户相匹配的目标虚拟欺诈情境。或者,预先建立用户偏好与欺诈模式的关联关系,以及欺诈模式与虚拟欺诈情境的关联关系;相应的,步骤S102-10可以包括:根据目标偏好,从用户偏好与欺诈模式的关联关系中获取关联的目标欺诈模式;根据目标欺诈模式,从欺诈模式与虚拟欺诈情境的关联关系中获取关联的虚拟欺诈情境,并将获取的虚拟欺诈情境确定为与待测用户相匹配的目标虚拟欺诈情境。对于目标虚拟欺诈情境的确定方式,不限为上述方式,可以在实际应用中根据需要自行设定。
进一步的,与上述步骤S102-6至步骤S106-10对应的,如图3所示,步骤S104可以包括前述的步骤S104-2和步骤S104-4,步骤S106可以包括前述的步骤S106-2。重复之处这里不再赘述。特别的,在步骤S104-2中根据目标虚拟欺诈情境的情境信息,获取对应的情境构建数据,可以是在确定目标虚拟欺诈情境后,根据预设的目标虚拟欺诈情境的情境信息,从预先建立的情境信息与情境构建数据的关联关系中获取关联的情境构建数据,并将获取的情境构建数据确定为目标虚拟欺诈情境的情境构建数据。
由此,当服务端接收到客户端发送的第二测试请求时,基于预先训练的分析模型对获取的待测用户的特征数据进行分析处理,得到待测用户的目标偏好,并根据该目标偏好确定与待测用户相匹配的目标虚拟欺诈情境,从而待测用户基于该目标虚拟欺诈情境进行反欺诈的测试处理,能够使反欺诈的测试更贴近用户的实际情况,例如,待测用户偏好网购不赌博,则将网购欺诈模式对应的虚拟欺诈情境确定为与待测用户相匹配的目标虚拟欺诈情境,而不是将赌博欺诈模式对应的虚拟欺诈情境确定为与待测用户相匹配的目标虚拟欺诈情境等。因此,能够使反欺诈的测试对待测用户更有帮助,降低待测用户被目标虚拟欺诈情境对应的欺诈模式所欺诈的风险。
为了扩大反欺诈的测试范围,使更多的用户对欺诈手段具有甄别意识,本说明书一个或多个实施例中,对于终端设备中安装有反欺诈测试相关的客户端,且已注册该客户端的用户群体而言,服务端还可以主动向用户推荐相匹配的目标虚拟欺诈情境。具体的,如图4所示,步骤S102可以包括以下步骤S102-12:
步骤S102-12,若确定指定信息库包括的多个用户信息所对应的多个用户中,存在满足预设测试条件的待测用户,则确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;
具体的,方法还可以包括:根据指定信息库包括的多个用户信息,获取对应用户的特征数据;采用预先训练的分析模型分别对每个用户的特征数据进行分析处理,得到每个用户的目标偏好;将目标偏好与预设偏好进行匹配处理;若确定存在匹配成功的目标偏好,则确定存在满足预设测试条件的待测用户,并将匹配成功的目标偏好所对应的用户确定为待测用户。其中,指定信息库中包括已注册反欺诈测试相关的客户端的各用户的用户信息;预设偏好是与各虚拟欺诈情境所对应的欺诈模式相匹配的偏好,如网购刷单、赌博、打游戏、裸聊等。获取特征数据以及采用预先训练的分析模型对每个用户的特征数据进行分析处理的过程,可参见前述相关描述,重复之处这里不再赘述。
与步骤S102-12对应的,如图4所示,步骤S104可以包括以下步骤S104-6至步骤S104-10:步骤S106可以包括前述步骤S106-2。
步骤S104-6,根据目标虚拟欺诈情境的情境信息,向待测用户的客户端发送测试提示信息,以使客户端展示测试提示信息,并在获取到待测用户对测试提示信息的操作时,根据情境信息向服务端发送数据获取请求;
其中,测试提示信息的具体内容,可以在实际应用中根据需要自行设定。
步骤S104-8,若接收到客户端发送的数据获取请求,则根据数据获取请求中的情境信息获取对应的情境构建数据;
具体的,当服务端接收到客户端发送的数据获取请求中,从数据获取请求中获取情境信息;根据获取的情境信息,从预先建立的情境信息与情境构建数据的关联关系中,获取关联的情境构建数据。
步骤S104-10,将情境构建数据发送给客户端,以使客户端根据情境构建数据展示目标虚拟欺诈情境,并获取待测用户在目标虚拟欺诈情境中的操作行为所对应的行为数据。
该实施例中,服务端主动根据指定信息库包括的多个用户信息,获取对应用户的特征数据,并在根据特征数据确定存在满足预设测试条件的待测用户时,根据与待测用户相匹配的目标虚拟欺诈情境的情境信息向待测用户的客户端发送测试提示信息,以提示待测用户进行测试处理。由此,能够更大范围的实现测试推广,使更多的用户建立反欺诈意识,无论是对于用户个人的资产安全还是对于社会的安定均具有促进作用。
基于上述任意实施例,为了使待测用户知晓测试结果,本说明书一个或多个实施例中,步骤S108之后还可以包括:将测试结果发送给待测用户的客户端,以使客户端展示测试结果。
为了提升用户的测试体验以及测试的趣味性,本说明书一个或多个实施例中,如图5所示,步骤S108之后还可以包括以下步骤S110和步骤S112:
步骤S110,若根据测试结果确定目标虚拟欺诈情境中的欺诈模式对待测用户欺诈成功,则对待测用户进行预设的惩罚处理;
步骤S112,若根据测试结果确定目标虚拟欺诈情境中的欺诈模式对待测用户欺诈失败,则对待测用户进行预设的奖励处理。
其中,惩罚处理可以包括对预先分配给待测用户的积分或虚拟币进行扣减、虚拟形式的黑屏等。奖励处理可以包括对待测用户进行积分或虚拟币的奖励、测试次数的奖励等。需要指出的是,惩罚处理和奖励处理的方式不限为上述方式,可以在实际应用中根据需要自行设定。
进一步的,为了使待测用户对目标虚拟欺诈情境中的欺诈手段有更明确的认知,本说明书一个或多个实施例中,如图6所示,步骤S108之后还可以包括以下步骤S114:
步骤S114,对待测用户进行目标虚拟欺诈情境中的欺诈手段的揭示处理。
具体的,将目标虚拟欺诈情境中的欺诈手段的揭示数据发送给待测用户的客户端,以使客户端更具该揭示数据对目标虚拟欺诈情境中的欺诈手段进行揭示处理。其中,欺诈手段的揭示方式可以包括采用文字展示的方式揭示欺诈手段、采用语音播放的方式揭示欺诈手段等;其可以在实际应用中根据需要自行设定。需要指出的是,步骤S114还可以在前述步骤S110之后执行,或在前述步骤S112之后执行。
在上述任意实施例的基础上,为了实现用户更具代入感的反欺诈测试,本说明书一个或多个实施例中,步骤S102之前还可以包括:
根据获取的多个虚拟欺诈情境的构建信息,构建相应的多个虚拟欺诈情境,并生成每个虚拟欺诈情境的情境构建数据。以及,将情境构建数据与相应虚拟欺诈情境的情境信息关联保存。其中,构建信息包括界面样式信息、人机交互方式信息等。
