CN114757729A - 交易请求的处理方法、装置、终端设备和存储介质 - Google Patents
交易请求的处理方法、装置、终端设备和存储介质 Download PDFInfo
- Publication number
- CN114757729A CN114757729A CN202210208472.0A CN202210208472A CN114757729A CN 114757729 A CN114757729 A CN 114757729A CN 202210208472 A CN202210208472 A CN 202210208472A CN 114757729 A CN114757729 A CN 114757729A
- Authority
- CN
- China
- Prior art keywords
- transaction
- target user
- user
- target
- plug
- 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
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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
- G06Q30/0637—Approvals
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请适用于访问控制技术领域,提供一种交易请求的处理方法、装置、终端设备和存储介质。该方法包括:接收客户端发起的交易请求,所述交易请求包含目标产品标识;检测所述目标产品标识是否为指定数据库存储的产品标识,其中,所述指定数据库存储所有已上架产品或即将上架产品的产品标识,且所述数据库存储的每个产品标识均由时间戳、自增序列码以及随机数拼接形成;若所述目标产品标识为所述指定数据库存储的产品标识,则接受所述交易请求,并为所述客户端的目标用户生成所述目标产品标识对应的产品的订单。采用该方法能够提高通过外挂程序进行交易的难度,为普通用户提供公平交易的机会。
Description
技术领域
本申请涉及访问控制技术领域,提供一种交易请求的处理方法、装置、终端设备和存储介质。
背景技术
产品标识作为识别一个产品的唯一编码,在产品的展示、交易、支付、对账和结算等整个产品生命周期都至关重要。目前,传统的产品标识一般使用数据库自增序列,这样生成的产品标识保证唯一且生成方式简单。然而,采用这种方式生成的产品标识是有规律可循的,外挂程序能根据某一个线上展示的产品标识推断出后一批上架产品的产品标识,这样可以绕过前端页面验证,通过程序直接往后台发送请求即可完成产品抢购,由此导致普通用户失去公平抢购的机会。
发明内容
有鉴于此,本申请提出一种交易请求的处理方法、装置、终端设备和存储介质,能够提高通过外挂程序进行交易的难度,为普通用户提供公平交易的机会。
第一方面,本申请实施例提供了一种交易请求的处理方法,包括:
接收客户端发起的交易请求,所述交易请求包含目标产品标识;
检测所述目标产品标识是否为指定数据库存储的产品标识,其中,所述指定数据库存储所有已上架产品或即将上架产品的产品标识,且所述数据库存储的每个产品标识均由时间戳、自增序列码以及随机数拼接形成;
若所述目标产品标识为所述指定数据库存储的产品标识,则接受所述交易请求,并为所述客户端的目标用户生成所述目标产品标识对应的产品的订单。
在本申请实施例中,当接收到客户端发起的交易请求后,会检测该交易请求包含的目标产品标识是否为指定数据库存储的产品标识;若该目标产品标识为该指定数据库存储的产品标识,则接受该交易请求,并为客户端用户生成该目标产品标识对应的产品的订单。由于该指定数据库中存储的每个产品标识均由时间戳、自增序列码以及随机数拼接形成,故各个产品标识之间不连续且跨度较大,能够降低外挂程序通过已知产品标识推断后续产品标识的成功率,提高通过外挂程序进行交易的难度,从而为普通用户提供公平交易的机会。
在本申请实施例的一种实现方式中,所述若所述目标产品标识为所述指定数据库存储的产品标识,则接受所述交易请求,并为所述客户端的目标用户生成所述目标产品标识对应的产品的订单,可以包括:
若所述目标产品标识为所述指定数据库存储的产品标识,则获取所述目标用户的历史交易信息;
根据所述历史交易信息确定所述目标用户的类别标签;
启动与所述类别标签对应的交易校验流程;
在所述交易校验流程通过后,接受所述交易请求,并为所述目标用户生成所述目标产品标识对应的产品的订单。
在本申请实施例的一种实现方式中,所述根据所述历史交易信息确定所述目标用户的类别标签,可以包括:
