CN117273866A - 一种监控电商网络安全的处理方法及系统 - Google Patents
一种监控电商网络安全的处理方法及系统 Download PDFInfo
- Publication number
- CN117273866A CN117273866A CN202311510683.0A CN202311510683A CN117273866A CN 117273866 A CN117273866 A CN 117273866A CN 202311510683 A CN202311510683 A CN 202311510683A CN 117273866 A CN117273866 A CN 117273866A
- Authority
- CN
- China
- Prior art keywords
- user
- behavior
- transaction
- commerce platform
- shopping
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 27
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- 238000012795 verification Methods 0.000 claims abstract description 98
- 238000004458 analytical method Methods 0.000 claims abstract description 37
- 230000006399 behavior Effects 0.000 claims description 203
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 34
- 238000000034 method Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 14
- 230000011664 signaling Effects 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 10
- 238000012552 review Methods 0.000 claims description 10
- 239000003086 colorant Substances 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 description 25
- 230000000694 effects Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000003066 decision tree Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012550 audit Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006854 communication Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0609—Buyer or seller confidence or verification
-
- 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
- G06Q30/01—Customer relationship services
- G06Q30/012—Providing warranty services
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种监控电商网络安全的处理方法及系统,运用于电商安全技术领域;本发明通过识别用户的行为模式,特别是对不符合预设交易行为的行为进行深入解析和分析,使电商平台能够更有效地预防欺诈行为,在引导用户执行额外验证内容并投放财产防护信息有助于提高用户账户的安全性,同时通过验证历史购物名称来确认其过往购物记录,增强了电商平台账户的安全性。
Description
技术领域
本发明涉及电商安全技术领域,特别涉及为一种监控电商网络安全的处理方法及系统。
背景技术
目前,互联网已经成为人们购物和企业销售商品的一种重要途径,提供网上商品销售服务的网站也非常的多。电子商务的出现改造了传统生活方式,方便了人们购物、销售、结算和生意人之间的经济往来,使得我们获得各种产品及服务的速度大大加快,丰富性也大大增强。
但在享受电商平台给人们带来便捷购物的同时,电商平台也面临着安全威胁,在日常与电商平台的通信过程中,容易因为他人构建出能够进行网络攻击的恶意信息,窃取电商平台中属于用户的私密账号信息或隐私信息,甚至在检测到相关的异常行为也难以及时进行制止,导致用户的信息泄露甚至财产被偷窃。
发明内容
本发明旨在解决保护电商平台中用户的信息安全,制止用户出现异常交易行为的问题,提供一种监控电商网络安全的处理方法及系统。
本发明为解决技术问题采用如下技术手段:
本发明提供一种监控电商网络安全的处理方法,包括以下步骤:
识别用户在电商平台上的行为模式;
判断所述行为模式是否匹配预设的交易行为;
若否,则解析所述用户在所述电商平台上的历史交易行为,将所述历史交易行为输入至预训练的行为模型中,基于所述行为模型生成所述用户的分析行为,将所述分析行为与所述用户当前的日常行为进行比对,其中,所述历史交易行为具体包括购买地点、购买金额和购买时段,所述日常行为具体包括购物常用路径、购物常规频率和购物常用设备;
判断所述分析行为能否符合所述日常行为的任意两项或以上;
若能,则引导所述用户执行预设的额外验证内容,根据所述额外验证内容持续向所述用户赋予所述电商平台的用户使用权限,同时通过所述电商平台以广告推广的模板向所述用户投放财产防护信息,检测与所述用户进行交易的商家信息,将所述商家信息在完成交易前发送给所述用户,其中,所述额外验证内容具体为基于所述用户的历史交易行为对应生成出历史购物名称,供所述用户对所述历史购物名称进行消费验证。
进一步地,所述则解析所述用户在所述电商平台上的历史交易行为的步骤中,包括:
获取所述电商平台预收录的用户购物数据,从所述用户购物数据中构建至少一次的时序数据,根据所述时序数据采集所述用户最近一次在所述电商平台进行交易的购物时序;
判断所述购物时序是否属于已完成的交易;
若是,则依据所述购物时序的识别所述用户在所述电商平台上完成交易的交易类型,其中,所述交易类型具体包括购物习惯和购物趋势。
进一步地,所述则引导所述用户执行预设的额外验证内容的步骤中,还包括:
基于所述历史交易行为从所述额外验证内容中构建出所述用户的爱好特征,其中,所述爱好特征具体包括服装色彩、品牌偏好和产品评论;
