CN117057794A - 基于区块链的智能支付网关交易方法、系统、设备及介质 - Google Patents
基于区块链的智能支付网关交易方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN117057794A CN117057794A CN202311035259.5A CN202311035259A CN117057794A CN 117057794 A CN117057794 A CN 117057794A CN 202311035259 A CN202311035259 A CN 202311035259A CN 117057794 A CN117057794 A CN 117057794A
- Authority
- CN
- China
- Prior art keywords
- transaction
- data
- risk
- payment
- blockchain
- 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 71
- 238000012795 verification Methods 0.000 claims abstract description 84
- 230000008569 process Effects 0.000 claims description 30
- 238000012502 risk assessment Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 231100000279 safety data Toxicity 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q20/08—Payment architectures
- G06Q20/10—Payment architectures specially adapted for electronic funds transfer [EFT] systems; specially adapted for home banking systems
- G06Q20/108—Remote banking, e.g. home banking
-
- 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
- G06Q20/3827—Use of message hashing
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及支付交易的技术领域，尤其涉及一种基于区块链的智能支付网关交易方法、系统、设备及介质，基于区块链的智能支付网关交易方法包括响应支付交易请求，获取支付交易订单信息，根据支付交易订单信息获取交易数据；将交易数据输入至预设的智能合约模型，基于智能合约模型获取交易验证结果；在交易验证结果为风险交易时，基于交易数据获取风险数据，根据风险数据生成风险程度信息，基于风险程度信息对支付交易请求进行风险调控；在交易验证结果为安全交易时，根据交易数据完成支付交易，并生成交易记录数据，将交易记录数据存储于预设的区块链模块。本申请具有提高用户在支付网关下交易的安全性和交易效率的效果。
Description
技术领域
本发明涉及支付交易的技术领域，尤其是涉及一种基于区块链的智能支付网关交易方法、系统、设备及介质。
背景技术
随着移动支付的快速发展和数字货币的普及，支付网关越来越成为市场的重要组成部分。支付网关是一种基于互联网和金融体系的支付平台，将不同的支付系统和支付方式进行整合，为用户提供更加快捷、高效的交易支付服务。
现有的支付网关是在设置网上商户与银行网关之间，集成不同银行的网银接口，为网上商户提供统一的支付接口。目前，为了对于支付网关的交易安全进行管理监控，一般会用到一个第三方的机构进行管理和监管，第三方的机构对支付网关都是采用中心化管理，但是，传统支付网关采用第三方的机构进行监管，使得用户在支付网关的支付过程容易受到黑客攻击、数据篡改等问题，进而容易使得用户商家在支付网关上的支付交易的风险性高，因此，存在一定的改进空间。
发明内容
为了提高用户在支付网关下交易的安全性和交易效率，本申请提供一种基于区块链的智能支付网关交易方法、系统、设备及介质。
本申请的上述发明目的一是通过以下技术方案得以实现的：
一种基于区块链的智能支付网关交易方法，所述基于区块链的智能支付网关交易方法包括步骤：
响应支付交易请求，获取支付交易订单信息，根据所述支付交易订单信息获取交易数据；
将所述交易数据输入至预设的智能合约模型，基于所述智能合约模型获取交易验证结果，其中，所述交易验证结果包括风险交易和安全交易；
在所述交易验证结果为风险交易时，基于所述交易数据获取风险数据，根据所述风险数据生成风险程度信息，基于所述风险程度信息对所述支付交易请求进行风险调控；
在所述交易验证结果为安全交易时，根据所述交易数据完成支付交易，并生成交易记录数据，将所述交易记录数据存储于预设的区块链模块。
