CN116091059B - 一种虚拟预付卡防盗刷系统 - Google Patents

一种虚拟预付卡防盗刷系统 Download PDF

Info

Publication number
CN116091059B
CN116091059B CN202211431245.0A CN202211431245A CN116091059B CN 116091059 B CN116091059 B CN 116091059B CN 202211431245 A CN202211431245 A CN 202211431245A CN 116091059 B CN116091059 B CN 116091059B
Authority
CN
China
Prior art keywords
transaction
user
theft
payment
card
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
Application number
CN202211431245.0A
Other languages
English (en)
Other versions
CN116091059A (zh
Inventor
张岩
杨绪强
李辉
李燚
张宁宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Lushangtong Technology Co ltd
Original Assignee
Shandong Lushangtong Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Lushangtong Technology Co ltd filed Critical Shandong Lushangtong Technology Co ltd
Priority to CN202211431245.0A priority Critical patent/CN116091059B/zh
Publication of CN116091059A publication Critical patent/CN116091059A/zh
Application granted granted Critical
Publication of CN116091059B publication Critical patent/CN116091059B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/34—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using cards, e.g. integrated circuit [IC] cards or magnetic cards
    • G06Q20/351—Virtual cards
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—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
    • G06Q20/4018—Transaction verification using the card verification value [CVV] associated with the card
    • 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
    • G06Q20/403—Solvency checks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Finance (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种虚拟预付卡防盗刷系统，涉及移动支付技术领域。本发明包括风控引擎系统，风控引擎对虚拟预付卡盗刷行为进行预测、识别、处理和记录的方法主要包括建立风控引擎，按照风险策略对交易进行风控行为分级；实现用户鉴权；配置安全策略；创建预测模型；对虚拟预付卡支付中的防盗刷方法主要包括以下步骤，步骤1用户支付时，交易数据传输至网关；步骤2网关对网络请求进行具体分析；步骤3网络请求被传送到安全策略分析系统；步骤4网络请求到达用户卡交易中心后，卡交易中心执行后续步骤。本发明利用风控引擎系统对虚拟预付卡的支付行为进行防盗刷，提高了虚拟预付卡交易的安全性。