判断所述用户是否接受应用所述爱好特征作为所述额外验证内容的验证方式;
若是,则根据所述用户对所述爱好特征的验证完整性,解锁所述用户在所述电商平台的使用权限。
进一步地,所述判断所述行为模式是否匹配预设的交易行为的步骤中,包括:
基于预设的交易规则检测所述用户进行交易前的账户信息;
判断所述账户信息是否预设的交易时段内进行修改;
若是,则限制所述用户应用所述账户信息在所述电商平台上的交易次数,在预设期限内记录所述用户的交易次数并逐渐开放所述账户信息在所述电商平台上的交易权限。
进一步地,所述判断所述分析行为能否符合所述日常行为的任意两项或以上的步骤后,还包括:
请求所述用户对所述电商平台预设的身份验证问题进行复核;
判断所述用户的复核内容后是否匹配所述电商平台预收录的身份内容;
若否,则回收所述用户在所述电商平台上的所有权限,向所述用户预留在所述电商平台的紧急设备发出随机信令,通过所述紧急设备在所述电商平台上输入所述随机信令即可停止对所述用户的回收指令。
进一步地,所述识别用户在电商平台上的行为模式的步骤中,包括:
获取所述用户在所述电商平台上进行预交易的商家数量;
判断所述商家数量是否超出所述电商平台预设的阈值上限;
若是,则识别所述用户在所述电商平台上可用的虚拟交易货币,同时监测所述虚拟交易货币在预设时段内的变化区间。
进一步地,所述识别用户在电商平台上的行为模式的步骤前,还包括:
检测所述用户在浏览所述电商平台时实行的异常行为;
判断所述异常行为是否超出预设次数;
若是,则在所述电商平台上标注所述用户,记录所述用户在所述电商平台上浏览的商家信息。
本发明还提供一种监控电商网络安全的处理系统,包括:
识别模块,用于识别用户在电商平台上的行为模式;
判断模块,用于判断所述行为模式是否匹配预设的交易行为;
执行模块,用于若否,则解析所述用户在所述电商平台上的历史交易行为,将所述历史交易行为输入至预训练的行为模型中,基于所述行为模型生成所述用户的分析行为,将所述分析行为与所述用户当前的日常行为进行比对,其中,所述历史交易行为具体包括购买地点、购买金额和购买时段,所述日常行为具体包括购物常用路径、购物常规频率和购物常用设备;
第二判断模块,用于判断所述分析行为能否符合所述日常行为的任意两项或以上;
第二执行模块,用于若能,则引导所述用户执行预设的额外验证内容,根据所述额外验证内容持续向所述用户赋予所述电商平台的用户使用权限,同时通过所述电商平台以广告推广的模板向所述用户投放财产防护信息,检测与所述用户进行交易的商家信息,将所述商家信息在完成交易前发送给所述用户,其中,所述额外验证内容具体为基于所述用户的历史交易行为对应生成出历史购物名称,供所述用户对所述历史购物名称进行消费验证。
进一步地,所述执行模块还包括:
获取单元,用于获取所述电商平台预收录的用户购物数据,从所述用户购物数据中构建至少一次的时序数据,根据所述时序数据采集所述用户最近一次在所述电商平台进行交易的购物时序;
判断单元,用于判断所述购物时序是否属于已完成的交易;
执行单元,用于若是,则依据所述购物时序的识别所述用户在所述电商平台上完成交易的交易类型,其中,所述交易类型具体包括购物习惯和购物趋势。
进一步地,所述第二执行模块还包括:
构建单元,用于基于所述历史交易行为从所述额外验证内容中构建出所述用户的爱好特征,其中,所述爱好特征具体包括服装色彩、品牌偏好和产品评论;
第二判断单元,用于判断所述用户是否接受应用所述爱好特征作为所述额外验证内容的验证方式;
第二执行单元,用于若是,则根据所述用户对所述爱好特征的验证完整性,解锁所述用户在所述电商平台的使用权限。
本发明提供了监控电商网络安全的处理方法及系统,具有以下有益效果:
本发明首先通过识别出用户在电商平台上存在异常行为后,从电商平台中解析出用户的历史交易行为并输入至行为模型中进行预测,将用户在电商平台上的日常行为与预测得到的分析行为进行比对,即可得知用户是否属于本人在操作电商平台,避免他人窃取电商平台中属于用户的私密账号信息或隐私信息,同时在确认到是用户在操作电商平台后,采用额外验证内容检测用户是否被诱导进行异常交易,通过在电商平台以广告投送的方式向用户多次投放财产防护信息,并且在用户进行异常交易前将商家的异常信息发送给用户,减少用户与商家之间实现异常交易的行为。
附图说明
图1为本发明监控电商网络安全的处理方法一个实施例的流程示意图;
图2为本发明监控电商网络安全的处理系统一个实施例的结构框图。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明,本发明为目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
下面将结合本发明的实施例中的附图,对本发明的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发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参考附图1,为本发明一实施例中的监控电商网络安全的处理方法,包括:
S1:识别用户在电商平台上的行为模式;
S2:判断所述行为模式是否匹配预设的交易行为;
S3:若否,则解析所述用户在所述电商平台上的历史交易行为,将所述历史交易行为输入至预训练的行为模型中,基于所述行为模型生成所述用户的分析行为,将所述分析行为与所述用户当前的日常行为进行比对,其中,所述历史交易行为具体包括购买地点、购买金额和购买时段,所述日常行为具体包括购物常用路径、购物常规频率和购物常用设备;
S4:判断所述分析行为能否符合所述日常行为的任意两项或以上;
S5:若能,则引导所述用户执行预设的额外验证内容,根据所述额外验证内容持续向所述用户赋予所述电商平台的用户使用权限,同时通过所述电商平台以广告推广的模板向所述用户投放财产防护信息,检测与所述用户进行交易的商家信息,将所述商家信息在完成交易前发送给所述用户,其中,所述额外验证内容具体为基于所述用户的历史交易行为对应生成出历史购物名称,供所述用户对所述历史购物名称进行消费验证。