通过采用上述技术方案，在用户商家使用支付网关进行交易时，用户商家触发生成支付交易请求，响应支付交易请求，获取到相对应的支付交易订单信息，在支付交易订单信息中获取具体的交易数据，例如，支付交易金额、交易时间、支付账户信息等交易数据，以便于根据交易数据进行支付交易的风险评估，将获取到的交易数据输入至预设的智能合约模型，利用智能合约模型对交易数据进行交易评估，得到交易验证结果，根据交易验证结果判断出该支付交易是否存在交易风险，利用智能合约模型对支付网关上的交易进行管控，通过采用智能合约对支付网关上的支付交易自动进行风险监控，无需采用第三方机构进行管控，当确定出交易验证结果为风险交易时，即监测出该支付交易存在交易风险，根据交易数据获取风险数据，利用风险数据分析出该具有风险的支付交易的风险程度情况，进而根据风险程度情况对该支付交易请求进行不同的风险调控，能够有效避免交易风险的发生，提高支付网关的安全性和可靠性；当确定出验证交易结果为安全交易时，则根据安全交易下的交易数据完成支付交易，并获取该支付交易过程中的交易记录数据，将交易记录数据存储于区块链模块内，实现去中心化的数据共享，对交易数据进行保护，防止支付交易信息被窃取或篡改，使得交易记录信息能够可追溯，能够保证支付交易的数据的安全性和可靠性。
本申请在一较佳示例中可以进一步配置为：在所述将所述交易数据输入至预设的智能合约模型，基于所述智能合约模型获取交易验证结果之前，所述基于区块链的智能支付网关交易方法还包括：
获取支付交易规则数据和历史交易数据，基于所述支付交易规则数据构建初步合约模型；
将所述历史交易数据作为训练因子，并输入至所述初步合约模型，基于所述历史交易数据对初步合约模型进行测试，得到智能合约模型。
通过采用上述技术方案，根据获取支付网关相关的支付交易规则数据，构建出初步合约模型，使得初步合约模型能够具有根据交易规则对交易数据进行风险监控的功能，再利用历史交易数据对初步合约模型进行测试训练，排除智能合约模型潜在的漏洞和错误，构建出智能合约模型，利用智能合约模型实现对支付网关的支付交易进行安全管控。
本申请在一较佳示例中可以进一步配置为：所述将所述交易数据输入至预设的智能合约模型，基于所述智能合约模型获取交易验证结果，其中，所述交易验证结果包括风险交易和安全交易，具体包括：
基于所述智能合约模型获取交易安全规则，基于所述交易安全规则提取对应的安全数据特征；
将所述交易数据与安全数据特征进行比较，生成交易验证结果。
通过采用上述技术方案，在支付网关内获取到相关的交易数据后，将交易数据输入至智能合约模型内，在智能合约模型内会设置有相关的交易安全规则，根据交易安全规则得到对应的安全数据特征，将输入至智能合约模型内的交易数据与安全数据特征进行比较，根据比较结果，确定出交易验证结果，当交易数据与安全数据特征不符合时，则验证出该支付交易为风险交易，当交易数据与安全数据特征相符时，则验证出该支付交易为安全交易，实现对支付网关内的支付交易安全风险监控功能。
本申请在一较佳示例中可以进一步配置为：所述基于所述交易数据获取风险数据，根据所述风险数据生成风险程度信息，基于所述风险程度信息对所述支付交易请求进行风险调控，具体包括：
在所述交易验证结果为风险交易时，根据所述交易数据获取异常数据特征，基于所述异常数据特征整理形成风险数据；
将所述风险数据输入至预设的风险分析模型内，得到风险程度信息。
通过采用上述技术方案，在确定出交易验证结果为风险交易时，即该支付交易存在交易风险，根据支付网关上的交易数据提取出异常数据特征，将所有的异常数据特征整理形成风险数据，将风险数据输入至预设的风险分析模型内，利用风险分析模型对风险数据进行分析，对该支付交易的风险进行程度分析，得到风险程度信息，以便于支付网关根据风险程度对该支付交易进行风险管控，有效提高支付网关对于风险交易的管控能力，进而提高支付网关对于支付交易的安全性。
本申请在一较佳示例中可以进一步配置为：所述将所述风险数据输入至预设的风险分析模型内，得到风险程度信息，具体包括：
所述风险分析模型内设置有风险等级数据线，将所述风险数据与风险等级数据线进行比较，计算出风险数据超出风险等级数据线的区域面积；
根据所述区域面积与预设的风险程度判断面积进行比较，得到面积比较结果，基于所述面积比较结果确定风险程度信息。
通过采用上述技术方案，通过风险分析模型对风险数据进行风险程度分析，计算出风险数据超出风险分析模型内的风险等级数据线的区域面积，利用区域面积的大小分析出不同的风险程度，得到风险程度信息，使得对于风险交易的风险程度分析的准确性得以提高。
本申请在一较佳示例中可以进一步配置为：所述根据所述交易数据完成支付交易，并生成交易记录数据，将所述交易记录数据存储于预设的区块链模块，具体包括：
在所述交易验证结果为安全交易时，根据所述交易数据获取具体交易信息，以所述具体交易信息为基础完成支付交易过程；
根据所述支付交易过程获取交易记录数据，将所述交易记录数据存储于区块链模块。
通过采用上述技术方案，在确定出交易验证结果为安全交易时，即说明支付网关上的支付交易未存在交易风险，则根据支付网关上的交易数据获取相对应的交易信息，根据该交易信息完成支付交易过程，在完成支付交易后，获取交易过程的交易记录数据，并对交易记录数据进行存储在区块链模块内，进而使得支付网关能够对交易过程中产生的交易记录数据进行保护，同时也便于用户商家对于交易记录数据可追溯。