以上是基于服务端和客户端系统架构的测试处理方法,通过在预先构建的多个虚拟欺诈情境中,确定与待测用户相匹配的目标虚拟欺诈情境;根据获取的目标虚拟欺诈情境的情境构建数据,进行目标虚拟欺诈情境的展示处理,并获取待测用户在目标虚拟欺诈情境中的操作行为所对应的行为数据,根据行为数据生成待测用户的测试结果。由此,基于与待测用户相匹配的目标虚拟欺诈情景,对待测用户进行反欺诈的测试处理,能够让用户在其中进行实际操作,给用户带来更强烈的代入感和体感,使用户更真切的体会到其中的欺诈手段、以及时间的迫切感、利益的诱惑之大或潜在的重大损失等。有利于待测用户建立欺诈的有效甄别方法,从而在实际生活中遇到相应的欺诈手段时,快速的识别出风险,避免不良后果。
为了建立用户对于反欺诈测试的信任,以及在后续能够基于用户的有效的测试结果进行相应的分析等处理,还可以基于区块链系统进行反欺诈的测试处理。即,与上述描述的测试处理方法基于相同的技术构思,本说明书一个或多个实施例还提供了另一种测试处理方法,图7为本说明书一个或多个实施例提供的另一种测试处理方法的流程示意图,图7中的方法可应用于区块链系统;如图7所示,该方法可以包括以下步骤:
步骤S202,确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;
步骤S204,根据获取的目标虚拟欺诈情境的情境构建数据,进行目标虚拟欺诈情境的展示处理;
步骤S206,获取待测用户在目标虚拟欺诈情境中的操作行为所对应的行为数据;
步骤S208,调用区块链系统中的智能合约,基于智能合约根据获取的行为数据生成待测用户的测试结果,将测试结果保存至区块链系统中。
其中,步骤S202至步骤S206的实现方式与前述步骤S102至步骤S106的实现方式相同,可参见前述相关描述,重复之处这里不再赘述。特别的是,在前述步骤S102至步骤S106中,由服务端与待测用户的客户端进行数据交互;而在步骤S202至步骤S206中是由区块链系统中的区块链节点与待测用户的客户端进行数据交互。
可选地,本说明书一个或多个实施例中,智能合约中可以包括各虚拟欺诈情境所对应的行为数据的分析规则;相应的,在步骤S208中,基于智能合约根据目标虚拟欺诈情境的情境信息,获取对应的分析规则;以及,根据获取的分析规则对行为数据进行分析处理,并生成待测用户的测试结果。或者,每个虚拟欺诈情境可以对应一个智能合约,智能合约中包括对应的虚拟欺诈情境的行为数据的分析规则;相应的,在步骤S208中,根据目标虚拟欺诈情境的情境信息,确定对应的目标智能合约;调用该目标智能合约,基于目标智能合约中的分析规则对行为数据进行分析处理,并生成待测用户的测试结果。由于智能合约具有自动执行、用户无法干预等特性,因此基于智能合约生成测试结果,不仅能够提升测试结果的生成效率,而且能够保障测试结果的真实性和有效性。
进一步的,为了便于测试结果的查询,本说明书一个或多个实施例中,步骤S208中将测试结果保存至区块链系统中,可以包括:根据确定的待测用户的用户信息、测试结果和目标虚拟欺诈情境的情景信息生成测试记录信息;将测试记录信息保存至区块链系统中;
与之对应的,方法还可以包括:
接收待测用户的客户端发送的查询请求;根据查询请求包括的待查询的测试结果的查询信息,从区块链系统中查询对应的测试结果;将查询到的测试结果发送给客户端。
可选地,查询信息可以包括用户信息,相应的,区块链节点根据查询信息可以从区块链系统中查询到相应待测用户在已测试的各虚拟欺诈情境中的测试结果,并将查询到的各测试结果发送给待测用户的客户端。或者,查询信息可以包括用户信息和情境信息,相应的,区块链节点根据查询信息可从区块链系统中查询到相应待测用户在查询信息中的情境信息所对应的虚拟欺诈情境中的测试结果,并将查询到的测试结果发送给待测用户的客户端。
进一步的,为了保障待测用户的隐私信息安全,本说明书一个或多个实施例中,生成测试记录信息可以包括:根据预设的加密算法对用户信息进行加密处理,得到用户信息密文,根据用户信息密文、测试结果和目标虚拟欺诈情境的情景信息生成测试记录信息。相应的,根据查询信息进行查询时,根据预设的解密算法对测试记录信息中的用户信息密文进行解密处理,得到用户信息;并将得到的用户信息与查询信息中的用户信息进行匹配。
进一步的,步骤S208之后还可以包括欺诈手段的揭示处理、以及奖惩处理等。其具体的实现方式,可参见前述相关描述,重复之处这里不再赘述。
本说明书一个或多个实施例中,在预先构建的多个虚拟欺诈情境中,确定与待测用户相匹配的目标虚拟欺诈情境;根据获取的目标虚拟欺诈情境的情境构建数据,进行目标虚拟欺诈情境的展示处理,并获取待测用户在目标虚拟欺诈情境中的操作行为所对应的行为数据,基于智能合约根据行为数据生成待测用户的测试结果,并将测试结果保存至区块链系统中。由此,基于与待测用户相匹配的目标虚拟欺诈情景,对待测用户进行反欺诈的测试处理,能够让用户在其中进行实际操作,给用户带来更强烈的代入感和体感,使用户更真切的体会到其中的欺诈手段、以及时间的迫切感、利益的诱惑之大或潜在的重大损失等。有利于待测用户建立欺诈的有效甄别方法,从而在实际生活中遇到相应的欺诈手段时,快速的识别出风险,避免不良后果。基于智能合约生成测试结果并保存至区块链系统中,能够基于区块链的公开透明、不可篡改等特性以及智能合约的中执行等特性,保障测试的真实性以及测试结果的有效性,有利于建立用户信任,且能够为后续测试结果的分析等处理提供有效的数据依据。
对应上述图2至图6描述的测试处理方法,基于相同的技术构思,本说明书一个或多个实施例还提供一种测试处理装置。图8为本说明书一个或多个实施例提供的一种测试处理装置的模块组成示意图,如图8所示,该装置可以包括:
确定模块301,确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;
处理模块302,根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理;
获取模块303,获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;
生成模块304,根据所述行为数据生成所述待测用户的测试结果。
可选地,所述装置还包括:惩罚模块和奖励模块;
所述惩罚模块,若根据所述测试结果确定所述目标虚拟欺诈情境中的欺诈模式对所述待测用户欺诈成功,则对所述待测用户进行预设的惩罚处理;
所述奖励模块,若根据所述测试结果确定所述目标虚拟欺诈情境中的欺诈模式对所述待测用户欺诈失败,则对所述待测用户进行预设的奖励处理。
可选地,所述装置还包括:揭示模块;
所述揭示模块,对所述待测用户进行所述目标虚拟欺诈情境中的欺诈手段的揭示处理。
本说明书一个或多个实施例提供的测试处理装置,通过在预先构建的多个虚拟欺诈情境中,确定与待测用户相匹配的目标虚拟欺诈情境;根据获取的目标虚拟欺诈情境的情境构建数据,进行目标虚拟欺诈情境的展示处理,并获取待测用户在目标虚拟欺诈情境中的操作行为所对应的行为数据,根据行为数据生成待测用户的测试结果。由此,基于与待测用户相匹配的目标虚拟欺诈情景,对待测用户进行反欺诈的测试处理,能够让用户在其中进行实际操作,给用户带来更强烈的代入感和体感,使用户更真切的体会到其中的欺诈手段、以及时间的迫切感、利益的诱惑之大或潜在的重大损失等。有利于待测用户建立欺诈的有效甄别方法,从而在实际生活中遇到相应的欺诈手段时,快速的识别出风险,避免不良后果。