在本实施例中,系统通过识别用户在电商平台上的行为模式,而后判断该行为模式是否匹配预先设定的常规交易行为,以执行对应的步骤;例如,当系统判定到用户当前的行为模式能够匹配预先设定的常规交易行为时,即说明用户的当前行为与其正常的购物模式相符,不存在明显的异常或欺诈行为,系统会继续提供良好的购物体验,同时通过个性化推荐、促销活动等方式进一步增强用户的忠诚度,并且持续关注用户的购物行为,根据用户的历史数据提供更个性化的服务,以满足其需求,在不干扰用户正常购物的前提下,继续进行实时监控,以确保对潜在风险的及时响应;例如,当系统判定到用户当前的行为模式无法匹配预先设定的常规交易行为时,此时系统会解析用户的历史交易行为,将这些历史交易行为数据输入至预先训练好的行为模型中,由行为模型生成属于用户当前的分析行为,将行为模型对用户的分析行为与用户目前的日常行为进行比对,即可得知当前用户的行为存在明显异常;而后系统通过判断分析行为是否符合用户日常行为的任意两项或以上,以执行对应的步骤;例如,当系统判断到分析行为无法符合用户的日常行为时,则系统会认为用户当前的行为模式存在一些异常或不寻常的特征,与其正常的购物行为有所偏离, 立即采取措施冻结账户,通知用户并提供恢复账户的指导,同时加强平台的安全性措施,发送安全提醒通知给用户,建议其检查账户安全设置,可能需要修改密码或进行其他安全操作,当上述操作都无法得到用户的反馈时系统会冻结账户以防止潜在的损失;例如,当系统判定到分析行为能够符合用户的日常行为时,此时系统会认为是用户本人在操作电商平台,但由于用户一开始的行为存在异常现象,因此会引导用户执行预先设有的额外验证内容,根据用户对额外验证内容的一步步验证持续向用户赋予电商平台的用户使用权限,在确认完毕是用户本人在操作自己的虚拟账户后,系统会通过电商平台的广告推广模板在用户浏览各个商家时投放财产防护信息,因为广告通常能够引起用户的关注,通过吸引的形式将财产防护信息呈现给用户,提高用户对信息的关注度和记忆度,并且通过广告推送,平台可以确保财产防护信息的传递是一致的,避免信息在传递过程中的失真或变形,在检测到用户与商家发生异常交易前,将商家的异常信息和不良记录发送给用户,帮助用户从电商平台中鉴别出恶意用户,最大化减少用户出现异常交易行为的概率。
需要说明的是,行为模型的预训练过程如下:
首先通过收集用户的历史交易数据,包括购买记录、交易频率、购物路径、购物金额、购物时间,从交易数据中提取用户的购物频率、购物路径的长度、购物金额的平均值等特征,其中对这些交易数据进行清理和处理,包括处理缺失值、异常值,确保数据的质量和可用性,根据用户的购物频率和购物金额,标记某次交易为正常购物或异常购物,选择决策树模型作为初始空白模型,对交易数据进行非线性关系的处理和复杂的特征交互,使用历史购物数据训练决策树模型,使其能够学习用户的购物行为模式,并且使用一部分未参与训练的数据对模型进行评估,以检验模型的泛化能力,通过采用网格搜索或随机搜索方法寻找最佳的超参数组合,即可得到训练完毕的行为模型,将训练好的模型应用于实际的历史交易数据,假设要预测用户下一次购物的商品类别,模型的输入特征可以包括用户过去购物的商品种类、购物频率、购物路径等,标签可以是用户下一次购物的商品类别,通过以上的预训练过程,模型可以学习到用户购物行为的规律,从而在新的数据上进行预测。
需要说明的是,将行为模型对用户的分析行为与用户目前的日常行为进行比对的具体示例如下:
假设行为模型分析了用户A在过去的购物行为中,通常会在晚上8点到10点之间使用手机在电商平台购物,购物路径是先浏览服装类商品,然后转移到电子产品类,最后完成购物。如果现在行为模型发现用户A在早上6点使用电脑在平台上频繁购物,购物路径偏向食品类商品,且购物金额明显超过平均水平,就可能认为存在异常行为,需要触发相应的安全验证或风险提示。
在本实施例中,则解析所述用户在所述电商平台上的历史交易行为的步骤S3中,包括:
S31:获取所述电商平台预收录的用户购物数据,从所述用户购物数据中构建至少一次的时序数据,根据所述时序数据采集所述用户最近一次在所述电商平台进行交易的购物时序;
S32:判断所述购物时序是否属于已完成的交易;
S33:若是,则依据所述购物时序的识别所述用户在所述电商平台上完成交易的交易类型,其中,所述交易类型具体包括购物习惯和购物趋势。
在本实施例中,系统通过获取电商平台预先收录的用户购物数据,从这些用户购物数据中构建出用户每次由购物开始到购物结束的时序数据,根据这些时序数据采集用户最近一次在电商平台上进行交易的购物时序,而后系统通过判断该购物时序是否被电商平台记录为已完成的交易,以执行对应的步骤;例如,当系统判定购物时序不属于已完成的交易时,但系统仍然会将此次购物时序中录入至数据库中,以此来记录用户在电商平台上喜欢浏览的购物类型,便于后期通过电商平台能够及时向用户推荐相应购物类型的其他物品;例如,当系统判定到购物时序属于已完成的交易时,此时系统会依据购物时序的内容识别出用户完成交易的交易类型,通过分析用户的购物趋势,平台可以及时发现潜在的异常行为,如果用户的购物趋势突然发生明显变化,可能是账户被盗用或其他安全风险的信号,需要进行进一步的安全验证和措施,并且通过了解用户的购物习惯和趋势可以帮助电商平台为用户投放交易完毕后的相类型购物数据。
需要说明的是,用户由购物开始到购物结束并非一定是完成交易了的,也可以是浏览到想购买的东西但未及时交易就退出了电商平台,对于此次浏览电商平台也会记录为单个的时序数据。
在本实施例中,则引导所述用户执行预设的额外验证内容的步骤S5中,还包括:
S51:基于所述历史交易行为从所述额外验证内容中构建出所述用户的爱好特征,其中,所述爱好特征具体包括服装色彩、品牌偏好和产品评论;
S52:判断所述用户是否接受应用所述爱好特征作为所述额外验证内容的验证方式;
S53:若是,则根据所述用户对所述爱好特征的验证完整性,解锁所述用户在所述电商平台的使用权限。
在本实施例中,系统基于历史交易行为从额外验证内容中构建出属于用户进行购物时被电商平台所记录的爱好特征,而后系统判断用户在进行额外验证时是否接收采用爱好特征作为验证方式,以执行对应的步骤;例如,当系统判定到用户不接受爱好特征作为验证方式时,则系统会认为用户存在不配合验证的情况,系统会基于用户的历史交易行为对应生成出历史购物名称,供用户对历史购物名称进行消费验证,在用户完成对历史购物名称的三次消费验证后,系统会认定用户已完成额外验证内容,而如果用户选择采用爱好特征作为验证方式,系统会认为用户配合进行验证,用户只需对爱好特征的三种内容中选取一种进行验证,验证完成后即可解锁用户在电商平台的使用权限。
需要说明的是,对爱好特征的验证内容的三种示例如下:
当验证内容为服装色彩时,则验证内容可以为
"请选择您最近购物时选择的主要服装颜色:" [提供颜色选项],
"我们识别到您购物车中有以下商品,请确认其主要颜色:" [提供颜色选项],
"请确认您购物车中商品的主要颜色是否符合您的意向:" [提供颜色选项];
当验证内容为品牌偏好时,则验证内容可以为
"请选择您最近购物时选择的主要品牌:" [提供品牌选项],
"我们识别到您购物车中有以下品牌,请确认:" [提供品牌选项],
"请将以下品牌与您最近购物记录中的品牌匹配:" [提供品牌选项];
当验证内容为产品评论时,则验证内容可以为
"请选择您最近购物时发表的一条主要产品评论:" [提供评论选项],
"我们识别到您购物订单中有以下产品评论,请确认:" [提供评论选项],
"请将以下产品评论与您最近购物记录中的产品匹配:" [提供评论选项]。
在本实施例中,判断所述行为模式是否匹配预设的交易行为的步骤S2中,包括:
S21:基于预设的交易规则检测所述用户进行交易前的账户信息;