根据所述历史交易信息判断所述目标用户是否为外挂程序用户;
若所述目标用户为外挂程序用户,则为所述目标用户分配外挂用户的类别标签,否则为所述目标用户分配普通用户的类别标签;
所述启动与所述类别标签对应的交易校验流程,可以包括:
若所述目标用户的类别标签为外挂用户,则从预设的交易校验流程池中选取并启动一个以上的交易校验流程。
进一步的,所述根据所述历史交易信息判断所述目标用户是否为外挂程序用户,可以包括:
若所述历史交易信息中存在指定时长内发起第一数量以上的交易请求的记录,则判定所述目标用户为外挂程序用户;
若所述历史交易信息中存在指定时长内针对同一产品发起的第二数量以上的交易请求的记录,则判定所述目标用户为外挂程序用户;
根据所述历史交易信息统计所述目标用户的交易失败率,若所述交易失败率大于设定阈值,则判定所述目标用户为外挂程序用户;
根据所述历史交易信息统计所述目标用户的平均交易时间,若所述平均交易时间小于设定阈值,则判定所述目标用户为外挂程序用户。
在本申请实施例的一种实现方式中,所述根据所述历史交易信息确定所述目标用户的类别标签,可以包括:
根据所述历史交易信息确定所述目标用户使用外挂程序的概率等级;
为所述目标用户分配与所述概率等级对应的类别标签;
所述启动与所述类别标签对应的交易校验流程,可以包括:
从预设的交易校验流程池中选取并启动目标数量的交易校验流程,其中,所述目标数量根据与所述概率等级对应的类别标签设置。
进一步的,所述根据所述历史交易信息确定所述目标用户使用外挂程序的概率等级,可以包括:
根据所述历史交易信息统计所述目标用户的交易失败率和平均交易时间;
根据所述目标用户的交易失败率和平均交易时间,确定所述目标用户使用外挂程序的概率等级。
进一步的,所述根据所述历史交易信息确定所述目标用户使用外挂程序的概率等级,可以包括:
获取所述目标用户的用户画像信息;
根据所述用户画像信息确定所述目标用户的等级标签;
根据所述等级标签和所述历史交易信息,确定所述目标用户使用外挂程序的概率等级。
第二方面,本申请实施例提供了一种交易请求的处理装置,包括:
交易请求接收模块,用于接收客户端发起的交易请求,所述交易请求包含目标产品标识;
产品标识检测模块,用于检测所述目标产品标识是否为指定数据库存储的产品标识,其中,所述指定数据库存储所有已上架产品或即将上架产品的产品标识,且所述数据库存储的每个产品标识均由时间戳、自增序列码以及随机数拼接形成;
交易请求处理模块,用于若所述目标产品标识为所述指定数据库存储的产品标识,则接受所述交易请求,并为所述客户端的目标用户生成所述目标产品标识对应的产品的订单。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例第一方面提出的交易请求的处理方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如本申请实施例第一方面提出的交易请求的处理方法。
第五方面,本申请实施例提供了一种计算机程序产品,当该计算机程序产品在终端设备上运行时,使得该终端设备执行如本申请实施例第一方面提出的交易请求的处理方法。
上述第二方面至第五方面所能实现的有益效果,可以参照上述第一方面的相关说明。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,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是本申请实施例提供的一种交易请求的处理方法的一个实施例的流程图;
图2是本申请实施例提供的一种交易请求的处理装置的一个实施例的结构图;
图3是本申请实施例提供的一种终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
目前,在线上限购产品的交易过程中,很多非法用户会使用外挂程序完成抢购操作,这会导致普通用户失去公平交易的机会。例如,在春运期间,黄牛人员会使用外挂程序抢购大量火车票进行倒卖,这导致普通人员无法按照原价抢购到所需的火车票。
有鉴于此,本申请提出一种交易请求的处理方法、装置、终端设备和存储介质,能够提高通过外挂程序进行交易的难度,为普通用户提供公平交易的机会。关于该处理方法的具体说明和技术实现细节,可以参见下文所述的方法实施例。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