本申请在一较佳示例中可以进一步配置为：所述根据所述支付交易过程获取交易记录数据，将所述交易记录数据存储于区块链模块，具体包括：
基于所述交易记录数据获取用于标识交易记录数据属性的标识数据；
根据所述标识数据识别同一属性的交易记录数据，将所述同一属性的交易记录数据构成数据列并存储于区块链模块。
通过采用上述技术方案，在获取到交易记录数据后，对交易记录数据进行数据处理，得到用于标识交易记录数据属性的标识数据，利用标识数据将同一属性的交易记录数据进行排列，存储于区块链内，便于后续用户商家对于交易记录数据进行读取，减少支付网关对于交易记录数据的读写次数，提高对于交易记录数据的读取效率。
本申请的上述发明目的二是通过以下技术方案得以实现的：
一种基于区块链的智能支付网关交易系统，所述基于区块链的智能支付网关交易系统包括：
交易数据获取模块，用于响应支付交易请求，获取支付交易订单信息，根据所述支付交易订单信息获取交易数据；
交易验证模块，用于将所述交易数据输入至预设的智能合约模型，基于所述智能合约模型获取交易验证结果，其中，所述交易验证结果包括风险交易和安全交易；
风险交易处理模块，用于在所述交易验证结果为风险交易时，基于所述交易数据获取风险数据，根据所述风险数据生成风险程度信息，基于所述风险程度信息对所述支付交易请求进行风险调控；
安全交易处理模块，用于在所述交易验证结果为安全交易时，根据所述交易数据完成支付交易，并生成交易记录数据，将所述交易记录数据存储于预设的区块链模块。
通过采用上述技术方案，在用户商家使用支付网关进行交易时，用户商家触发生成支付交易请求，响应支付交易请求，获取到相对应的支付交易订单信息，在支付交易订单信息中获取具体的交易数据，例如，支付交易金额、交易时间、支付账户信息等交易数据，以便于根据交易数据进行支付交易的风险评估，将获取到的交易数据输入至预设的智能合约模型，利用智能合约模型对交易数据进行交易评估，得到交易验证结果，根据交易验证结果判断出该支付交易是否存在交易风险，利用智能合约模型对支付网关上的交易进行管控，通过采用智能合约对支付网关上的支付交易自动进行风险监控，无需采用第三方机构进行管控，当确定出交易验证结果为风险交易时，即监测出该支付交易存在交易风险，根据交易数据获取风险数据，利用风险数据分析出该具有风险的支付交易的风险程度情况，进而根据风险程度情况对该支付交易请求进行不同的风险调控，能够有效避免交易风险的发生，提高支付网关的安全性和可靠性；当确定出验证交易结果为安全交易时，则根据安全交易下的交易数据完成支付交易，并获取该支付交易过程中的交易记录数据，将交易记录数据存储于区块链模块内，实现去中心化的数据共享，对交易数据进行保护，防止支付交易信息被窃取或篡改，使得交易记录信息能够可追溯，能够保证支付交易的数据的安全性和可靠性。
本申请的上述目的三是通过以下技术方案得以实现的：
一种计算机设备，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上述基于区块链的智能支付网关交易方法的步骤。
本申请的上述目的四是通过以下技术方案得以实现的：
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上述基于区块链的智能支付网关交易方法的步骤。
综上所述，本申请包括以下至少一种有益技术效果：
1、在用户商家使用支付网关进行交易时，用户商家触发生成支付交易请求，响应支付交易请求，获取到相对应的支付交易订单信息，在支付交易订单信息中获取具体的交易数据，以便于根据交易数据进行支付交易的风险评估，将获取到的交易数据输入至预设的智能合约模型，利用智能合约模型对交易数据进行交易评估，得到交易验证结果，根据交易验证结果判断出该支付交易是否存在交易风险，利用智能合约模型对支付网关上的交易进行管控，通过采用智能合约对支付网关上的支付交易自动进行风险监控，无需采用第三方机构进行管控；
2、在支付网关内获取到相关的交易数据后，将交易数据输入至智能合约模型内，在智能合约模型内会设置有相关的交易安全规则，根据交易安全规则得到对应的安全数据特征，将输入至智能合约模型内的交易数据与安全数据特征进行比较，根据比较结果，确定出交易验证结果，当交易数据与安全数据特征不符合时，则验证出该支付交易为风险交易，当交易数据与安全数据特征相符时，则验证出该支付交易为安全交易，实现对支付网关内的支付交易安全风险监控功能；
3、在确定出交易验证结果为风险交易时，即该支付交易存在交易风险，根据支付网关上的交易数据提取出异常数据特征，将所有的异常数据特征整理形成风险数据，将风险数据输入至预设的风险分析模型内，利用风险分析模型对风险数据进行分析，对该支付交易的风险进行程度分析，得到风险程度信息，以便于支付网关根据风险程度对该支付交易进行风险管控，有效提高支付网关对于风险交易的管控能力，进而提高支付网关对于支付交易的安全性；
4、在确定出交易验证结果为安全交易时，即说明支付网关上的支付交易未存在交易风险，则根据支付网关上的交易数据获取相对应的交易信息，根据该交易信息完成支付交易过程，在完成支付交易后，获取交易过程的交易记录数据，并对交易记录数据进行存储在区块链模块内，进而使得支付网关能够对交易过程中产生的交易记录数据进行保护，同时也便于用户商家对于交易记录数据可追溯；