进一步的,对应上述图7描述的测试处理方法,基于相同的技术构思,本说明书一个或多个实施例还提供另一种测试处理装置。图9为本说明书一个或多个实施例提供的另一种测试处理装置的模块组成示意图,如图9所示,该装置包括:
确定模块401,确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;
处理模块402,根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理;
获取模块403,获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;
生成模块404,调用区块链系统中的智能合约,基于所述智能合约根据所述行为数据生成所述待测用户的测试结果;
保存模块405,将所述测试结果保存至所述区块链系统中。
可选地,所述保存模块405,根据确定的所述待测用户的用户信息、所述测试结果和所述目标虚拟欺诈情境的情景信息生成测试记录信息;将所述测试记录信息保存至区块链系统中;
相应的,所述系统还包括:查询模块;
所述查询模块,接收所述待测用户的客户端发送的查询请求;以及,
根据所述查询请求包括的待查询的测试结果的查询信息,从所述区块链系统中查询对应的测试结果;
将查询到的所述测试结果发送给所述客户端。
本说明书一个或多个实施例提供的测试处理装置,在预先构建的多个虚拟欺诈情境中,确定与待测用户相匹配的目标虚拟欺诈情境;根据获取的目标虚拟欺诈情境的情境构建数据,进行目标虚拟欺诈情境的展示处理,并获取待测用户在目标虚拟欺诈情境中的操作行为所对应的行为数据,基于智能合约根据行为数据生成待测用户的测试结果,并将测试结果保存至区块链系统中。由此,基于与待测用户相匹配的目标虚拟欺诈情景,对待测用户进行反欺诈的测试处理,能够让用户在其中进行实际操作,给用户带来更强烈的代入感和体感,使用户更真切的体会到其中的欺诈手段、以及时间的迫切感、利益的诱惑之大或潜在的重大损失等。有利于待测用户建立欺诈的有效甄别方法,从而在实际生活中遇到相应的欺诈手段时,快速的识别出风险,避免不良后果。基于智能合约生成测试结果并保存至区块链系统中,能够基于区块链的公开透明、不可篡改等特性以及智能合约的中执行等特性,保障测试的真实性以及测试结果的有效性,有利于建立用户信任,且能够为后续测试结果的分析等处理提供有效的数据依据。
需要说明的是,本说明书中关于测试处理装置的实施例与本说明书中关于测试处理方法的实施例基于同一发明构思,因此该实施例的具体实施可以参见前述对应的测试处理方法的实施,重复之处不再赘述。
进一步的,对应上述图2至图6描述的测试处理方法,基于相同的技术构思,本说明书一个或多个实施例还提供一种测试处理系统。图10为本说明书一个或多个实施例提供的一种测试处理系统的组成示意图,如图10所示,该系统包括:服务端501和客户端502;
所述服务端501,确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;将获取的所述目标虚拟欺诈情境的情境构建数据发送给所述待测用户的所述客户端502,并接收所述客户端发送的所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;根据所述行为数据生成所述待测用户的测试结果;
所述客户端502,根据接收到的所述服务端501发送的所述情境构建数据展示所述目标虚拟欺诈情境;获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据,将所述行为数据发送给所述服务端501。
可选地,所述客户端502,响应于所述待测用户的测试操作,展示所述多个虚拟欺诈情境的情境信息;根据获取到的所述待测用户所选择的目标情境信息,向所述服务端501发送第一测试请求;
所述服务端501,接收所述第一测试请求,将所述第一测试请求包括的所述目标情境信息所对应的虚拟欺诈情境,确定为与所述待测用户相匹配的目标虚拟欺诈情境。
可选地,所述客户端502,响应于所述待测用户的测试操作,获取所述待测用户的用户信息;根据所述用户信息向所述服务端501发送第二测试请求;
所述服务端501,接收所述第二测试请求,根据所述第二测试请求包括的所述用户信息获取所述待测用户的特征数据;采用预先训练的分析模型对所述特征数据进行分析处理,得到所述待测用户的目标偏好;将预先构建的多个虚拟欺诈情境中与所述目标偏好相匹配的虚拟欺诈情境,确定为与所述待测用户相匹配的目标虚拟欺诈情境。
可选地,所述服务端501,若确定指定信息库包括的多个用户信息所对应的多个用户中,存在满足预设测试条件的待测用户,则确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;根据所述目标虚拟欺诈情境的情境信息,向所述待测用户的客户端502发送测试提示信息;若接收到所述客户端502发送的数据获取请求,则根据所述数据获取请求中的所述情境信息获取对应的情境构建数据;将所述情境构建数据发送给所述客户端502,并接收所述客户端502发送的所述行为数据;
所述客户端502,展示接收到的所述测试提示信息,若获取到所述待测用户对所述测试提示信息的操作,则根据所述测试提示信息中的所述情境信息向所述服务端501发送所述数据获取请求;根据接收到的所述服务端501发送的所述情境构建数据展示所述目标虚拟欺诈情境,并获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据,将所述行为数据发送给所述服务端501。
本说明书一个或多个实施例提供的测试处理系统,通过在预先构建的多个虚拟欺诈情境中,确定与待测用户相匹配的目标虚拟欺诈情境;根据获取的目标虚拟欺诈情境的情境构建数据,进行目标虚拟欺诈情境的展示处理,并获取待测用户在目标虚拟欺诈情境中的操作行为所对应的行为数据,根据行为数据生成待测用户的测试结果。由此,基于与待测用户相匹配的目标虚拟欺诈情景,对待测用户进行反欺诈的测试处理,能够让用户在其中进行实际操作,给用户带来更强烈的代入感和体感,使用户更真切的体会到其中的欺诈手段、以及时间的迫切感、利益的诱惑之大或潜在的重大损失等。有利于待测用户建立欺诈的有效甄别方法,从而在实际生活中遇到相应的欺诈手段时,快速的识别出风险,避免不良后果。
进一步的,对应上述图7描述的测试处理方法,基于相同的技术构思,本说明书一个或多个实施例还提供一种测试处理系统。图11为本说明书一个或多个实施例提供的一种测试处理系统的组成示意图,如图11所示,该系统包括:区块链系统601和客户端602;