应当理解,本申请实施例提供的交易请求的处理方法的执行主体可以是手机、平板电脑、可穿戴设备、车载设备、增强现实(augmented reality,AR)/虚拟现实(virtualreality,VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)、大屏电视等各种类型的终端设备或者服务器,本申请实施例对该终端设备和服务器的具体类型不作任何限制。这里的服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDeliveryNetwork,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
请参阅图1,本申请实施例中一种交易请求的处理方法的一个实施例包括:
101、接收客户端发起的交易请求,所述交易请求包含目标产品标识;
本申请实施例的执行主体可以是提供产品交易的平台服务器,各个客户端用户通过对接该平台服务器执行产品交易流程。当平台服务器接收到某个客户端发起的交易请求时,可以获取该客户端的登录账户(即目标用户),以及该交易请求附带的目标产品标识,该目标产品标识是该交易请求指向的某个目标产品的唯一标识。
102、检测所述目标产品标识是否为指定数据库存储的产品标识,其中,所述指定数据库存储所有已上架产品或即将上架产品的产品标识,且所述数据库存储的每个产品标识均由时间戳、自增序列码以及随机数拼接形成;
平台服务器在接收到该交易请求后,会检验其附带的目标产品标识是否为指定数据库中存储的产品标识。具体的,该平台服务器提供的已上架产品或即将上架产品的所有产品标识在生成后,都可以存储到该指定数据库中。
另外,该指定数据库中存储的每个产品标识均可由时间戳、自增序列码和随机数拼接形成。例如,某个产品标识的字段可以为:时间戳+数据库表自增序列(n位)+随机数(m位)。示例性的,某个产品标识的生成方式如下:
(1)获取当前时间戳作为产品标识的前缀,根据实际需要,一般选择年月日YYMMDD的格式即可,如220110;
(2)使用一张数据库表记录自增序列sequence,根据位数用0补充;例如n=6,若当前排列到的自增序列值为666,则获取到的自增序列为000666;
(3)生成一个随机数,根据位数用0补充;例如m=5,若生成的随机数为888,则可以用0补充至00888;
(4)将时间戳、自增序列和随机数拼接,得到产品标识,并将该产品标识存储到该指定数据库中。例如,前文所述通过拼接得到的最终产品标识为:22011000066600888。
通过这样设置产品标识,一方面能够提高外挂程序推断得到正确产品标识的难度;另一方面,采用纯数字的产品标识能够提高数据的查询效率。
若所述目标产品标识为所述指定数据库存储的产品标识,则执行步骤103,否则执行步骤104。
103、接受所述交易请求,并为所述客户端的目标用户生成所述目标产品标识对应的产品的订单;
该目标产品标识为该指定数据库中存储的某个产品标识,表示该目标产品标识正确,此时可以接受该交易请求,为该目标用户生成一个目标产品(即与目标产品标识对应的产品)的订单。
在本申请实施例的一种实现方式中,所述接受所述交易请求,并为所述客户端的目标用户生成所述目标产品标识对应的产品的订单,可以包括:
(1)获取所述目标用户的历史交易信息;
(2)根据所述历史交易信息确定所述目标用户的类别标签;
(3)启动与所述类别标签对应的交易校验流程;
(4)在所述交易校验流程通过后,接受所述交易请求,并为所述目标用户生成所述目标产品标识对应的产品的订单。
为了进一步提高通过外挂程序进行交易的难度,在判断该目标产品标识正确之后,可以先根据外挂程序的交易特征,为该目标用户打上标签,以区分该目标用户为外挂程序用户(使用外挂程序的用户)或者普通用户。其中,针对外挂程序用户,可以增设对应的交易校验流程,以进一步提高外挂程序用户执行交易的难度。具体的,该历史交易信息是目标用户通过平台服务器购买产品的所有交易信息,例如产品交易时间、产品交易数量、成功交易数量和失败交易数量等信息。根据外挂程序的交易特征,例如产品交易时间短(外挂程序可以省去很多手工操作)、失败交易数量较多、交易请求时间集中等特点,可以识别目标用户是否为外挂程序用户。
在本申请实施例的一种实现方式中,所述根据所述历史交易信息确定所述目标用户的类别标签,可以包括:
(1)根据所述历史交易信息判定所述目标用户是否为外挂程序用户;
(2)若所述目标用户为外挂程序用户,则为所述目标用户分配外挂用户的类别标签,否则为所述目标用户分配普通用户的类别标签。
根据历史交易信息可以识别目标用户是否为外挂程序用户,而若识别目标用户为外挂程序用户,则为其分配外挂用户的类别标签;若识别目标用户为普通用户,则为其分配普通用户的类别标签。具体的,所述根据所述历史交易信息判断所述目标用户是否为外挂程序用户,可以包括:
(1)若所述历史交易信息中存在指定时长内发起第一数量以上的交易请求的记录,则判定所述目标用户为外挂程序用户;外挂程序用户的交易请求一般比较集中,例如在指定时长内(例如1秒)能够发起大量(例如10笔以上)的交易请求;