5、在获取到交易记录数据后，对交易记录数据进行数据处理，得到用于标识交易记录数据属性的标识数据，利用标识数据将同一属性的交易记录数据进行排列，存储于区块链内，便于后续用户商家对于交易记录数据进行读取，减少支付网关对于交易记录数据的读写次数，提高对于交易记录数据的读取效率。
附图说明
图1是本申请一实施例中基于区块链的智能支付网关交易方法的一流程图；
图2是本申请一实施例中基于区块链的智能支付网关交易方法的另一实现流程图；
图3是本申请一实施例中基于区块链的智能支付网关交易方法中步骤S20的实现流程图；
图4是本申请一实施例中基于区块链的智能支付网关交易方法中步骤S30的实现流程图；
图5是本申请一实施例中基于区块链的智能支付网关交易方法中步骤S32的实现流程图；
图6是本申请一实施例中基于区块链的智能支付网关交易方法中步骤S40的实现流程图；
图7是本申请一实施例中基于区块链的智能支付网关交易方法中步骤S42的实现流程图；
图8是本申请一实施例中基于区块链的智能支付网关交易系统的一原理框图；
图9是本申请一实施例中的计算机设备示意图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
在一实施例中，如图1所示，本申请公开了一种基于区块链的智能支付网关交易方法，具体包括如下步骤：
S10：响应支付交易请求，获取支付交易订单信息，根据所述支付交易订单信息获取交易数据。
在本实施例中，支付交易请求是指用户商家在支付网关上进行支付交易时产生的请求指令，支付交易订单信息是指用户商家进行支付交易的订单情况，交易数据是指支付交易过程中的具体数据，如，交易金额、支付方法、交易类型、交易用户等信息。
具体的，在用户商家使用支付网关进行交易时，用户商家触发生成支付交易请求，响应支付交易请求，获取到进行支付交易的订单情况，在支付交易订单信息中获取具体的交易数据，例如，支付交易金额、交易时间、支付账户信息等交易数据，以便于根据交易数据进行支付交易的风险评估。
S20：将所述交易数据输入至预设的智能合约模型，基于所述智能合约模型获取交易验证结果，其中，所述交易验证结果包括风险交易和安全交易。
在本实施例中，智能合约模型是指存储于支付网关的区块链内，用于监控支付交易过程的智能合约。
具体的，将获取到的交易数据输入至预设的智能合约模型，利用智能合约模型对交易数据进行交易评估，得到交易验证结果，根据交易验证结果判断出该支付交易是否存在交易风险，利用智能合约模型对支付网关上的交易进行管控，通过采用智能合约对支付网关上的支付交易自动进行风险监控，无需采用第三方机构进行管控。
S30：在所述交易验证结果为风险交易时，基于所述交易数据获取风险数据，根据所述风险数据生成风险程度信息，基于所述风险程度信息对所述支付交易请求进行风险调控。
在本实施例中，风险数据是指交易数据中导致出现风险的数据，风险程度信息是指支付交易过程的风险情况，如轻度风险、中度风险和严重风险等。
具体的，当确定出交易验证结果为风险交易时，即监测出该支付交易存在交易风险，根据交易数据获取风险数据，利用风险数据分析出该具有风险的支付交易的风险程度情况，进而根据风险程度情况对该支付交易请求进行不同的风险调控，能够有效避免交易风险的发生，提高支付网关的安全性和可靠性。
S40：在所述交易验证结果为安全交易时，根据所述交易数据完成支付交易，并生成交易记录数据，将所述交易记录数据存储于预设的区块链模块。
在本实施例中，交易记录数据是指在完成支付交易过程中所产生的的交易记录信息。
具体的，当确定出验证交易结果为安全交易时，则根据安全交易下的交易数据完成支付交易，并获取该支付交易过程中的交易记录数据，将交易记录数据存储于区块链模块内，实现去中心化的数据共享，对交易数据进行保护，防止支付交易信息被窃取或篡改，使得交易记录信息能够可追溯，能够保证支付交易的数据的安全性和可靠性。
在本实施例中，在用户商家使用支付网关进行交易时，用户商家触发生成支付交易请求，响应支付交易请求，获取到相对应的支付交易订单信息，在支付交易订单信息中获取具体的交易数据，例如，支付交易金额、交易时间、支付账户信息等交易数据，以便于根据交易数据进行支付交易的风险评估，将获取到的交易数据输入至预设的智能合约模型，利用智能合约模型对交易数据进行交易评估，得到交易验证结果，根据交易验证结果判断出该支付交易是否存在交易风险，利用智能合约模型对支付网关上的交易进行管控，通过采用智能合约对支付网关上的支付交易自动进行风险监控，无需采用第三方机构进行管控，当确定出交易验证结果为风险交易时，即监测出该支付交易存在交易风险，根据交易数据获取风险数据，利用风险数据分析出该具有风险的支付交易的风险程度情况，进而根据风险程度情况对该支付交易请求进行不同的风险调控，能够有效避免交易风险的发生，提高支付网关的安全性和可靠性；当确定出验证交易结果为安全交易时，则根据安全交易下的交易数据完成支付交易，并获取该支付交易过程中的交易记录数据，将交易记录数据存储于区块链模块内，实现去中心化的数据共享，对交易数据进行保护，防止支付交易信息被窃取或篡改，使得交易记录信息能够可追溯，能够保证支付交易的数据的安全性和可靠性。