S22:判断所述账户信息是否预设的交易时段内进行修改;
S23:若是,则限制所述用户应用所述账户信息在所述电商平台上的交易次数,在预设期限内记录所述用户的交易次数并逐渐开放所述账户信息在所述电商平台上的交易权限。
在本实施例中,系统基于电商平台上预先设有的交易规则检测用户进行交易前的交易账户信息,而后判断该交易账户信息是否在完成交易前预先设定的交易时段内进行修改,以执行对应的步骤;例如,当系统判定到交易账户信息没有在预先设定的交易时段内进行修改,则系统会认为此次交易过程中用户确认了当前进行交易的账户信息属实,且和用户本身的信息相符合,不存在信息误差,系统会在用户核实本次的交易内容后允许用户使用该账户信息进行交易,并在交易完成后记录本次交易内容;例如,当系统判定到交易账户信息在预先设定的交易时段内进行修改时,此时系统会限制用户应用的账户信息在电商平台上的交易次数,同时在预先设定好的期限内记录用户的交易次数,待系统能够确认用户的交易内容属于安全合法时会逐渐开放该账户信息在电商平台上的交易权限,避免他人利用用户的账户信息进行异常交易,导致用户在电商平台的账户被封禁,甚至利用用户的账户实施其他恶意行为。
在本实施例中,判断所述分析行为能否符合所述日常行为的任意两项或以上的步骤S4后,还包括:
S401:请求所述用户对所述电商平台预设的身份验证问题进行复核;
S402:判断所述用户的复核内容后是否匹配所述电商平台预收录的身份内容;
S403:若否,则回收所述用户在所述电商平台上的所有权限,向所述用户预留在所述电商平台的紧急设备发出随机信令,通过所述紧急设备在所述电商平台上输入所述随机信令即可停止对所述用户的回收指令。
在本实施例中,系统通过请求用户对电商平台预先设有的身份验证问题进行复核,而后判断用户的复核内容是否匹配电商平台预先收录的用户身份内容,以执行对应的步骤;例如,当系统判定用户的复核内容能够匹配电商平台预先收录的身份内容时,即说明用户提供的信息与预先记录的身份信息相符,表明用户是合法的账户持有者,身份验证成功表示用户提供的信息与系统预先记录的信息相匹配,有助于确保用户账户的安全性;例如,当系统判定到用户的复核内容不匹配电商平台预先收录的身份内容时,此时系统会回收用户在电商平台上的所有操作权限,同时向用户预留在电商平台上的紧急设备发出随机信令,用户必须在紧急设备上输入电商平台的随机信令并完成匹配后,系统才会停止对用户的权限回收,并重新提供给用户对用户账户信息的操作权限。
在本实施例中,识别用户在电商平台上的行为模式的步骤S1中,包括:
S11:获取所述用户在所述电商平台上进行预交易的商家数量;
S12:判断所述商家数量是否超出所述电商平台预设的阈值上限;
S13:若是,则识别所述用户在所述电商平台上可用的虚拟交易货币,同时监测所述虚拟交易货币在预设时段内的变化区间。
在本实施例中,系统通过获取用户在电商平台上进行预交易的商家数量,而后判断商家数量是否已超出电商平台预先设有的阈值上限,以执行对应的步骤;例如,当系统判定到商家数量并未超出电商平台预先设有的阈值上限时,即说明用户的交易行为相对正常,系统会允许用户继续正常的交易流程,不需要触发额外的验证步骤,以保持用户的购物体验流畅,同时保持记录用户的交易行为和商家数量信息,以便后续的安全审计和分析,并且持续对用户的交易行为进行风险监测,确保没有其他异常行为发生;例如,当系统判定到商家数量超出阈值上限时,此时系统会识别用户在电商平台上可用的虚拟交易货币,同时监测这些虚拟交易货币在预先设定的交易时段内的变化区间,通过监测虚拟交易货币的变化,电商平台可以提升用户账户的安全性,及时发现异常交易可以防止用户资金被盗取或滥用,同时监测虚拟交易货币在交易时段内的变化区间可以帮助识别潜在的欺诈行为,异常的交易货币变化可能是账户被盗用的迹象,从而及时采取防范措施。
在本实施例中,识别用户在电商平台上的行为模式的步骤S1前,还包括:
S101:检测所述用户在浏览所述电商平台时实行的异常行为;
S102:判断所述异常行为是否超出预设次数;
S103:若是,则在所述电商平台上标注所述用户,记录所述用户在所述电商平台上浏览的商家信息。
在本实施例中,系统通过检测用户在浏览电商平台时出现的异常行为,而后判断这些异常行为的出现次数是否超出预先设定的次数阈值,以执行对应的步骤;例如,当系统判定异常行为的出现次数尚未超出预先设定的次数阈值时,则系统会认为表明用户的行为还未达到系统认为需要采取进一步措施的临界点,系统会向用户发送风险提示,提醒其关注账户安全,包括警告用户有异常行为的迹象,建议用户仔细检查账户活动,同时暂时性地降低用户的权限,限制其某些敏感操作,包括可交易次数、账户信息改动等,并且提高对用户行为的监测频率,以更加敏感地检测潜在的异常行为;例如,当系统判定到异常行为的出现次数超出了预先设定的次数阈值时,此时系统会在电商平台上标注用户,并且记录用户在电商平台上所浏览的商家信息,将用户浏览的商家纳入风险检测的考量范围,有助于更全面地评估用户的交易风险,某些商家可能与异常行为关联,因此这个信息可以作为风险分析的重要因素,同时商家浏览记录可以作为用户验证的一部分,用于确保用户身份的真实性,并且在检测到用户异常行为时,可以考虑与用户浏览的商家信息结合,向用户发送更具体、定制化的安全提醒,增强用户对安全问题的关注。
参考附图2,为本发明一实施例中监控电商网络安全的处理系统,包括:
识别模块10,用于识别用户在电商平台上的行为模式;
判断模块20,用于判断所述行为模式是否匹配预设的交易行为;
执行模块30,用于若否,则解析所述用户在所述电商平台上的历史交易行为,将所述历史交易行为输入至预训练的行为模型中,基于所述行为模型生成所述用户的分析行为,将所述分析行为与所述用户当前的日常行为进行比对,其中,所述历史交易行为具体包括购买地点、购买金额和购买时段,所述日常行为具体包括购物常用路径、购物常规频率和购物常用设备;
第二判断模块40,用于判断所述分析行为能否符合所述日常行为的任意两项或以上;
第二执行模块50,用于若能,则引导所述用户执行预设的额外验证内容,根据所述额外验证内容持续向所述用户赋予所述电商平台的用户使用权限,同时通过所述电商平台以广告推广的模板向所述用户投放财产防护信息,检测与所述用户进行交易的商家信息,将所述商家信息在完成交易前发送给所述用户,其中,所述额外验证内容具体为基于所述用户的历史交易行为对应生成出历史购物名称,供所述用户对所述历史购物名称进行消费验证。