(2)若所述历史交易信息中存在指定时长内针对同一产品发起的第二数量以上的交易请求的记录,则判定所述目标用户为外挂程序用户;外挂程序用户会存在请求参数异常的特征,例如针对同一产品在一分钟内发起了10笔以上的交易请求;
(3)根据所述历史交易信息统计所述目标用户的交易失败率,若所述交易失败率大于设定阈值,则判定所述目标用户为外挂程序用户;外挂程序用户一般存在交易失败率高的特征,具体可以根据历史交易信息中记录的成功交易数量和失败交易数量,计算得到该目标用户的交易失败率,若该交易失败率超过设定阈值,则判定该目标用户为外挂程序用户;
(4)根据所述历史交易信息统计所述目标用户的平均交易时间,若所述平均交易时间小于设定阈值,则判定所述目标用户为外挂程序用户;外挂程序用户还存在交易时间短的特征,具体可以计算该历史交易信息中记录的各个交易的平均交易时间,若该平均交易时间小于设定阈值,则可以判定该目标用户为外挂程序用户。在实际操作中,用户正常发起交易后会经过动态验证码验证,交易密码输入验证等多个交互流程,故通常情况下交易时间不会低于3秒,而若使用外挂程序操作则交易时间可能在1秒以内。
进一步的,所述启动与所述类别标签对应的交易校验流程,可以包括:
若所述目标用户的类别标签为外挂用户,则从预设的交易校验流程池中选取并启动一个以上的交易校验流程。
若该目标用户的类别标签为外挂用户,此时需要为其增设一定的交易校验流程。具体的,平台服务器可以创建一个交易校验流程池,其中存储大量不同的交易校验流程,例如图片验证码校验、手机验证码校验和特殊问答校验,等等。按照设定的校验规则,可以从该交易校验流程池中选取并启动一个或多个不同的交易校验流程。而若该目标用户的类别标签为普通用户,则可以不启动交易校验流程。
在本申请实施例的另一种实现方式中,所述根据所述历史交易信息确定所述目标用户的类别标签,可以包括:
(1)根据所述历史交易信息确定所述目标用户使用外挂程序的概率等级;
(2)为所述目标用户分配与所述概率等级对应的类别标签。
根据该历史交易信息,结合外挂程序的交易特征,可以计算得到目标用户使用外挂程序的概率大小,进而可以分配对应的概率等级和类别标签。例如,按照使用外挂程序的概率由小到大排列,可以划分出概率等级一、概率等级二、概率等级三、概率等级四和概率等级五,总共5个概率等级。
可选的,所述根据所述历史交易信息确定所述目标用户使用外挂程序的概率等级,可以包括:
(1)根据所述历史交易信息统计所述目标用户的交易失败率和平均交易时间;
(2)根据所述目标用户的交易失败率和平均交易时间,确定所述目标用户使用外挂程序的概率等级。
具体的,根据历史交易信息中记录的交易总数量和失败交易数量可以计算得到该目标用户的交易失败率,再结合该历史交易信息中记录的各个交易的平均交易时间,可以计算出一个使用外挂程序的概率值,然后再根据该概率值确定该目标用户使用外挂程序的概率等级。
表1
概率值 | 概率等级 |
≤20 | 一 |
21-40 | 二 |
41-60 | 三 |
61-80 | 四 |
≥81 | 五 |
如以上的表1所示,根据交易失败率和平均交易时间可以计算出使用外挂程序的概率值,再根据该概率值可以确定对应的概率等级,概率值越高则对应的概率等级越大。结合外挂程序的交易特征,在计算概率值时,交易失败率越高,平均交易时间越短,则对应的概率值越大。例如,若交易失败率为80%,平均交易时间为0.5秒,则可以计算概率分值为80%*50+(1-0.5)*50=65,对应的概率等级是四。
可选的,所述根据所述历史交易信息确定所述目标用户使用外挂程序的概率等级,可以包括:
(1)获取所述目标用户的用户画像信息;
(2)根据所述用户画像信息确定所述目标用户的等级标签;
(3)根据所述等级标签和所述历史交易信息,确定所述目标用户使用外挂程序的概率等级。
目标用户的用户画像信息可以通过已训练的用户画像模型获得,具体的,该用户画像模型可以通过获取大量人员的个人信息以及预分配的对应人员类别标签作为训练集训练获得,具体的模型训练方式可以参照现有技术。在本申请实施例中,目标用户的个人信息可以包括姓名、性别、年龄、职业、性格和年收入等信息,这些信息可以在目标用户注册时录入系统。又或者可以在当前的系统界面上显示信息输入界面,要求目标用户输入个人信息后再执行后续操作。在将目标用户的个人信息输入用户画像模型之后,可以得到该目标用户的用户画像信息,进而可以确定对应的等级标签,例如,核心用户(可以指经常通过平台交易的用户)、一般用户(可以指偶尔通过平台交易的用户)和边缘用户(极少通过平台交易的用户)等不同的等级标签。