在一实施例中，如图2所示，在步骤S20之前，即在将所述交易数据输入至预设的智能合约模型，基于所述智能合约模型获取交易验证结果之前，基于区块链的智能支付网关交易方法还包括：
S201：获取支付交易规则数据和历史交易数据，基于所述支付交易规则数据构建初步合约模型。
具体的，支付交易规则数据是指用户商家在使用支付网关进行支付交易时所要遵守的合法的交易要求，历史交易数据是指支付网关内以往进行过的安全交易的交易数据，初步合约模型是指未经过训练的初步智能合约，根据获取支付网关相关的支付交易规则数据，构建出初步合约模型，使得初步合约模型能够具有根据交易规则对交易数据进行风险监控的功能。
S202：将所述历史交易数据作为训练因子，并输入至所述初步合约模型，基于所述历史交易数据对初步合约模型进行测试，得到智能合约模型。
具体的，利用支付网关内以往进行过的安全交易的交易数据对初步智能合约进行测试训练，排除智能合约模型潜在的漏洞和错误，构建出智能合约模型，利用智能合约模型实现对支付网关的支付交易进行安全管控。
在一实施例中，如图3所示，在步骤S20中，即将所述交易数据输入至预设的智能合约模型，基于所述智能合约模型获取交易验证结果，其中，所述交易验证结果包括风险交易和安全交易，具体包括：
S21：基于所述智能合约模型获取交易安全规则，基于所述交易安全规则提取对应的安全数据特征。
在本实施例中，交易安全规则是指在支付网关上进行支付交易过程中需要遵循的交易规则，安全数据特征是指当支付交易过程符合交易安全规则时对应的交易数据特征。
具体的，在支付网关内获取到相关的交易数据后，将交易数据输入至智能合约模型内，在智能合约模型内会设置有相关的需要遵循的交易规则，根据交易安全规则得到对应的符合交易安全规则时对应的交易数据特征。
S22：将所述交易数据与安全数据特征进行比较，生成交易验证结果。
具体的，将输入至智能合约模型内的交易数据与安全数据特征进行比较，根据比较结果，确定出交易验证结果，当交易数据与安全数据特征不符合时，则验证出该支付交易为风险交易，当交易数据与安全数据特征相符时，则验证出该支付交易为安全交易，实现对支付网关内的支付交易安全风险监控功能。
在一实施例中，如图4所示，在步骤S30中，即基于所述交易数据获取风险数据，根据所述风险数据生成风险程度信息，基于所述风险程度信息对所述支付交易请求进行风险调控，具体包括：
S31：在所述交易验证结果为风险交易时，根据所述交易数据获取异常数据特征，基于所述异常数据特征整理形成风险数据。
在本实施例中，异常数据特征是指交易书中出现与交易安全规则不符和的数据特征，风险数据是指交易数据中导致出现风险的数据。
具体的，在确定出交易验证结果为风险交易时，即该支付交易存在交易风险，根据支付网关上的交易数据提取出与交易安全规则不符和的数据特征，根据该异常数据特征整理得到交易数据中导致出现风险的数据。
S32：将所述风险数据输入至预设的风险分析模型内，得到风险程度信息。
具体的，将风险数据输入至预设的风险分析模型内，利用风险分析模型对风险数据进行分析，对该支付交易的风险进行程度分析，得到风险程度信息，以便于支付网关根据风险程度对该支付交易进行风险管控，有效提高支付网关对于风险交易的管控能力，进而提高支付网关对于支付交易的安全性。
在一实施例中，如图5所示，在步骤S32中，即将所述风险数据输入至预设的风险分析模型内，得到风险程度信息，具体包括：
S321：所述风险分析模型内设置有风险等级数据线，将所述风险数据与风险等级数据线进行比较，计算出风险数据超出风险等级数据线的区域面积。
在本实施例中，风险等级数据线是指不同风险程度对应的数据线，区域面积是指风险数据超出风险等级数据线部分的图形面积。
具体的，通过风险分析模型对风险数据进行风险程度分析，可利用定积分公式计算出风险数据超出风险分析模型内的风险等级数据线部分的图形面积，例如，风险等级一般包括有轻度、中度和严重等，则根据每个等级对应的风险等级数据线与风险数据进行比较，计算超出的图形面积，以用于对支付交易的风险程度进行判断。
S322：根据所述区域面积与预设的风险程度判断面积进行比较，得到面积比较结果，基于所述面积比较结果确定风险程度信息。
在本实施例中，风险程度判断面积是指每种风险程度对应的区域面积。
具体的，通过风险分析模型对风险数据进行风险程度分析，计算出风险数据超出风险分析模型内的风险等级数据线的区域面积，利用区域面积的大小分析出不同的风险程度，得到风险程度信息，进而判断出该支付交易存在的风险是属于轻度、中度或者是严重，使得对于风险交易的风险程度分析的准确性得以提高。
在一实施例中，如图6所示，在步骤S40中，即根据所述交易数据完成支付交易，并生成交易记录数据，将所述交易记录数据存储于预设的区块链模块，具体包括：
S41：在所述交易验证结果为安全交易时，根据所述交易数据获取具体交易信息，以所述具体交易信息为基础完成支付交易过程。
在本实施例中，具体交易信息是指用户商家在支付网关上待进行交易的交易详细情况。
具体的，在确定出交易验证结果为安全交易时，即说明支付网关上的支付交易未存在交易风险，则根据支付网关上的交易数据获取相对应的交易信息，例如，支付交易金额、支付交易用户信息、交易类型、支付方法等信息。