Description

一种虚拟预付卡防盗刷系统
技术领域
本发明属于移动支付技术领域，涉及一种虚拟预付卡防盗刷系统。
背景技术
预付卡，是指发卡机构以盈利为目的，通过特定载体和形式发行的，可在特定机构购买商品或服务的预付凭证。虚拟预付卡，是指具有预付卡性质，但没有实体卡，卡的发放、使用、销退都存在于线上的一种电子化卡片。
随着社会经济的不断发展，使用预付卡的人越来越多，预付卡的种类也逐渐增多，特别是随着全球化、市场化经济的发展，虚拟预付卡在购卡的便利性、支付的快捷性受到了市场的欢迎。但是由于虚拟预付卡没有物理实体卡，而是由系统虚拟进行发行，所以会引起安全性上的问题，尤其是以盗刷风险最为严重。
虚拟预付卡由于没有实体卡，所以不存在实体卡被盗用的情况。由于业务都存在于线上，虚拟预付卡盗刷的主要方式，来源于攻击方伪装成正常的虚拟预付卡用户，骗取用户的身份信息，通过持有的假的用户身份绕过系统安全检测，以此来实现对用户的虚拟卡资金的盗取。
为保证虚拟预付卡使用的安全性，防止被恶意盗刷，提出了一种基于虚拟预付卡系统的防盗刷的安全技术的实现，提供安全风险管理工具，从业务层面、技术层面、数据层面，对恶意盗刷的风险进行防范。
发明内容
本发明为了弥补现有技术的不足，提供了一种虚拟预付卡防盗刷系统，通过使用风控引擎对虚拟预付卡的交易进行识别、定级和管控，实现了对盗刷交易的识别，保证了能在交易前置期完成对盗刷的识别，提高了虚拟预付卡交易的安全性。本发明是通过如下技术方案实现的：本发明提供了一种虚拟预付卡防盗刷系统，包括风控引擎系统，风控引擎对虚拟预付卡盗刷行为进行预测、识别、处理和记录的方法主要包括建立风控引擎，按照风险策略对交易进行风控行为分级；实现用户鉴权；配置安全策略；创建预测模型；
对虚拟预付卡支付中的防盗刷方法主要包括以下步骤，
步骤1用户在线下收银端，使用支付二维码进行支付时，收银端会将交易数据以Json的格式，通过rsa加密的方式转换加密数据，通过运营商的网络线路经过云服务厂商的防火墙，传输至网关；
步骤2网关对网络请求进行具体分析；
步骤3网络请求通过网关的校验后，将会被传送到安全策略分析系统；安全策略分析系统作为业务风险的前置风险判定系统，会对请求信息进行初步的处理和校验；
步骤4用户卡交易中心对接卡片账户中心，用户卡交易中心负责支付交易的处理，卡片账户中心维护所有用户的所有预付卡的账户信息，网络请求到达用户卡交易中心后，卡交易中心将执行以下步骤，
A对用户的卡余额是否满足支付金额进行判断；
B对商户的合法信息进行校验；
C调用卡片账户中心的划账服务接口，对用户的卡余额和商户账户进行划账操作；
D将结果信息同步至数据库，并将结果封装为Json返回给收银端。
本发明的有益效果是：
通过使用风控引擎对虚拟预付卡的交易进行识别、定级和管控，实现了对盗刷交易的识别，保证了能在交易前置期完成对盗刷的识别，提高了虚拟预付卡交易的安全性。
1、系统提供UI管理配置，风控平台的后台管理系统，可以配置相应的安全配置参数，具有前端页面，方便运维人员对安全策略进行配置和管控；
2、实现了对虚拟预付卡盗刷的全方位防范，保护虚拟预发卡用户的权益；
3、适用于多种场景下虚拟预付卡的防盗刷，包含线上收银台、线下的二维码主扫和被扫、人脸识别支付等；
4、系统自动化防范风险、识别风险，节约了大量的人力。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明的虚拟预付卡防盗刷安全策略技术实现图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施例的限制。