在通过用户画像信息确定目标用户的等级标签之后,再结合其历史交易信息来确定使用外挂程序的概率等级。具体的,可以根据历史交易信息可以计算得到目标用户的交易失败率和平均交易时间,再结合等级标签确定对应的概率等级。例如,交易失败率越高,平均交易时间越短,且目标用户的等级标签属于边缘用户,则确定目标用户使用外挂程序的概率等级为较高的等级;交易失败率越低,平均交易时间越长,且目标用户的等级标签属于核心用户,则确定目标用户使用外挂程序的概率等级为较低的等级。这是由于:外挂程序的交易特征是交易时间短且交易失败率高,而且若目标用户属于边缘用户,本身极少通过平台购买产品,在此种情况下出现交易时间短且交易失败率高等特征更大概率能够判定目标用户使用了外挂程序。反之,若目标用户为核心用户,其经常通过平台购买产品,故其产生的失败交易数量较高也属正常,且由于其对平台产品较为熟悉,产生交易时间短的现象也较为正常,因此可以相应地降低判定其使用外挂程序的概率等级。
进一步的,所述启动与所述类别标签对应的交易校验流程,可以包括:
从预设的交易校验流程池中选取并启动目标数量的交易校验流程,其中,所述目标数量根据与所述概率等级对应的类别标签设置。
在确定目标用户使用外挂程序的概率等级之后,可以启动相应的交易校验流程。具体可以从交易校验流程池中选取并启动一定数量的交易校验流程,该数量可根据为目标用户分配的与其概率等级对应的类别标签设置。示例性的,若目标用户的类别标签为第一概率等级标签,表示该目标用户使用外挂程序的概率很小,即可以排除目标用户作为外挂用户的可能,故不必启动任何增加交易难度的交易校验流程(即令交易校验流程的数量为0)。若目标用户的类别标签为其它等级标签,表示该目标用户可能是外挂用户,此时可以根据该目标用户是外挂用户的可能性大小(概率等级越大,则表示该可能性越大)分别设置对应的交易校验流程,且越大的概率等级设置越复杂的交易校验流程(即设置较高的交易校验流程数量)。
例如,可以从预设的交易校验流程池中随机选取一个以上的目标交易校验流程并启动。针对第二概率等级标签,启动一个手机验证码校验流程;针对第三概率等级标签;启动手机验证码校验流程和图片验证码流程;针对第四概率等级标签,启动手机验证码校验流程、图片验证码流程以及特殊问题回答校验流程;针对第五概率等级标签,启动手机验证码校验流程、图片验证码流程以及特殊问题回答校验流程,且该图片验证码使用比较复杂的种类,特殊问题的数量和难度提升,等等。这样设置的最终目的是不能直接拦截任何一笔交易,只是给符合外挂特征的交易增加交易难度,提高产品抢购的公平性。
104、拒绝所述交易请求。
该目标产品标识不是该数据库中存储的某个产品标识,表示该目标产品标识错误,此时平台服务器可以拒绝该交易请求,返回交易失败,同时可以记录该目标用户因为产品标识错误导致交易失败的次数一次,以便后续可以根据该目标用户的交易记录识别其作为外挂程序用户的概率大小。
在本申请实施例中,当接收到客户端发起的交易请求后,会检测该交易请求包含的目标产品标识是否为指定数据库存储的产品标识;若该目标产品标识为该指定数据库存储的产品标识,则接受该交易请求,并为客户端用户生成该目标产品标识对应的产品的订单。由于该指定数据库中存储的每个产品标识均由时间戳、自增序列码以及随机数拼接形成,故各个产品标识之间不连续且跨度较大,能够降低外挂程序通过已知产品标识推断后续产品标识的成功率,提高通过外挂程序进行交易的难度,从而为普通用户提供公平交易的机会。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的交易请求的处理方法,图2示出了本申请实施例提供的一种交易请求的处理装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
请参照图2,该装置包括:
交易请求接收模块201,用于接收客户端发起的交易请求,所述交易请求包含目标产品标识;
产品标识检测模块202,用于检测所述目标产品标识是否为指定数据库存储的产品标识,其中,所述指定数据库存储所有已上架产品或即将上架产品的产品标识,且所述数据库存储的每个产品标识均由时间戳、自增序列码以及随机数拼接形成;
交易请求处理模块203,用于若所述目标产品标识为所述指定数据库存储的产品标识,则接受所述交易请求,并为所述客户端的目标用户生成所述目标产品标识对应的产品的订单。
在本申请实施例的一种实现方式中,所述交易请求处理模块可以包括:
历史交易信息获取单元,用于若所述目标产品标识为所述指定数据库存储的产品标识,则获取所述目标用户的历史交易信息;
类别标签确定单元,用于根据所述历史交易信息确定所述目标用户的类别标签;
交易校验启动单元,用于启动与所述类别标签对应的交易校验流程;
交易请求处理单元,用于在所述交易校验流程通过后,接受所述交易请求,并为所述目标用户生成所述目标产品标识对应的产品的订单。