所述区块链系统601中的区块链节点,确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;将获取的所述目标虚拟欺诈情境的情境构建数据发送给所述待测用户的所述客户端602,并接收所述客户端602发送的所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;调用所述区块链系统601中的智能合约,基于所述智能合约根据所述行为数据生成所述待测用户的测试结果;将所述测试结果保存至所述区块链系统601中;
所述客户端602,根据接收到的所述区块链节点发送的所述情境构建数据展示所述目标虚拟欺诈情境;获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据,将所述行为数据发送给所述区块链节点。
本说明书一个或多个实施例提供的测试处理系统,在预先构建的多个虚拟欺诈情境中,确定与待测用户相匹配的目标虚拟欺诈情境;根据获取的目标虚拟欺诈情境的情境构建数据,进行目标虚拟欺诈情境的展示处理,并获取待测用户在目标虚拟欺诈情境中的操作行为所对应的行为数据,基于智能合约根据行为数据生成待测用户的测试结果,并将测试结果保存至区块链系统中。由此,基于与待测用户相匹配的目标虚拟欺诈情景,对待测用户进行反欺诈的测试处理,能够让用户在其中进行实际操作,给用户带来更强烈的代入感和体感,使用户更真切的体会到其中的欺诈手段、以及时间的迫切感、利益的诱惑之大或潜在的重大损失等。有利于待测用户建立欺诈的有效甄别方法,从而在实际生活中遇到相应的欺诈手段时,快速的识别出风险,避免不良后果。基于智能合约生成测试结果并保存至区块链系统中,能够基于区块链的公开透明、不可篡改等特性以及智能合约的中执行等特性,保障测试的真实性以及测试结果的有效性,有利于建立用户信任,且能够为后续测试结果的分析等处理提供有效的数据依据。
需要说明的是,本说明书中关于测试处理系统的实施例与本说明书中关于测试处理方法的实施例基于同一发明构思,因此该实施例的具体实施可以参见前述对应的测试处理方法的实施,重复之处不再赘述。
进一步地,对应上述描述的测试处理方法,基于相同的技术构思,本说明书一个或多个实施例还提供一种测试处理设备,该设备用于执行上述的测试处理方法,图12为本说明书一个或多个实施例提供的一种测试处理设备的结构示意图。
如图12所示,测试处理设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器701和存储器702,存储器702中可以存储有一个或一个以上存储应用程序或数据。其中,存储器702可以是短暂存储或持久存储。存储在存储器702的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括测试处理设备中的一系列计算机可执行指令。更进一步地,处理器701可以设置为与存储器702通信,在测试处理设备上执行存储器702中的一系列计算机可执行指令。测试处理设备还可以包括一个或一个以上电源703,一个或一个以上有线或无线网络接口704,一个或一个以上输入输出接口705,一个或一个以上键盘706等。
在一个具体的实施例中,测试处理设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对测试处理设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;
根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理;
获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;
根据所述行为数据生成所述待测用户的测试结果。
本说明书一个或多个实施例提供的测试处理设备,通过在预先构建的多个虚拟欺诈情境中,确定与待测用户相匹配的目标虚拟欺诈情境;根据获取的目标虚拟欺诈情境的情境构建数据,进行目标虚拟欺诈情境的展示处理,并获取待测用户在目标虚拟欺诈情境中的操作行为所对应的行为数据,根据行为数据生成待测用户的测试结果。由此,基于与待测用户相匹配的目标虚拟欺诈情景,对待测用户进行反欺诈的测试处理,能够让用户在其中进行实际操作,给用户带来更强烈的代入感和体感,使用户更真切的体会到其中的欺诈手段、以及时间的迫切感、利益的诱惑之大或潜在的重大损失等。有利于待测用户建立欺诈的有效甄别方法,从而在实际生活中遇到相应的欺诈手段时,快速的识别出风险,避免不良后果。
在另一个具体的实施例中,测试处理设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对测试处理设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;
根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理;
获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;
调用区块链系统中的智能合约,基于所述智能合约根据所述行为数据生成所述待测用户的测试结果;
将所述测试结果保存至所述区块链系统中。
可选地,计算机可执行指令在被执行时,所述根据所述行为数据生成所述待测用户的测试结果,包括:
调用所述区块链系统中的智能合约,基于所述智能合约根据所述行为数据生成所述待测用户的测试结果。
本说明书一个或多个实施例提供的测试处理设备,在预先构建的多个虚拟欺诈情境中,确定与待测用户相匹配的目标虚拟欺诈情境;根据获取的目标虚拟欺诈情境的情境构建数据,进行目标虚拟欺诈情境的展示处理,并获取待测用户在目标虚拟欺诈情境中的操作行为所对应的行为数据,基于智能合约根据行为数据生成待测用户的测试结果,并将测试结果保存至区块链系统中。由此,基于与待测用户相匹配的目标虚拟欺诈情景,对待测用户进行反欺诈的测试处理,能够让用户在其中进行实际操作,给用户带来更强烈的代入感和体感,使用户更真切的体会到其中的欺诈手段、以及时间的迫切感、利益的诱惑之大或潜在的重大损失等。有利于待测用户建立欺诈的有效甄别方法,从而在实际生活中遇到相应的欺诈手段时,快速的识别出风险,避免不良后果。基于智能合约生成测试结果并保存至区块链系统中,能够基于区块链的公开透明、不可篡改等特性以及智能合约的中执行等特性,保障测试的真实性以及测试结果的有效性,有利于建立用户信任,且能够为后续测试结果的分析等处理提供有效的数据依据。
需要说明的是,本说明书中关于测试处理设备的实施例与本说明书中关于测试处理方法的实施例基于同一发明构思,因此该实施例的具体实施可以参见前述对应的测试处理方法的实施,重复之处不再赘述。
进一步地,对应上述描述的测试处理方法,基于相同的技术构思,本说明书一个或多个实施例还提供了一种存储介质,用于存储计算机可执行指令,一个具体的实施例中,该存储介质可以为U盘、光盘、硬盘等,该存储介质存储的计算机可执行指令在被处理器执行时,能实现以下流程:
确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;
根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理;
获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;
根据所述行为数据生成所述待测用户的测试结果。
本说明书一个或多个实施例提供的存储介质存储的计算机可执行指令在被处理器执行时,通过在预先构建的多个虚拟欺诈情境中,确定与待测用户相匹配的目标虚拟欺诈情境;根据获取的目标虚拟欺诈情境的情境构建数据,进行目标虚拟欺诈情境的展示处理,并获取待测用户在目标虚拟欺诈情境中的操作行为所对应的行为数据,根据行为数据生成待测用户的测试结果。由此,基于与待测用户相匹配的目标虚拟欺诈情景,对待测用户进行反欺诈的测试处理,能够让用户在其中进行实际操作,给用户带来更强烈的代入感和体感,使用户更真切的体会到其中的欺诈手段、以及时间的迫切感、利益的诱惑之大或潜在的重大损失等。有利于待测用户建立欺诈的有效甄别方法,从而在实际生活中遇到相应的欺诈手段时,快速的识别出风险,避免不良后果。
在另一个具体的实施例中,该存储介质可以为U盘、光盘、硬盘等,该存储介质存储的计算机可执行指令在被处理器执行时,能实现以下流程:
确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;
根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理;
获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;
调用区块链系统中的智能合约,基于所述智能合约根据所述行为数据生成所述待测用户的测试结果;
将所述测试结果保存至所述区块链系统中。
本说明书一个或多个实施例提供的存储介质存储的计算机可执行指令在被处理器执行时,在预先构建的多个虚拟欺诈情境中,确定与待测用户相匹配的目标虚拟欺诈情境;根据获取的目标虚拟欺诈情境的情境构建数据,进行目标虚拟欺诈情境的展示处理,并获取待测用户在目标虚拟欺诈情境中的操作行为所对应的行为数据,基于智能合约根据行为数据生成待测用户的测试结果,并将测试结果保存至区块链系统中。由此,基于与待测用户相匹配的目标虚拟欺诈情景,对待测用户进行反欺诈的测试处理,能够让用户在其中进行实际操作,给用户带来更强烈的代入感和体感,使用户更真切的体会到其中的欺诈手段、以及时间的迫切感、利益的诱惑之大或潜在的重大损失等。有利于待测用户建立欺诈的有效甄别方法,从而在实际生活中遇到相应的欺诈手段时,快速的识别出风险,避免不良后果。基于智能合约生成测试结果并保存至区块链系统中,能够基于区块链的公开透明、不可篡改等特性以及智能合约的中执行等特性,保障测试的真实性以及测试结果的有效性,有利于建立用户信任,且能够为后续测试结果的分析等处理提供有效的数据依据。
需要说明的是,本说明书中关于存储介质的实施例与本说明书中关于测试处理方法的实施例基于同一发明构思,因此该实施例的具体实施可以参见前述对应的测试处理方法的实施,重复之处不再赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此,本说明书一个或多个实施例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,本说明书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。
本说明书是参照根据本说明书实施例的方法、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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书的一个或多个实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本文件的实施例而已,并不用于限制本文件。对于本领域技术人员来说,本文件可以有各种更改和变化。凡在本文件的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本文件的权利要求范围之内。
Claims (22)
1.一种测试处理方法,包括:
确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;
根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理;
获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;
根据所述行为数据生成所述待测用户的测试结果。
2.根据权利要求1所述的方法,所述确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境,包括:
接收客户端发送的第一测试请求;其中,所述第一测试请求包括所述待测用户从所述客户端所展示的多个虚拟欺诈情境的情境信息中所选择的目标情境信息;
将所述目标情境信息所对应的虚拟欺诈情境,确定为与所述待测用户相匹配的目标虚拟欺诈情境。
3.根据权利要求1所述的方法,所述确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境,包括:
接收客户端发送的第二测试请求;其中,所述第二测试请求包括所述待测用户的用户信息;
根据所述用户信息获取所述待测用户的特征数据;
采用预先训练的分析模型对所述特征数据进行分析处理,得到所述待测用户的目标偏好;
将预先构建的多个虚拟欺诈情境中与所述目标偏好相匹配的虚拟欺诈情境,确定为与所述待测用户相匹配的目标虚拟欺诈情境。
4.根据权利要求2或3所述的方法,所述根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理,包括:
根据所述目标虚拟欺诈情境的情境信息,获取对应的情境构建数据;
将所述情境构建数据发送给所述客户端,以使所述客户端根据所述情境构建数据展示所述目标虚拟欺诈情境,并获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;
所述获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据,包括:
接收所述客户端发送的所述行为数据。
5.根据权利要求1所述的方法,所述确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境,包括:
若确定指定信息库包括的多个用户信息所对应的多个用户中,存在满足预设测试条件的待测用户,则确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;
所述根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理,包括:
根据所述目标虚拟欺诈情境的情境信息,向所述待测用户的客户端发送测试提示信息,以使所述客户端展示所述测试提示信息,并在获取到所述待测用户对所述测试提示信息的操作时,根据所述情境信息向所述服务端发送数据获取请求;
若接收到所述客户端发送的所述数据获取请求,则根据所述数据获取请求中的所述情境信息获取对应的情境构建数据;
将所述情境构建数据发送给所述客户端,以使所述客户端根据所述情境构建数据展示所述目标虚拟欺诈情境,并获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;
所述获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据,包括:
接收所述客户端发送的所述行为数据。
6.根据权利要求5所述的方法,所述方法还包括:
根据所述指定信息库包括的多个用户信息,获取对应用户的特征数据;
采用预先训练的分析模型分别对每个用户的所述特征数据进行分析处理,得到每个用户的目标偏好;
将所述目标偏好与预设偏好进行匹配处理;
若确定存在匹配成功的目标偏好,则确定存在满足所述预设测试条件的待测用户,并将匹配成功的目标偏好所对应的用户确定为待测用户。
7.根据权利要求1所述的方法,所述根据所述行为数据生成所述待测用户的测试结果之后,还包括:
若根据所述测试结果确定所述目标虚拟欺诈情境中的欺诈模式对所述待测用户欺诈成功,则对所述待测用户进行预设的惩罚处理;
若根据所述测试结果确定所述目标虚拟欺诈情境中的欺诈模式对所述待测用户欺诈失败,则对所述待测用户进行预设的奖励处理。
8.根据权利要求1所述的方法,所述根据所述行为数据生成所述待测用户的测试结果之后,还包括:
对所述待测用户进行所述目标虚拟欺诈情境中的欺诈手段的揭示处理。
9.根据权利要求1所述的方法,所述确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境之前,还包括:
根据获取的多个虚拟欺诈情境的构建信息,构建相应的多个虚拟欺诈情境,并生成每个所述虚拟欺诈情境的所述情境构建数据。
10.一种测试处理方法,包括:
确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;
根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理;
获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;
调用区块链系统中的智能合约,基于所述智能合约根据所述行为数据生成所述待测用户的测试结果;
将所述测试结果保存至所述区块链系统中。
11.根据权利要求10所述的方法,所述将所述测试结果保存至区块链系统中,包括:
根据确定的所述待测用户的用户信息、所述测试结果和所述目标虚拟欺诈情境的情景信息生成测试记录信息;
将所述测试记录信息保存至区块链系统中;
所述方法还包括:
接收所述待测用户的客户端发送的查询请求;
根据所述查询请求包括的待查询的测试结果的查询信息,从所述区块链系统中查询对应的测试结果;
将查询到的所述测试结果发送给所述客户端。
12.一种测试处理装置,包括:
确定模块,确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;
处理模块,根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理;
获取模块,获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;
生成模块,根据所述行为数据生成所述待测用户的测试结果。
13.一种测试处理装置,包括:
确定模块,确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;
处理模块,根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理;
获取模块,获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;
生成模块,调用区块链系统中的智能合约,基于所述智能合约根据所述行为数据生成所述待测用户的测试结果;
保存模块,将所述测试结果保存至所述区块链系统中。
14.一种测试处理系统,包括:服务端和客户端;
所述服务端,确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;将获取的所述目标虚拟欺诈情境的情境构建数据发送给所述待测用户的所述客户端,并接收所述客户端发送的所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;根据所述行为数据生成所述待测用户的测试结果;
所述客户端,根据接收到的所述服务端发送的所述情境构建数据展示所述目标虚拟欺诈情境;获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据,将所述行为数据发送给所述服务端。
15.根据权利要求14所述的系统,
所述客户端,响应于所述待测用户的测试操作,展示所述多个虚拟欺诈情境的情境信息;根据获取到的所述待测用户所选择的目标情境信息,向所述服务端发送第一测试请求;
所述服务端,接收所述第一测试请求,将所述第一测试请求包括的所述目标情境信息所对应的虚拟欺诈情境,确定为与所述待测用户相匹配的目标虚拟欺诈情境。
16.根据权利要求14所述的系统,
所述客户端,响应于所述待测用户的测试操作,获取所述待测用户的用户信息;根据所述用户信息向所述服务端发送第二测试请求;
所述服务端,接收所述第二测试请求,根据所述第二测试请求包括的所述用户信息获取所述待测用户的特征数据;采用预先训练的分析模型对所述特征数据进行分析处理,得到所述待测用户的目标偏好;将预先构建的多个虚拟欺诈情境中与所述目标偏好相匹配的虚拟欺诈情境,确定为与所述待测用户相匹配的目标虚拟欺诈情境。
17.根据权利要求14所述的系统,
所述服务端,若确定指定信息库包括的多个用户信息所对应的多个用户中,存在满足预设测试条件的待测用户,则确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;根据所述目标虚拟欺诈情境的情境信息,向所述待测用户的客户端发送测试提示信息;若接收到所述客户端发送的数据获取请求,则根据所述数据获取请求中的所述情境信息获取对应的情境构建数据;将所述情境构建数据发送给所述客户端,并接收所述客户端发送的所述行为数据;