一种虚拟预付卡防盗刷系统包括风控引擎系统，风控引擎对虚拟预付卡盗刷行为进行预测、识别、处理和记录的方法主要包括建立风控引擎，按照风险策略对交易进行风控行为分级；实现用户鉴权；配置安全策略；创建预测模型；
对虚拟预付卡支付中的防盗刷方法主要包括以下步骤，
步骤1用户在线下收银端，使用支付二维码进行支付时，收银端会将交易数据以Json的格式，通过rsa加密的方式转换加密数据，通过运营商的网络线路经过云服务厂商的防火墙，传输至网关；
步骤2网关对网络请求进行具体分析；
步骤3网络请求通过网关的校验后，将会被传送到安全策略分析系统，如附图1所示，安全策略分析系统是位于网关之后、业务系统之前的一个前置风控系统；安全策略分析系统作为业务风险的前置风险判定系统，会对请求信息进行初步的处理和校验；
步骤4用户卡交易中心对接卡片账户中心，用户卡交易中心负责支付交易的处理，卡片账户中心维护所有用户的所有预付卡的账户信息，网络请求到达用户卡交易中心后，卡交易中心将执行以下步骤，
A对用户的卡余额是否满足支付金额进行判断；
B对商户的合法信息进行校验；
C调用卡片账户中心的划账服务接口，对用户的卡余额和商户账户进行划账操作；
D将结果信息同步至数据库，并将结果封装为Json返回给收银端。
步骤2中网关对网络请求进行具体分析的具体步骤包括：
2.1校验网络请求的路径、请求方法、请求参数是否合理；如支付的网络请求路径为“/virtual/pay”,请求方法为Post方法，请求参数为Json格式的加密数据；
2.2校验网络请求的请求头是否正确包含了加密版本信息encryptVersion、加密方式信息encryptMethod；
2.3校验收银端身份认证信息token，根据token判断该收银端是否隶属于系统中认证的商户；
2.4校验网络请求数量是否达到了网关的请求限流条件；比如配置了请求限流为1000qps，则当一秒内的请求大于1000时，超过1000的部分会被网关自动拦截，返回请求失败的错误；
2.5校验后置的后台服务是否被熔断，即后台服务压力过大时，会暂停上游服务的访问，如果后台服务已被熔断，则通往该服务的请求将会被全部拦截。
步骤3中安全策略分析系统内部会对加密的请求数据进行数据的解析，将数据还原回明文；其次，对请求数据的合理性进行校验；如实名用户单张预付卡最高支持5000元，未实名用户单张预付卡最高支持1000元等；然后对用户的黑名单进行分析，判定用户是否属于系统黑名单用户，如果触发了黑名单限制策略，将会拒绝该交易；然后判定用户该交易是否触发了风控引擎的灰名单，如果发现该交易将触发灰名单，则把此交易发送至风控引擎进行风控测评，否则会处理后将请求发送至用户卡交易中心；用户卡交易中心对接卡片账户中心，用户卡交易中心负责支付交易的处理。由此通过建立安全策略分析系统的前置过滤，对虚拟预付卡的交易类资金操作全部进行安全过滤。对交易信息进行分析，包括下述的交易数据，通过后台配置的策略进行过滤；比如配置了“常用设备检测”打开的状态，如果用户使用了非常用设备进行交易，则会被识别出来并发送到风控引擎。
获取交易数据主要包括：
（1）用户的常用设备、常住地，其存储于ES数据库中；
（2）用户的卡信息、常用支付额度、交易时间等存储于卡交易中心的数据表中；
（3）用户的常买商品信息，需要对此信息进行数据清洗，将商品信息的种类、数量等进行人工打标，将打标信息用于数据预测；