在本申请实施例的一种实现方式中,所述类别标签确定单元可以包括:
外挂用户识别子单元,用于根据所述历史交易信息判断所述目标用户是否为外挂程序用户;
第一类别标签分配子单元,用于若所述目标用户为外挂程序用户,则为所述目标用户分配外挂用户的类别标签,否则为所述目标用户分配普通用户的类别标签;
所述交易校验启动单元可以包括:
第一校验流程选取子单元,用于若所述目标用户的类别标签为外挂用户,则从预设的交易校验流程池中选取并启动一个以上的交易校验流程。
进一步的,所述外挂用户识别子单元可以包括:
第一识别子单元,用于若所述历史交易信息中存在指定时长内发起第一数量以上的交易请求的记录,则判定所述目标用户为外挂程序用户;
第二识别子单元,用于若所述历史交易信息中存在指定时长内针对同一产品发起的第二数量以上的交易请求的记录,则判定所述目标用户为外挂程序用户;
第三识别子单元,用于根据所述历史交易信息统计所述目标用户的交易失败率,若所述交易失败率大于设定阈值,则判定所述目标用户为外挂程序用户;
第四识别子单元,用于根据所述历史交易信息统计所述目标用户的平均交易时间,若所述平均交易时间小于设定阈值,则判定所述目标用户为外挂程序用户。
在本申请实施例的另一种实现方式中,所述类别标签确定单元可以包括:
概率等级确定子单元,用于根据所述历史交易信息确定所述目标用户使用外挂程序的概率等级;
第二类别标签分配子单元,用于为所述目标用户分配与所述概率等级对应的类别标签;
所述交易校验启动单元可以包括:
第二校验流程选取子单元,用于从预设的交易校验流程池中选取并启动目标数量的交易校验流程,其中,所述目标数量根据与所述概率等级对应的类别标签设置。
进一步的,所述概率等级确定子单元可以包括:
交易特征统计子单元,用于根据所述历史交易信息统计所述目标用户的交易失败率和平均交易时间;
第一概率等级确定子单元,用于根据所述目标用户的交易失败率和平均交易时间,确定所述目标用户使用外挂程序的概率等级。
进一步的,所述概率等级确定子单元可以包括:
画像信息获取子单元,用于获取所述目标用户的用户画像信息;
等级标签确定子单元,用于根据所述用户画像信息确定所述目标用户的等级标签;
第二概率等级确定子单元,用于根据所述等级标签和所述历史交易信息,确定所述目标用户使用外挂程序的概率等级。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如图1表示的任意一种交易请求的处理方法。
本申请实施例还提供一种计算机程序产品,当该计算机程序产品在服务器上运行时,使得服务器执行实现如图1表示的任意一种交易请求的处理方法。
图3是本申请一实施例提供的终端设备的示意图。如图3所示,该实施例的终端设备3包括:处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机可读指令32。所述处理器30执行所述计算机可读指令32时实现上述各个交易请求的处理方法实施例中的步骤,例如图1所示的步骤101至104。或者,所述处理器30执行所述计算机可读指令32时实现上述各装置实施例中各模块/单元的功能,例如图2所示模块201至203的功能。
示例性的,所述计算机可读指令32可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器31中,并由所述处理器30执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段,该指令段用于描述所述计算机可读指令32在所述终端设备3中的执行过程。
所述终端设备3可以是智能手机、笔记本、掌上电脑及云端终端设备等计算设备。所述终端设备3可包括,但不仅限于,处理器30、存储器31。本领域技术人员可以理解,图3仅仅是终端设备3的示例,并不构成对终端设备3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备3还可以包括输入输出设备、网络接入设备、总线等。
所述处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(AppLication Specific Integrated Circuit,ASIC)、现成可编程门阵列(FieLd-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31可以是所述终端设备3的内部存储单元,例如终端设备3的硬盘或内存。所述存储器31也可以是所述终端设备3的外部存储设备,例如所述终端设备3上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器31还可以既包括所述终端设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机可读指令以及所述终端设备所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种交易请求的处理方法,其特征在于,包括:
接收客户端发起的交易请求,所述交易请求包含目标产品标识;
检测所述目标产品标识是否为指定数据库存储的产品标识,其中,所述指定数据库存储所有已上架产品或即将上架产品的产品标识,且所述数据库存储的每个产品标识均由时间戳、自增序列码以及随机数拼接形成;
若所述目标产品标识为所述指定数据库存储的产品标识,则接受所述交易请求,并为所述客户端的目标用户生成所述目标产品标识对应的产品的订单。
2.如权利要求1所述的处理方法,其特征在于,所述若所述目标产品标识为所述指定数据库存储的产品标识,则接受所述交易请求,并为所述客户端的目标用户生成所述目标产品标识对应的产品的订单,包括:
若所述目标产品标识为所述指定数据库存储的产品标识,则获取所述目标用户的历史交易信息;
根据所述历史交易信息确定所述目标用户的类别标签;
启动与所述类别标签对应的交易校验流程;
在所述交易校验流程通过后,接受所述交易请求,并为所述目标用户生成所述目标产品标识对应的产品的订单。
3.如权利要求2所述的处理方法,其特征在于,所述根据所述历史交易信息确定所述目标用户的类别标签,包括:
根据所述历史交易信息判断所述目标用户是否为外挂程序用户;
若所述目标用户为外挂程序用户,则为所述目标用户分配外挂用户的类别标签,否则为所述目标用户分配普通用户的类别标签;
所述启动与所述类别标签对应的交易校验流程,包括:
若所述目标用户的类别标签为外挂用户,则从预设的交易校验流程池中选取并启动一个以上的交易校验流程。
4.如权利要求3所述的处理方法,其特征在于,所述根据所述历史交易信息判断所述目标用户是否为外挂程序用户,包括:
若所述历史交易信息中存在指定时长内发起第一数量以上的交易请求的记录,则判定所述目标用户为外挂程序用户;
若所述历史交易信息中存在指定时长内针对同一产品发起的第二数量以上的交易请求的记录,则判定所述目标用户为外挂程序用户;
根据所述历史交易信息统计所述目标用户的交易失败率,若所述交易失败率大于设定阈值,则判定所述目标用户为外挂程序用户;
根据所述历史交易信息统计所述目标用户的平均交易时间,若所述平均交易时间小于设定阈值,则判定所述目标用户为外挂程序用户。
5.如权利要求2所述的处理方法,其特征在于,所述根据所述历史交易信息确定所述目标用户的类别标签,包括:
根据所述历史交易信息确定所述目标用户使用外挂程序的概率等级;
为所述目标用户分配与所述概率等级对应的类别标签;
所述启动与所述类别标签对应的交易校验流程,包括:
从预设的交易校验流程池中选取并启动目标数量的交易校验流程,其中,所述目标数量根据与所述概率等级对应的类别标签设置。
6.如权利要求5所述的处理方法,其特征在于,所述根据所述历史交易信息确定所述目标用户使用外挂程序的概率等级,包括:
根据所述历史交易信息统计所述目标用户的交易失败率和平均交易时间;
根据所述目标用户的交易失败率和平均交易时间,确定所述目标用户使用外挂程序的概率等级。
7.如权利要求5所述的处理方法,其特征在于,所述根据所述历史交易信息确定所述目标用户使用外挂程序的概率等级,包括:
获取所述目标用户的用户画像信息;
根据所述用户画像信息确定所述目标用户的等级标签;
根据所述等级标签和所述历史交易信息,确定所述目标用户使用外挂程序的概率等级。
8.一种交易请求的处理装置,其特征在于,包括:
交易请求接收模块,用于接收客户端发起的交易请求,所述交易请求包含目标产品标识;
产品标识检测模块,用于检测所述目标产品标识是否为指定数据库存储的产品标识,其中,所述指定数据库存储所有已上架产品或即将上架产品的产品标识,且所述数据库存储的每个产品标识均由时间戳、自增序列码以及随机数拼接形成;
交易请求处理模块,用于若所述目标产品标识为所述指定数据库存储的产品标识,则接受所述交易请求,并为所述客户端的目标用户生成所述目标产品标识对应的产品的订单。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的交易请求的处理方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的交易请求的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210208472.0A CN114757729A (zh) | 2022-03-03 | 2022-03-03 | 交易请求的处理方法、装置、终端设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210208472.0A CN114757729A (zh) | 2022-03-03 | 2022-03-03 | 交易请求的处理方法、装置、终端设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114757729A true CN114757729A (zh) | 2022-07-15 |