S42：根据所述支付交易过程获取交易记录数据，将所述交易记录数据存储于区块链模块。
具体的，根据该交易信息完成支付交易过程，在完成支付交易后，获取交易过程的交易记录数据，并对交易记录数据进行存储在区块链模块内，进而使得支付网关能够对交易过程中产生的交易记录数据进行保护，同时也便于用户商家对于交易记录数据可追溯。
在一实施例中，如图7所示，在步骤S42中，即根据所述支付交易过程获取交易记录数据，将所述交易记录数据存储于区块链模块，具体包括：
S421：基于所述交易记录数据获取用于标识交易记录数据属性的标识数据。
在本实施例中，标识数据是指用于描述交易记录数据的数据，主要是描述交易记录数据的属性信息，以用于标识交易记录数据存储的位置。
具体的，一般来说，每个交易记录数据包括交易金额、交易时间、交易类型、支付方法和交易用户等信息，对交易记录数据进行数据处理，将交易记录数据分解成若干个不同属性的数据，即交易金额、交易时间、交易类型、支付方法和交易用户等信息数据，基于交易金额、交易时间、交易类型、支付方法和交易用户等信息数据生成对应的标识数据，根据每个标识数据对交易记录数据进行待存放。
S422：根据所述标识数据识别同一属性的交易记录数据，将所述同一属性的交易记录数据构成数据列并存储于区块链模块。
具体的，利用标识数据将属性类型相同的交易记录数据构成一个数据列，基于同属性类型的交易记录数据，则形成若干个数据列，将交易记录数据分解成若干个数据列进行存储，便于后续对交易记录数据进行读取，提高数据读取效率，减少支付网关内的数据库的读写次数。
例如，将所有类型为“交易金额”的交易记录数据都将存放于一个数据列，则该数据列就包括所有交易记录数据中每次支付交易过程中的交易金额数据，根据上述标识数据，可理解为将所有“交易金额”这类数据存放于A列中，同理，将所有类型为“交易时间”的交易记录数据存放于B列中。
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。
在一实施例中，提供一种基于区块链的智能支付网关交易装置，该基于区块链的智能支付网关交易装置与上述实施例中基于区块链的智能支付网关交易方法一一对应。如图8所示，该基于区块链的智能支付网关交易装置包括交易数据获取模块、交易验证模块、风险交易处理模块和安全交易处理模块。各功能模块详细说明如下：
交易数据获取模块，用于响应支付交易请求，获取支付交易订单信息，根据所述支付交易订单信息获取交易数据；
交易验证模块，用于将所述交易数据输入至预设的智能合约模型，基于所述智能合约模型获取交易验证结果，其中，所述交易验证结果包括风险交易和安全交易；
风险交易处理模块，用于在所述交易验证结果为风险交易时，基于所述交易数据获取风险数据，根据所述风险数据生成风险程度信息，基于所述风险程度信息对所述支付交易请求进行风险调控；
安全交易处理模块，用于在所述交易验证结果为安全交易时，根据所述交易数据完成支付交易，并生成交易记录数据，将所述交易记录数据存储于预设的区块链模块。
关于基于区块链的智能支付网关交易装置的具体限定可以参见上文中对于基于区块链的智能支付网关交易方法的限定，在此不再赘述。上述基于区块链的智能支付网关交易装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储支付网关在进行支付交易时产生的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于区块链的智能支付网关交易方法。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
响应支付交易请求，获取支付交易订单信息，根据所述支付交易订单信息获取交易数据；
将所述交易数据输入至预设的智能合约模型，基于所述智能合约模型获取交易验证结果，其中，所述交易验证结果包括风险交易和安全交易；
在所述交易验证结果为风险交易时，基于所述交易数据获取风险数据，根据所述风险数据生成风险程度信息，基于所述风险程度信息对所述支付交易请求进行风险调控；
在所述交易验证结果为安全交易时，根据所述交易数据完成支付交易，并生成交易记录数据，将所述交易记录数据存储于预设的区块链模块。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
响应支付交易请求，获取支付交易订单信息，根据所述支付交易订单信息获取交易数据；
将所述交易数据输入至预设的智能合约模型，基于所述智能合约模型获取交易验证结果，其中，所述交易验证结果包括风险交易和安全交易；
在所述交易验证结果为风险交易时，基于所述交易数据获取风险数据，根据所述风险数据生成风险程度信息，基于所述风险程度信息对所述支付交易请求进行风险调控；
在所述交易验证结果为安全交易时，根据所述交易数据完成支付交易，并生成交易记录数据，将所述交易记录数据存储于预设的区块链模块。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是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非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