（4）商户信息，包含商户的经营范围、常售卖金额、常售商品种类、收银端信息等。
基于交易数据对支付交易进行聚类，并对每个支付交易进行定级，先对节点进行聚类，再根据D-S证据理论数据模型，获得节点的风险等级；模型模块获取到交易数据后，利用D-S证据理论数据模型创建预测模型，并将预测模型存储于数据库中；当一笔交易请求需要判定风险时，会将交易数据按正常的交易、可疑的交易、高风险的交易、明确的盗刷交易这四类进行分类，同时将交易数据代入模型之中，即通过过往的数据进行分析，得出来聚类分析的四级分类的风险预测模型，计算出交易数据与各风险等级的距离J，将交易划分入距离J最小的风控等级中，然后触发对应风控等级处理策略。
聚类的具体原理为：利用Jaccard相似系数（简称系数J），系数J越大，样本的相似度越高。
系数J的计算原理为：给定两个集合A和B，相似系数与A和B交集的大小与A与B并集的比值，当A和B都为空时，系数J为1。系数J可以计算出Jaccard距离，在实际含义中用于描述两个交易之间的不相似度，系数J越小，则距离Jaccard越小，交易的相似度越高，当距离小于0.1时，可以表示为同类型交易。
通过建立风控引擎，按照风险策略对交易进行风控行为分级，对风险交易进行识别处理，根据不同的风险等级选择不同的处理策略，主要包括以下几类：
（1）明确的盗刷交易行为，指有明确的客户投诉盗刷，支付账户已经被冻结的交易行为；或符合风险预测模型数据，识别为盗刷行为的支付行为；触发此行为后系统会直接拒绝此交易，并将交易信息以短信形式告知账户所属用户，并对该用户账户进行暂时的冻结；
（2）高风险的交易行为，指被预测模型识别为高风险交易，但无法完全确定是盗刷行为的支付交易；此时会触发监控策略，监控策略是指配置在安全管理系统中的监控大盘和告警策略，将该账户的交易标记为高风险交易行为，通过短信形式告知账户所属用户；如果高风险交易行为次数或累计交易金额达到监控上限，则会将支付账户的行为上升为盗刷行为，并对账户进行冻结操作；
（3）可疑的交易行为，指被预测模型识别为中低风险交易，此时会对交易行为进行记录和监控，但不会通知用户；在满足一定条件的交易次数或交易金额后，会上升或下调交易行为等级；
（4）正常的交易行为，指被识别为正常交易的交易行为，不会进行额外的处理。
实现用户鉴权包括：风控引擎接入用户中心，用户中心维护了整个系统中所有的用户信息，用户中心存储了用户的身份信息，利用jwt+oauth2.0身份验证技术，构造用户唯一token，保证用户信息的唯一性；用户的支付交易请求会将token信息放入header头中，对token进行校验处理，判断用户信息是否正确。
配置安全策略包括：风控引擎提供了基于eladmin框架的管理端系统，运营人员可以在管理端系统中配置风险控制参数，包括支付限额、支付交易黑名单、异地交易是否限制、常用设备的是否限制等。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，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，或者对其中部分或者全部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发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (5)