在本实施例中,识别模块10通过识别用户在电商平台上的行为模式,而后判断模块20判断该行为模式是否匹配预先设定的常规交易行为,以执行对应的步骤;例如,当系统判定到用户当前的行为模式能够匹配预先设定的常规交易行为时,即说明用户的当前行为与其正常的购物模式相符,不存在明显的异常或欺诈行为,系统会继续提供良好的购物体验,同时通过个性化推荐、促销活动等方式进一步增强用户的忠诚度,并且持续关注用户的购物行为,根据用户的历史数据提供更个性化的服务,以满足其需求,在不干扰用户正常购物的前提下,继续进行实时监控,以确保对潜在风险的及时响应;例如,当系统判定到用户当前的行为模式无法匹配预先设定的常规交易行为时,此时执行模块30会解析用户的历史交易行为,将这些历史交易行为数据输入至预先训练好的行为模型中,由行为模型生成属于用户当前的分析行为,将行为模型对用户的分析行为与用户目前的日常行为进行比对,即可得知当前用户的行为存在明显异常;而后第二判断模块40通过判断分析行为是否符合用户日常行为的任意两项或以上,以执行对应的步骤;例如,当系统判断到分析行为无法符合用户的日常行为时,则系统会认为用户当前的行为模式存在一些异常或不寻常的特征,与其正常的购物行为有所偏离, 立即采取措施冻结账户,通知用户并提供恢复账户的指导,同时加强平台的安全性措施,发送安全提醒通知给用户,建议其检查账户安全设置,可能需要修改密码或进行其他安全操作,当上述操作都无法得到用户的反馈时系统会冻结账户以防止潜在的损失;例如,当系统判定到分析行为能够符合用户的日常行为时,此时第二执行模块50会认为是用户本人在操作电商平台,但由于用户一开始的行为存在异常现象,因此会引导用户执行预先设有的额外验证内容,根据用户对额外验证内容的一步步验证持续向用户赋予电商平台的用户使用权限,在确认完毕是用户本人在操作自己的虚拟账户后,系统会通过电商平台的广告推广模板在用户浏览各个商家时投放财产防护信息,因为广告通常能够引起用户的关注,通过吸引的形式将财产防护信息呈现给用户,提高用户对信息的关注度和记忆度,并且通过广告推送,平台可以确保财产防护信息的传递是一致的,避免信息在传递过程中的失真或变形,在检测到用户与商家发生交易前,将商家的异常信息和不良记录发送给用户,帮助用户从电商平台中鉴别出恶意用户,最大化减少用户出现异常交易行为的概率。
在本实施例中,执行模块还包括:
获取单元,用于获取所述电商平台预收录的用户购物数据,从所述用户购物数据中构建至少一次的时序数据,根据所述时序数据采集所述用户最近一次在所述电商平台进行交易的购物时序;
判断单元,用于判断所述购物时序是否属于已完成的交易;
执行单元,用于若是,则依据所述购物时序的识别所述用户在所述电商平台上完成交易的交易类型,其中,所述交易类型具体包括购物习惯和购物趋势。
在本实施例中,系统通过获取电商平台预先收录的用户购物数据,从这些用户购物数据中构建出用户每次由购物开始到购物结束的时序数据,根据这些时序数据采集用户最近一次在电商平台上进行交易的购物时序,而后系统通过判断该购物时序是否被电商平台记录为已完成的交易,以执行对应的步骤;例如,当系统判定购物时序不属于已完成的交易时,但系统仍然会将此次购物时序中录入至数据库中,以此来记录用户在电商平台上喜欢浏览的购物类型,便于后期通过电商平台能够及时向用户推荐相应购物类型的其他物品;例如,当系统判定到购物时序属于已完成的交易时,此时系统会依据购物时序的内容识别出用户完成交易的交易类型,通过分析用户的购物趋势,平台可以及时发现潜在的异常行为,如果用户的购物趋势突然发生明显变化,可能是账户被盗用或其他安全风险的信号,需要进行进一步的安全验证和措施,并且通过了解用户的购物习惯和趋势可以帮助电商平台为用户投放交易完毕后的相类型购物数据。
在本实施例中,第二执行模块还包括:
构建单元,用于基于所述历史交易行为从所述额外验证内容中构建出所述用户的爱好特征,其中,所述爱好特征具体包括服装色彩、品牌偏好和产品评论;
第二判断单元,用于判断所述用户是否接受应用所述爱好特征作为所述额外验证内容的验证方式;
第二执行单元,用于若是,则根据所述用户对所述爱好特征的验证完整性,解锁所述用户在所述电商平台的使用权限。
在本实施例中,系统基于历史交易行为从额外验证内容中构建出属于用户进行购物时被电商平台所记录的爱好特征,而后系统判断用户在进行额外验证时是否接收采用爱好特征作为验证方式,以执行对应的步骤;例如,当系统判定到用户不接受爱好特征作为验证方式时,则系统会认为用户存在不配合验证的情况,系统会基于用户的历史交易行为对应生成出历史购物名称,供用户对历史购物名称进行消费验证,在用户完成对历史购物名称的三次消费验证后,系统会认定用户已完成额外验证内容,而如果用户选择采用爱好特征作为验证方式,系统会认为用户配合进行验证,用户只需对爱好特征的三种内容中选取一种进行验证,验证完成后即可解锁用户在电商平台的使用权限。
在本实施例中,判断模块还包括:
检测单元,用于基于预设的交易规则检测所述用户进行交易前的账户信息;
第三判断单元,用于判断所述账户信息是否预设的交易时段内进行修改;
第三执行单元,用于若是,则限制所述用户应用所述账户信息在所述电商平台上的交易次数,在预设期限内记录所述用户的交易次数并逐渐开放所述账户信息在所述电商平台上的交易权限。
在本实施例中,系统基于电商平台上预先设有的交易规则检测用户进行交易前的交易账户信息,而后判断该交易账户信息是否在完成交易前预先设定的交易时段内进行修改,以执行对应的步骤;例如,当系统判定到交易账户信息没有在预先设定的交易时段内进行修改,则系统会认为此次交易过程中用户确认了当前进行交易的账户信息属实,且和用户本身的信息相符合,不存在信息误差,系统会在用户核实本次的交易内容后允许用户使用该账户信息进行交易,并在交易完成后记录本次交易内容;例如,当系统判定到交易账户信息在预先设定的交易时段内进行修改时,此时系统会限制用户应用的账户信息在电商平台上的交易次数,同时在预先设定好的期限内记录用户的交易次数,待系统能够确认用户的交易内容属于安全合法时会逐渐开放该账户信息在电商平台上的交易权限,避免他人利用用户的账户信息进行异常交易,导致用户在电商平台的账户被封禁,甚至利用用户的账户实施其他恶意行为。
在本实施例中,还包括:
请求模块,用于请求所述用户对所述电商平台预设的身份验证问题进行复核;
第三判断模块,用于判断所述用户的复核内容后是否匹配所述电商平台预收录的身份内容;
第三执行模块,用于若否,则回收所述用户在所述电商平台上的所有权限,向所述用户预留在所述电商平台的紧急设备发出随机信令,通过所述紧急设备在所述电商平台上输入所述随机信令即可停止对所述用户的回收指令。
在本实施例中,系统通过请求用户对电商平台预先设有的身份验证问题进行复核,而后判断用户的复核内容是否匹配电商平台预先收录的用户身份内容,以执行对应的步骤;例如,当系统判定用户的复核内容能够匹配电商平台预先收录的身份内容时,即说明用户提供的信息与预先记录的身份信息相符,表明用户是合法的账户持有者,身份验证成功表示用户提供的信息与系统预先记录的信息相匹配,有助于确保用户账户的安全性;例如,当系统判定到用户的复核内容不匹配电商平台预先收录的身份内容时,此时系统会回收用户在电商平台上的所有操作权限,同时向用户预留在电商平台上的紧急设备发出随机信令,用户必须在紧急设备上输入电商平台的随机信令并完成匹配后,系统才会停止对用户的权限回收,并重新提供给用户对用户账户信息的操作权限。