Family
ID=82326079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210208472.0A Pending CN114757729A (zh) | 2022-03-03 | 2022-03-03 | 交易请求的处理方法、装置、终端设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114757729A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115510815A (zh) * | 2022-11-17 | 2022-12-23 | 山东未来网络研究院(紫金山实验室工业互联网创新应用基地) | 一种基于规则的标识生成方法及装置 |
-
2022
- 2022-03-03 CN CN202210208472.0A patent/CN114757729A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115510815A (zh) * | 2022-11-17 | 2022-12-23 | 山东未来网络研究院(紫金山实验室工业互联网创新应用基地) | 一种基于规则的标识生成方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112507936B (zh) | 图像信息审核方法、装置、电子设备及可读存储介质 | |
CN109345417B (zh) | 基于身份认证的业务人员的在线考核方法及终端设备 | |
CN112669138B (zh) | 数据处理方法及相关设备 | |
CN111860377A (zh) | 基于人工智能的直播方法、装置、电子设备及存储介质 | |
CN110766278A (zh) | 一种自动化招标方法、装置及终端设备 | |
CN111626784A (zh) | 一种企业需求信息匹配方法和装置及系统 | |
CN111008887B (zh) | 技能服务招投标系统 | |
CN114757729A (zh) | 交易请求的处理方法、装置、终端设备和存储介质 | |
CN115222427A (zh) | 基于人工智能的欺诈风险识别方法及相关设备 | |
CN114860742A (zh) | 基于人工智能的ai客服交互方法、装置、设备及介质 | |
CN110895711A (zh) | 入职管理方法及装置 | |
CN113706172A (zh) | 基于客户行为的投诉解决方法、装置、设备及存储介质 | |
CN111325572B (zh) | 一种数据处理方法及装置 | |
CN112231550A (zh) | 一种信贷金融产品推荐处理方法及装置 | |
CN113269179B (zh) | 数据处理方法、装置、设备及存储介质 | |
CN115099937A (zh) | 资产配置信息共享方法及其系统、计算机设备 | |
CN114840660A (zh) | 业务推荐模型训练方法、装置、设备及存储介质 | |
CN111008373A (zh) | 智能问答的处理方法、装置、计算机可读介质及电子设备 | |
CN110708326A (zh) | 业务请求异常概率的确定方法和装置 | |
CN107992521B (zh) | 处理用户的服务请求的方法及装置 | |
CN113807870B (zh) | 车辆信息认证方法、装置、计算机设备和存储介质 | |
CN114020687B (zh) | 用户留存分析方法、装置、设备及存储介质 | |
CN112529623B (zh) | 恶意用户的识别方法、装置和设备 | |
CN115225489B (zh) | 队列业务流量阈值动态控制方法、电子设备及存储介质 | |
CN113012797B (zh) | 体检科室推荐方法、装置、设备及存储介质 |
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 |