所述客户端,展示接收到的所述测试提示信息,若获取到所述待测用户对所述测试提示信息的操作,则根据所述测试提示信息中的所述情境信息向所述服务端发送所述数据获取请求;根据接收到的所述服务端发送的所述情境构建数据展示所述目标虚拟欺诈情境,并获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据,将所述行为数据发送给所述服务端。
18.一种测试处理系统,包括:区块链系统和客户端;
所述区块链系统中的区块链节点,确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;将获取的所述目标虚拟欺诈情境的情境构建数据发送给所述待测用户的所述客户端,并接收所述客户端发送的所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;调用所述区块链系统中的智能合约,基于所述智能合约根据所述行为数据生成所述待测用户的测试结果;将所述测试结果保存至所述区块链系统中;
所述客户端,根据接收到的所述区块链节点发送的所述情境构建数据展示所述目标虚拟欺诈情境;获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据,将所述行为数据发送给所述区块链节点。
19.一种数据处理设备,包括:
处理器;以及,
被安排成存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器:
确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;
根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理;
获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;
根据所述行为数据生成所述待测用户的测试结果。
20.一种数据处理设备,包括:
处理器;以及,
被安排成存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器:
确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;
根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理;
获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;
调用区块链系统中的智能合约,基于所述智能合约根据所述行为数据生成所述待测用户的测试结果;
将所述测试结果保存至所述区块链系统中。
21.一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被处理器执行时实现以下流程:
确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;
根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理;
获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;
根据所述行为数据生成所述待测用户的测试结果。
22.一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被处理器执行时实现以下流程:
确定预先构建的多个虚拟欺诈情境中与待测用户相匹配的目标虚拟欺诈情境;
根据获取的所述目标虚拟欺诈情境的情境构建数据,进行所述目标虚拟欺诈情境的展示处理;
获取所述待测用户在所述目标虚拟欺诈情境中的操作行为所对应的行为数据;
调用区块链系统中的智能合约,基于所述智能合约根据所述行为数据生成所述待测用户的测试结果;
将所述测试结果保存至所述区块链系统中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111062580.3A CN113807867A (zh) | 2021-09-10 | 2021-09-10 | 测试处理方法、装置、设备及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111062580.3A CN113807867A (zh) | 2021-09-10 | 2021-09-10 | 测试处理方法、装置、设备及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113807867A true CN113807867A (zh) | 2021-12-17 |
Family
ID=78940753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111062580.3A Pending CN113807867A (zh) | 2021-09-10 | 2021-09-10 | 测试处理方法、装置、设备及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113807867A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160063501A1 (en) * | 2008-06-18 | 2016-03-03 | Saraansh Software Solutions Pvt. Ltd. | System for detecting banking frauds by examples |
CN107392783A (zh) * | 2017-07-05 | 2017-11-24 | 龚少卓 | 基于虚拟现实的社交方法及装置 |
CN107819747A (zh) * | 2017-10-26 | 2018-03-20 | 上海欣方智能系统有限公司 | 一种基于通信事件序列的电信诈骗关联分析系统和方法 |
US20180270348A1 (en) * | 2017-03-14 | 2018-09-20 | Lenovo (Singapore) Pte, Ltd. | Mitigating potential fraud |
CN108629717A (zh) * | 2018-07-02 | 2018-10-09 | 芜湖通全电子电器科技创业有限公司 | 一种基于计算机网络技术的企业技术培训系统和方法 |
CN109410036A (zh) * | 2018-10-09 | 2019-03-01 | 北京芯盾时代科技有限公司 | 一种欺诈检测模型训练方法和装置及欺诈检测方法和装置 |