在本实施例中,识别模块还包括:
获取单元,用于获取所述用户在所述电商平台上进行预交易的商家数量;
第四判断单元,用于判断所述商家数量是否超出所述电商平台预设的阈值上限;
第四执行单元,用于若是,则识别所述用户在所述电商平台上可用的虚拟交易货币,同时监测所述虚拟交易货币在预设时段内的变化区间。
在本实施例中,系统通过获取用户在电商平台上进行预交易的商家数量,而后判断商家数量是否已超出电商平台预先设有的阈值上限,以执行对应的步骤;例如,当系统判定到商家数量并未超出电商平台预先设有的阈值上限时,即说明用户的交易行为相对正常,系统会允许用户继续正常的交易流程,不需要触发额外的验证步骤,以保持用户的购物体验流畅,同时保持记录用户的交易行为和商家数量信息,以便后续的安全审计和分析,并且持续对用户的交易行为进行风险监测,确保没有其他异常行为发生;例如,当系统判定到商家数量超出阈值上限时,此时系统会识别用户在电商平台上可用的虚拟交易货币,同时监测这些虚拟交易货币在预先设定的交易时段内的变化区间,通过监测虚拟交易货币的变化,电商平台可以提升用户账户的安全性,及时发现异常交易可以防止用户资金被盗取或滥用,同时监测虚拟交易货币在交易时段内的变化区间可以帮助识别潜在的欺诈行为,异常的交易货币变化可能是账户被盗用的迹象,从而及时采取防范措施。
在本实施例中,还包括:
检测模块,用于检测所述用户在浏览所述电商平台时实行的异常行为;
第四判断模块,用于判断所述异常行为是否超出预设次数;
第四执行模块,用于若是,则在所述电商平台上标注所述用户,记录所述用户在所述电商平台上浏览的商家信息。
在本实施例中,系统通过检测用户在浏览电商平台时出现的异常行为,而后判断这些异常行为的出现次数是否超出预先设定的次数阈值,以执行对应的步骤;例如,当系统判定异常行为的出现次数尚未超出预先设定的次数阈值时,则系统会认为表明用户的行为还未达到系统认为需要采取进一步措施的临界点,系统会向用户发送风险提示,提醒其关注账户安全,包括警告用户有异常行为的迹象,建议用户仔细检查账户活动,同时暂时性地降低用户的权限,限制其某些敏感操作,包括可交易次数、账户信息改动等,并且提高对用户行为的监测频率,以更加敏感地检测潜在的异常行为;例如,当系统判定到异常行为的出现次数超出了预先设定的次数阈值时,此时系统会在电商平台上标注用户,并且记录用户在电商平台上所浏览的商家信息,将用户浏览的商家纳入风险检测的考量范围,有助于更全面地评估用户的交易风险,某些商家可能与异常行为关联,因此这个信息可以作为风险分析的重要因素,同时商家浏览记录可以作为用户验证的一部分,用于确保用户身份的真实性,并且在检测到用户异常行为时,可以考虑与用户浏览的商家信息结合,向用户发送更具体、定制化的安全提醒,增强用户对安全问题的关注。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种监控电商网络安全的处理方法,其特征在于,包括以下步骤:
识别用户在电商平台上的行为模式;
判断所述行为模式是否匹配预设的交易行为;
若否,则解析所述用户在所述电商平台上的历史交易行为,将所述历史交易行为输入至预训练的行为模型中,基于所述行为模型生成所述用户的分析行为,将所述分析行为与所述用户当前的日常行为进行比对,其中,所述历史交易行为具体包括购买地点、购买金额和购买时段,所述日常行为具体包括购物常用路径、购物常规频率和购物常用设备;
判断所述分析行为能否符合所述日常行为的任意两项或以上;
若能,则引导所述用户执行预设的额外验证内容,根据所述额外验证内容持续向所述用户赋予所述电商平台的用户使用权限,同时通过所述电商平台以广告推广的模板向所述用户投放财产防护信息,检测与所述用户进行交易的商家信息,将所述商家信息在完成交易前发送给所述用户,其中,所述额外验证内容具体为基于所述用户的历史交易行为对应生成出历史购物名称,供所述用户对所述历史购物名称进行消费验证。
2.根据权利要求1所述的监控电商网络安全的处理方法,其特征在于,所述则解析所述用户在所述电商平台上的历史交易行为的步骤中,包括:
获取所述电商平台预收录的用户购物数据,从所述用户购物数据中构建至少一次的时序数据,根据所述时序数据采集所述用户最近一次在所述电商平台进行交易的购物时序;
判断所述购物时序是否属于已完成的交易;
若是,则依据所述购物时序的识别所述用户在所述电商平台上完成交易的交易类型,其中,所述交易类型具体包括购物习惯和购物趋势。
3.根据权利要求1所述的监控电商网络安全的处理方法,其特征在于,所述则引导所述用户执行预设的额外验证内容的步骤中,还包括:
基于所述历史交易行为从所述额外验证内容中构建出所述用户的爱好特征,其中,所述爱好特征具体包括服装色彩、品牌偏好和产品评论;
判断所述用户是否接受应用所述爱好特征作为所述额外验证内容的验证方式;
若是,则根据所述用户对所述爱好特征的验证完整性,解锁所述用户在所述电商平台的使用权限。
4.根据权利要求1所述的监控电商网络安全的处理方法,其特征在于,所述判断所述行为模式是否匹配预设的交易行为的步骤中,包括:
基于预设的交易规则检测所述用户进行交易前的账户信息;
判断所述账户信息是否预设的交易时段内进行修改;
若是,则限制所述用户应用所述账户信息在所述电商平台上的交易次数,在预设期限内记录所述用户的交易次数并逐渐开放所述账户信息在所述电商平台上的交易权限。
5.根据权利要求1所述的监控电商网络安全的处理方法,其特征在于,所述判断所述分析行为能否符合所述日常行为的任意两项或以上的步骤后,还包括:
请求所述用户对所述电商平台预设的身份验证问题进行复核;
判断所述用户的复核内容后是否匹配所述电商平台预收录的身份内容;
若否,则回收所述用户在所述电商平台上的所有权限,向所述用户预留在所述电商平台的紧急设备发出随机信令,通过所述紧急设备在所述电商平台上输入所述随机信令即可停止对所述用户的回收指令。
6.根据权利要求1所述的监控电商网络安全的处理方法,其特征在于,所述识别用户在电商平台上的行为模式的步骤中,包括:
获取所述用户在所述电商平台上进行预交易的商家数量;
判断所述商家数量是否超出所述电商平台预设的阈值上限;
若是,则识别所述用户在所述电商平台上可用的虚拟交易货币,同时监测所述虚拟交易货币在预设时段内的变化区间。
7.根据权利要求1所述的监控电商网络安全的处理方法,其特征在于,所述识别用户在电商平台上的行为模式的步骤前,还包括:
检测所述用户在浏览所述电商平台时实行的异常行为;
判断所述异常行为是否超出预设次数;
若是,则在所述电商平台上标注所述用户,记录所述用户在所述电商平台上浏览的商家信息。
8.一种监控电商网络安全的处理系统,其特征在于,包括:
识别模块,用于识别用户在电商平台上的行为模式;
判断模块,用于判断所述行为模式是否匹配预设的交易行为;