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。
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)
1.一种基于区块链的智能支付网关交易方法，其特征在于，所述基于区块链的智能支付网关交易方法包括：
响应支付交易请求，获取支付交易订单信息，根据所述支付交易订单信息获取交易数据；
将所述交易数据输入至预设的智能合约模型，基于所述智能合约模型获取交易验证结果，其中，所述交易验证结果包括风险交易和安全交易；
在所述交易验证结果为风险交易时，基于所述交易数据获取风险数据，根据所述风险数据生成风险程度信息，基于所述风险程度信息对所述支付交易请求进行风险调控；
在所述交易验证结果为安全交易时，根据所述交易数据完成支付交易，并生成交易记录数据，将所述交易记录数据存储于预设的区块链模块。
2.根据权利要求1所述的基于区块链的智能支付网关交易方法，其特征在于，在所述将所述交易数据输入至预设的智能合约模型，基于所述智能合约模型获取交易验证结果之前，所述基于区块链的智能支付网关交易方法还包括：
获取支付交易规则数据和历史交易数据，基于所述支付交易规则数据构建初步合约模型；
将所述历史交易数据作为训练因子，并输入至所述初步合约模型，基于所述历史交易数据对初步合约模型进行测试，得到智能合约模型。
3.根据权利要求2所述的基于区块链的智能支付网关交易方法，其特征在于，所述将所述交易数据输入至预设的智能合约模型，基于所述智能合约模型获取交易验证结果，其中，所述交易验证结果包括风险交易和安全交易，具体包括：
基于所述智能合约模型获取交易安全规则，基于所述交易安全规则提取对应的安全数据特征；
将所述交易数据与安全数据特征进行比较，生成交易验证结果。
4.根据权利要求1所述的基于区块链的智能支付网关交易方法，其特征在于，所述基于所述交易数据获取风险数据，根据所述风险数据生成风险程度信息，基于所述风险程度信息对所述支付交易请求进行风险调控，具体包括：
在所述交易验证结果为风险交易时，根据所述交易数据获取异常数据特征，基于所述异常数据特征整理形成风险数据；
将所述风险数据输入至预设的风险分析模型内，得到风险程度信息。
5.根据权利要求4所述的基于区块链的智能支付网关交易方法，其特征在于，所述将所述风险数据输入至预设的风险分析模型内，得到风险程度信息，具体包括：
所述风险分析模型内设置有风险等级数据线，将所述风险数据与风险等级数据线进行比较，计算出风险数据超出风险等级数据线的区域面积；
根据所述区域面积与预设的风险程度判断面积进行比较，得到面积比较结果，基于所述面积比较结果确定风险程度信息。
6.根据权利要求1所述的基于区块链的智能支付网关交易方法，其特征在于，所述根据所述交易数据完成支付交易，并生成交易记录数据，将所述交易记录数据存储于预设的区块链模块，具体包括：
在所述交易验证结果为安全交易时，根据所述交易数据获取具体交易信息，以所述具体交易信息为基础完成支付交易过程；
根据所述支付交易过程获取交易记录数据，将所述交易记录数据存储于区块链模块。
7.根据权利要求6所述的基于区块链的智能支付网关交易方法，其特征在于，所述根据所述支付交易过程获取交易记录数据，将所述交易记录数据存储于区块链模块，具体包括：
基于所述交易记录数据获取用于标识交易记录数据属性的标识数据；
根据所述标识数据识别同一属性的交易记录数据，将所述同一属性的交易记录数据构成数据列并存储于区块链模块。
8.一种基于区块链的智能支付网关交易系统，其特征在于，所述基于区块链的智能支付网关交易系统包括：
交易数据获取模块，用于响应支付交易请求，获取支付交易订单信息，根据所述支付交易订单信息获取交易数据；
交易验证模块，用于将所述交易数据输入至预设的智能合约模型，基于所述智能合约模型获取交易验证结果，其中，所述交易验证结果包括风险交易和安全交易；
风险交易处理模块，用于在所述交易验证结果为风险交易时，基于所述交易数据获取风险数据，根据所述风险数据生成风险程度信息，基于所述风险程度信息对所述支付交易请求进行风险调控；
安全交易处理模块，用于在所述交易验证结果为安全交易时，根据所述交易数据完成支付交易，并生成交易记录数据，将所述交易记录数据存储于预设的区块链模块。
9.一种计算机设备，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任一项所述一种基于区块链的智能支付网关交易方法的步骤。
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任一项所述一种基于区块链的智能支付网关交易方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311035259.5A CN117057794A (zh) | 2023-08-16 | 2023-08-16 | 基于区块链的智能支付网关交易方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311035259.5A CN117057794A (zh) | 2023-08-16 | 2023-08-16 | 基于区块链的智能支付网关交易方法、系统、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117057794A true CN117057794A (zh) | 2023-11-14 |