1.一种虚拟预付卡防盗刷系统，其特征在于，包括风控引擎系统，风控引擎对虚拟预付卡盗刷行为进行预测、识别、处理和记录的方法主要包括建立风控引擎，按照风险策略对交易进行风控行为分级；实现用户鉴权；配置安全策略；创建预测模型；
获取交易数据主要包括：
（1）用户的常用设备、常住地，其存储于ES数据库中；
（2）用户的卡信息、常用支付额度、交易时间等存储于卡交易中心的数据表中；
（3）用户的常买商品信息，需要对此信息进行数据清洗，将商品信息的种类、数量等进行人工打标，将打标信息用于数据预测；
（4）商户信息，包含商户的经营范围、常售卖金额、常售商品种类、收银端信息等；
基于交易数据对支付交易进行聚类，并对每个支付交易进行定级，先对节点进行聚类，再根据D-S证据理论数据模型，获得节点的风险等级；模型模块获取到交易数据后，利用D-S证据理论数据模型创建预测模型，并将预测模型存储于数据库中；当一笔交易请求需要判定风险时，会将交易数据按正常的交易、可疑的交易、高风险的交易、明确的盗刷交易这四类进行分类，同时将交易数据代入模型之中，即通过过往的数据进行分析，得出来聚类分析的四级分类的风险预测模型，计算出交易数据与各风险等级的距离J，将交易划分入距离J最小的风控等级中，然后触发对应风控等级处理策略；
对虚拟预付卡支付中的防盗刷方法主要包括以下步骤，
步骤1用户在线下收银端，使用支付二维码进行支付时，收银端会将交易数据以Json的格式，通过rsa加密的方式转换加密数据，通过运营商的网络线路经过云服务厂商的防火墙，传输至网关；
步骤2网关对网络请求进行具体分析；
步骤3网络请求通过网关的校验后，将会被传送到安全策略分析系统；安全策略分析系统作为业务风险的前置风险判定系统，会对请求信息进行初步的处理和校验；安全策略分析系统内部会对加密的请求数据进行数据的解析，将数据还原回明文；其次，对请求数据的合理性进行校验；然后对用户的黑名单进行分析，判定用户是否属于系统黑名单用户，如果触发了黑名单限制策略，将会拒绝该交易；然后判定用户该交易是否触发了风控引擎的灰名单，如果发现该交易将触发灰名单，则把此交易发送至风控引擎进行风控测评，否则会处理后将请求发送至用户卡交易中心；用户卡交易中心对接卡片账户中心，用户卡交易中心负责支付交易的处理；
步骤4用户卡交易中心对接卡片账户中心，用户卡交易中心负责支付交易的处理，卡片账户中心维护所有用户的所有预付卡的账户信息，网络请求到达用户卡交易中心后，卡交易中心将执行以下步骤，
A对用户的卡余额是否满足支付金额进行判断；
B对商户的合法信息进行校验；
C调用卡片账户中心的划账服务接口，对用户的卡余额和商户账户进行划账操作；
D将结果信息同步至数据库，并将结果封装为Json返回给收银端。
2.根据权利要求1所述的虚拟预付卡防盗刷系统，其特征在于，所述步骤2中网关对网络请求进行具体分析的具体步骤包括：
2.1校验网络请求的路径、请求方法、请求参数是否合理；
2.2校验网络请求的请求头是否正确包含了加密版本信息encryptVersion、加密方式信息encryptMethod；
2.3校验收银端身份认证信息token，根据token判断该收银端是否隶属于系统中认证的商户；
2.4校验网络请求数量是否达到了网关的请求限流条件；
2.5校验后置的后台服务是否被熔断，如果后台服务已被熔断，则通往该服务的请求将会被全部拦截。
3.根据权利要求1所述的虚拟预付卡防盗刷系统，其特征在于，通过建立风控引擎，按照风险策略对交易进行风控行为分级，对风险交易进行识别处理，根据不同的风险等级选择不同的处理策略，主要包括以下几类：
（1）明确的盗刷交易行为，指有明确的客户投诉盗刷，支付账户已经被冻结的交易行为；或符合风险预测模型数据，识别为盗刷行为的支付行为；触发此行为后系统会直接拒绝此交易，并将交易信息以短信形式告知账户所属用户，并对该用户账户进行暂时的冻结；
（2）高风险的交易行为，指被预测模型识别为高风险交易，但无法完全确定是盗刷行为的支付交易；此时会触发监控策略，将该账户的交易标记为高风险交易行为，通过短信形式告知账户所属用户；如果高风险交易行为次数或累计交易金额达到监控上限，则会将支付账户的行为上升为盗刷行为，并对账户进行冻结操作；
（3）可疑的交易行为，指被预测模型识别为中低风险交易，此时会对交易行为进行记录和监控，但不会通知用户；在满足一定条件的交易次数或交易金额后，会上升或下调交易行为等级；
（4）正常的交易行为，指被识别为正常交易的交易行为，不会进行额外的处理。
4.根据权利要求1所述的虚拟预付卡防盗刷系统，其特征在于，实现用户鉴权包括：风控引擎接入用户中心，用户中心维护了整个系统中所有的用户信息，用户中心存储了用户的身份信息，利用jwt+oauth2.0身份验证技术，构造用户唯一token，保证用户信息的唯一性；用户的支付交易请求会将token信息放入header头中，对token进行校验处理，判断用户信息是否正确。
5.根据权利要求1所述的虚拟预付卡防盗刷系统，其特征在于，配置安全策略包括：风控引擎提供了基于eladmin框架的管理端系统，运营人员可以在管理端系统中配置风险控制参数，包括支付限额、支付交易黑名单、异地交易是否限制、常用设备的是否限制。
CN202211431245.0A 2022-11-16 2022-11-16 一种虚拟预付卡防盗刷系统 Active CN116091059B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211431245.0A CN116091059B (zh) 2022-11-16 2022-11-16 一种虚拟预付卡防盗刷系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211431245.0A CN116091059B (zh) 2022-11-16 2022-11-16 一种虚拟预付卡防盗刷系统