执行模块,用于若否,则解析所述用户在所述电商平台上的历史交易行为,将所述历史交易行为输入至预训练的行为模型中,基于所述行为模型生成所述用户的分析行为,将所述分析行为与所述用户当前的日常行为进行比对,其中,所述历史交易行为具体包括购买地点、购买金额和购买时段,所述日常行为具体包括购物常用路径、购物常规频率和购物常用设备;
第二判断模块,用于判断所述分析行为能否符合所述日常行为的任意两项或以上;
第二执行模块,用于若能,则引导所述用户执行预设的额外验证内容,根据所述额外验证内容持续向所述用户赋予所述电商平台的用户使用权限,同时通过所述电商平台以广告推广的模板向所述用户投放财产防护信息,检测与所述用户进行交易的商家信息,将所述商家信息在完成交易前发送给所述用户,其中,所述额外验证内容具体为基于所述用户的历史交易行为对应生成出历史购物名称,供所述用户对所述历史购物名称进行消费验证。
9.根据权利要求8所述的监控电商网络安全的处理系统,其特征在于,所述执行模块还包括:
获取单元,用于获取所述电商平台预收录的用户购物数据,从所述用户购物数据中构建至少一次的时序数据,根据所述时序数据采集所述用户最近一次在所述电商平台进行交易的购物时序;
判断单元,用于判断所述购物时序是否属于已完成的交易;
执行单元,用于若是,则依据所述购物时序的识别所述用户在所述电商平台上完成交易的交易类型,其中,所述交易类型具体包括购物习惯和购物趋势。
10.根据权利要求8所述的监控电商网络安全的处理系统,其特征在于,所述第二执行模块还包括:
构建单元,用于基于所述历史交易行为从所述额外验证内容中构建出所述用户的爱好特征,其中,所述爱好特征具体包括服装色彩、品牌偏好和产品评论;
第二判断单元,用于判断所述用户是否接受应用所述爱好特征作为所述额外验证内容的验证方式;
第二执行单元,用于若是,则根据所述用户对所述爱好特征的验证完整性,解锁所述用户在所述电商平台的使用权限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311510683.0A CN117273866B (zh) | 2023-11-14 | 2023-11-14 | 一种监控电商网络安全的处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311510683.0A CN117273866B (zh) | 2023-11-14 | 2023-11-14 | 一种监控电商网络安全的处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117273866A true CN117273866A (zh) | 2023-12-22 |
CN117273866B CN117273866B (zh) | 2024-01-23 |
Family
ID=89208368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311510683.0A Active CN117273866B (zh) | 2023-11-14 | 2023-11-14 | 一种监控电商网络安全的处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117273866B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080208760A1 (en) * | 2007-02-26 | 2008-08-28 | 14 Commerce Inc. | Method and system for verifying an electronic transaction |
CN102013084A (zh) * | 2010-12-14 | 2011-04-13 | 江苏大学 | 用于检测医疗保险门诊欺诈性交易的系统和方法 |
CN102034182A (zh) * | 2010-11-29 | 2011-04-27 | 深圳市爱贝信息技术有限公司 | 支付平台账户安全交易的方法及装置 |
CN103049851A (zh) * | 2012-12-27 | 2013-04-17 | 中国建设银行股份有限公司 | 一种基于交易数据的反欺诈监控方法和装置 |
CN107239941A (zh) * | 2016-03-29 | 2017-10-10 | 阿里巴巴集团控股有限公司 | 数据获取方法及装置 |
CN108573432A (zh) * | 2018-04-23 | 2018-09-25 | 重庆南米电子商务有限公司 | 用于电子商务的交易监管系统和方法 |
CN114757737A (zh) * | 2022-04-13 | 2022-07-15 | 泉州翼骐科技有限公司 | 一种用于电商服务的商品交易及配送系统 |
US20220245641A1 (en) * | 2021-02-04 | 2022-08-04 | Visa International Service Association | Intelligent recurring transaction processing and fraud detection |
CN114881651A (zh) * | 2022-05-09 | 2022-08-09 | 北京梦蓝杉科技有限公司 | 一种大数据服务智慧金融用异常交易识别系统及方法 |
WO2023034437A1 (en) * | 2021-09-03 | 2023-03-09 | Worldpay, Llc | Systems and methods for data aggregation for transaction settlements |
CN116596536A (zh) * | 2023-06-08 | 2023-08-15 | 昆明台富纲网络科技有限公司 | 一种互联网金融安全支付方法及系统 |
-
2023
- 2023-11-14 CN CN202311510683.0A patent/CN117273866B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080208760A1 (en) * | 2007-02-26 | 2008-08-28 | 14 Commerce Inc. | Method and system for verifying an electronic transaction |
CN102034182A (zh) * | 2010-11-29 | 2011-04-27 | 深圳市爱贝信息技术有限公司 | 支付平台账户安全交易的方法及装置 |
CN102013084A (zh) * | 2010-12-14 | 2011-04-13 | 江苏大学 | 用于检测医疗保险门诊欺诈性交易的系统和方法 |