CN110187761A (zh) * | 2019-05-15 | 2019-08-30 | 武汉联影医疗科技有限公司 | 基于虚拟现实的资源管理方法、装置、设备与系统 |
CN110223148A (zh) * | 2019-06-13 | 2019-09-10 | 成都成溪商务信息咨询有限公司 | 网络购物交易方法及系统 |
CN111583418A (zh) * | 2016-06-30 | 2020-08-25 | 联想(北京)有限公司 | 一种虚拟场景的控制方法及电子设备 |
-
2021
- 2021-09-10 CN CN202111062580.3A patent/CN113807867A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160063501A1 (en) * | 2008-06-18 | 2016-03-03 | Saraansh Software Solutions Pvt. Ltd. | System for detecting banking frauds by examples |
CN111583418A (zh) * | 2016-06-30 | 2020-08-25 | 联想(北京)有限公司 | 一种虚拟场景的控制方法及电子设备 |
US20180270348A1 (en) * | 2017-03-14 | 2018-09-20 | Lenovo (Singapore) Pte, Ltd. | Mitigating potential fraud |
CN107392783A (zh) * | 2017-07-05 | 2017-11-24 | 龚少卓 | 基于虚拟现实的社交方法及装置 |
CN107819747A (zh) * | 2017-10-26 | 2018-03-20 | 上海欣方智能系统有限公司 | 一种基于通信事件序列的电信诈骗关联分析系统和方法 |
CN108629717A (zh) * | 2018-07-02 | 2018-10-09 | 芜湖通全电子电器科技创业有限公司 | 一种基于计算机网络技术的企业技术培训系统和方法 |
CN109410036A (zh) * | 2018-10-09 | 2019-03-01 | 北京芯盾时代科技有限公司 | 一种欺诈检测模型训练方法和装置及欺诈检测方法和装置 |
CN110187761A (zh) * | 2019-05-15 | 2019-08-30 | 武汉联影医疗科技有限公司 | 基于虚拟现实的资源管理方法、装置、设备与系统 |
CN110223148A (zh) * | 2019-06-13 | 2019-09-10 | 成都成溪商务信息咨询有限公司 | 网络购物交易方法及系统 |
Non-Patent Citations (1)
Title |
---|
邓诗琦等: "面向智能应用的领域本体构建研究——以反电话诈骗领域为例", 《数据分析与知识发现》, vol. 3, no. 7, 31 December 2019 (2019-12-31) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108196952B (zh) | 一种资源分配方法、装置及设备 | |
Gates et al. | Effective risk communication for android apps | |
US10037548B2 (en) | Application recommendations based on application and lifestyle fingerprinting | |
EP3547604A1 (en) | Method and apparatus for security question generation and identity verification | |
CN105320276A (zh) | 可穿戴设备和操作可穿戴设备的方法 | |
CN109583224B (zh) | 一种用户隐私数据处理方法、装置、设备及系统 | |
CN108960839B (zh) | 一种支付方法及装置 | |
Hong | The privacy landscape of pervasive computing | |
JP2017515199A (ja) | プロファイル作成および推奨でのユーザー信頼をユーザーとの管理される対話をベースにして構築すること | |
Bal et al. | Styx: Privacy risk communication for the Android smartphone platform based on apps' data-access behavior patterns | |
CN110990492B (zh) | 一种信息的处理方法、装置及设备 | |
CN111445258A (zh) | 风险防控信息处理方法、装置及设备 | |
Zimmeck et al. | Usability and enforceability of global privacy control | |
US20230370407A1 (en) | Communication of messages of an application in an unlaunched state | |
JP2018520409A (ja) | サービス処理方法、サービス処理装置、および記憶媒体 | |
CN112016067A (zh) | 一种用户身份核验方法及装置 | |
US10269029B1 (en) | Application monetization based on application and lifestyle fingerprinting | |
CN112910896A (zh) | 一种账户认证方法、装置、设备及介质 | |
CN113807867A (zh) | 测试处理方法、装置、设备及系统 | |
CN107483534B (zh) | 一种业务处理的方法及装置 | |
CN112948785B (zh) | 账户认证方法、装置及设备 | |
CN112836612B (zh) | 一种用户实名认证的方法、装置及系统 | |
CN111752431B (zh) | 信息的展示方法及装置 | |
CN109190352B (zh) | 一种授权文本准确性验证方法和装置 | |
Oliver | Fingerprinting the mobile web |
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 |