Publications (2)

Publication Number Publication Date
CN116091059A CN116091059A (zh) 2023-05-09
CN116091059B true CN116091059B (zh) 2023-09-05

Family

ID=86210995

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211431245.0A Active CN116091059B (zh) 2022-11-16 2022-11-16 一种虚拟预付卡防盗刷系统

Country Status (1)

Country Link
CN (1) CN116091059B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102194177A (zh) * 2011-05-13 2011-09-21 南京柯富锐软件科技有限公司 一种用于在线支付风险控制的系统
CN109064175A (zh) * 2018-06-11 2018-12-21 阿里巴巴集团控股有限公司 一种账户盗用风险防控方法及装置
CN112348511A (zh) * 2020-10-30 2021-02-09 银盛支付服务股份有限公司 一种基于ip定位的扫码支付事后无感风控实现方法及系统
CN113077247A (zh) * 2021-04-20 2021-07-06 深圳华南城网科技有限公司 一种电商平台支付风控方法及装置
WO2021213250A1 (zh) * 2020-04-24 2021-10-28 支付宝(杭州)信息技术有限公司 安全业务交易
CN114612105A (zh) * 2022-01-29 2022-06-10 广州运通数达科技有限公司 风险控制方法及采用其的数字货币介质和支付方法、系统
CN114742563A (zh) * 2022-04-22 2022-07-12 浙江保融科技股份有限公司 一种自动化交易风控系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102194177A (zh) * 2011-05-13 2011-09-21 南京柯富锐软件科技有限公司 一种用于在线支付风险控制的系统
CN109064175A (zh) * 2018-06-11 2018-12-21 阿里巴巴集团控股有限公司 一种账户盗用风险防控方法及装置
WO2021213250A1 (zh) * 2020-04-24 2021-10-28 支付宝(杭州)信息技术有限公司 安全业务交易
CN112348511A (zh) * 2020-10-30 2021-02-09 银盛支付服务股份有限公司 一种基于ip定位的扫码支付事后无感风控实现方法及系统
CN113077247A (zh) * 2021-04-20 2021-07-06 深圳华南城网科技有限公司 一种电商平台支付风控方法及装置
CN114612105A (zh) * 2022-01-29 2022-06-10 广州运通数达科技有限公司 风险控制方法及采用其的数字货币介质和支付方法、系统
CN114742563A (zh) * 2022-04-22 2022-07-12 浙江保融科技股份有限公司 一种自动化交易风控系统

Also Published As

Publication number Publication date
CN116091059A (zh) 2023-05-09

Similar Documents

Publication Publication Date Title
US8170953B1 (en) Systems and method for screening payment transactions
US10796310B2 (en) Apparatus including data bearing medium for reducing fraud in payment transactions using a black list
US10311419B2 (en) Apparatus and method for monitoring security of a point-of-sale terminal
CN102194177A (zh) 一种用于在线支付风险控制的系统
US20110270756A1 (en) Systems and methods for screening payment transactions
CN107767138A (zh) 在线支付反欺诈方法及系统
CN104992324A (zh) 一种自助设备业务处理方法及其系统
CN109559104B (zh) 一种支付环境下关联支付方身份的方法及装置
Flegel et al. A state of the art survey of fraud detection technology
US20130282562A1 (en) Systems and methods for preventing fraudulent purchases
CN101236638A (zh) 一种基于Web的银行卡风险监测方法及系统
CN110705988A (zh) 受侵害行为的交互式阻断方法和系统
CN115564449A (zh) 交易账户的风险管控方法、装置及电子设备
CN117035784A (zh) 一种支付管理系统
CN116091059B (zh) 一种虚拟预付卡防盗刷系统
CN111047325B (zh) 一种收款系统及方法
CN110956445B (zh) 用于生成风险文件的方法和装置
CN114331436A (zh) 一种基于区块链的电商安全交易系统
Amanze et al. An enhanced model for bank fraud detection in nigerian
CN111754237A (zh) 一种转账交易的验证方法及装置
US20160063620A1 (en) System and method of facilitating payday loans
KR20150060374A (ko) 전자 상거래 카드 부정사용 방지 방법 및 서버
KR102074782B1 (ko) 결제 승인문자와 앱 위치 정보 대조를 이용한 포인트 자동적립 시스템
CN116862661B (zh) 基于消费金融场景的数字信用审批与风险监测系统
KR20140118233A (ko) 카드 부정사용 방지 방법 및 장치

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