Family
ID=88662170
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311035259.5A Pending CN117057794A (zh) | 2023-08-16 | 2023-08-16 | 基于区块链的智能支付网关交易方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117057794A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117635144A (zh) * | 2024-01-25 | 2024-03-01 | 湖南三湘银行股份有限公司 | 一种基于通道配置的智能路由支付方法 |
-
2023
- 2023-08-16 CN CN202311035259.5A patent/CN117057794A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117635144A (zh) * | 2024-01-25 | 2024-03-01 | 湖南三湘银行股份有限公司 | 一种基于通道配置的智能路由支付方法 |
| CN117635144B (zh) * | 2024-01-25 | 2024-05-28 | 湖南三湘银行股份有限公司 | 一种基于通道配置的智能路由支付方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108876133B (zh) | 基于业务信息的风险评估处理方法、装置、服务器和介质 | |
| CN109829776B (zh) | 商户风险评估方法、装置、计算机设备和存储介质 | |
| WO2021004132A1 (zh) | 异常数据检测方法、装置、计算机设备和存储介质 | |
| CN110782240B (zh) | 业务数据处理方法、装置、计算机设备和存储介质 | |
| CN109636144B (zh) | 区块链风险评估供应链金融方法、装置、设备及存储介质 | |
| CN108509485B (zh) | 数据的预处理方法、装置、计算机设备和存储介质 | |
| CN109858737B (zh) | 基于模型部署的评分模型调整方法、装置和计算机设备 | |
| WO2019218699A1 (zh) | 欺诈交易判断方法、装置、计算机设备和存储介质 | |
| CN109087208B (zh) | 贷前数据处理方法、装置、计算机设备和存储介质 | |
| CN112308710B (zh) | 贷款数据处理方法、装置、计算机设备及存储介质 | |
| CN110472895B (zh) | 财务系统风控方法、装置、计算机设备和存储介质 | |
| CN112712429A (zh) | 汇款业务审核方法、装置、计算机设备和存储介质 | |
| CN114298804A (zh) | 一种智能对账方法、系统及计算机可读存储介质 | |
| CN117057794A (zh) | 基于区块链的智能支付网关交易方法、系统、设备及介质 | |
| CN112766974A (zh) | 风险账户识别方法、装置、计算机设备和存储介质 | |
| CN109508994A (zh) | 业务风险控制方法、装置、计算机设备和存储介质 | |
| CN114490415A (zh) | 业务测试方法、计算机设备、存储介质和计算机程序产品 | |
| CN110633969B (zh) | 资源数据转移方法、装置、计算机设备和存储介质 | |
| CN112418627A (zh) | 一种理财资管的风险监控方法、装置及电子设备 | |
| CN110580625A (zh) | 流通数据监管方法及装置、存储介质、终端 | |
| CN112419054B (zh) | 一种基于区块链技术的金融信息验证方法与装置 | |
| CN116205745A (zh) | 基于人工智能的金融系统安全处理方法及系统 | |
| CN113449716B (zh) | 字段定位与分类方法、文本图像识别方法、装置、设备 | |
| US11989589B2 (en) | Multi-dimensional modeling of resources for interaction systems | |
| CA3116479A1 (en) | System and method for optimization of fraud detection model |
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 |