CN103049851A (zh) * | 2012-12-27 | 2013-04-17 | 中国建设银行股份有限公司 | 一种基于交易数据的反欺诈监控方法和装置 |
CN107239941A (zh) * | 2016-03-29 | 2017-10-10 | 阿里巴巴集团控股有限公司 | 数据获取方法及装置 |
CN108573432A (zh) * | 2018-04-23 | 2018-09-25 | 重庆南米电子商务有限公司 | 用于电子商务的交易监管系统和方法 |
US20220245641A1 (en) * | 2021-02-04 | 2022-08-04 | Visa International Service Association | Intelligent recurring transaction processing and fraud detection |
WO2023034437A1 (en) * | 2021-09-03 | 2023-03-09 | Worldpay, Llc | Systems and methods for data aggregation for transaction settlements |
CN114757737A (zh) * | 2022-04-13 | 2022-07-15 | 泉州翼骐科技有限公司 | 一种用于电商服务的商品交易及配送系统 |
CN114881651A (zh) * | 2022-05-09 | 2022-08-09 | 北京梦蓝杉科技有限公司 | 一种大数据服务智慧金融用异常交易识别系统及方法 |
CN116596536A (zh) * | 2023-06-08 | 2023-08-15 | 昆明台富纲网络科技有限公司 | 一种互联网金融安全支付方法及系统 |
Non-Patent Citations (1)
Title |
---|
吕泽宇;李纪旋;陈如剑;陈东明;: "电商平台用户再购物行为的预测研究", 计算机科学, no. 1, pages 434 - 438 * |
Also Published As
Publication number | Publication date |
---|---|
CN117273866B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11741469B2 (en) | Systems and methods for automatically securing and validating multi-server electronic communications over a plurality of networks | |
US11797657B1 (en) | Behavioral profiling method and system to authenticate a user | |
US11288657B1 (en) | Detecting device presence indication | |
Taylor | Mobile payment technologies in retail: a review of potential benefits and risks | |
US10091180B1 (en) | Behavioral profiling method and system to authenticate a user | |
US20130291099A1 (en) | Notification services with anomaly detection | |
US20150170148A1 (en) | Real-time transaction validity verification using behavioral and transactional metadata | |
US9911116B1 (en) | Fraud protection in payment card transactions | |
US20140129441A1 (en) | Systems and methods for authorizing sensitive purchase transactions with a mobile device | |
US20140214674A1 (en) | Method and system for conducting secure transactions with credit cards using a monitoring device | |
US20080222038A1 (en) | Location Based Authentication System | |
CN103270524A (zh) | 验证令牌与移动通信设备的整合 | |
CN107330695A (zh) | 安全支付方法及系统 | |
Rana et al. | A survey on fraud detection techniques in ecommerce | |
JP5238089B1 (ja) | 正規品販売情報管理システム、正規品販売情報管理装置、正規品販売情報管理方法およびコンピュータプログラム | |
JP7190072B1 (ja) | 判定システム、判定方法、およびプログラム | |
CN106022882A (zh) | 添加购物车的方法及装置 | |
CN117273866B (zh) | 一种监控电商网络安全的处理方法及系统 | |
Vishwakarma et al. | An empiric path towards fraud detection and protection for NFC-enabled mobile payment system | |
US20180165679A1 (en) | Method and system for transaction authentication | |
Manohar et al. | Preventing misuse of discount promotions in e-commerce websites: an application of rule-based systems | |
CN107590653A (zh) | 支付方法、终端和系统 | |
KR20150060374A (ko) | 전자 상거래 카드 부정사용 방지 방법 및 서버 | |
Amanze et al. | Credit card fraud detection system using intelligent agents and enhanced security features | |
US20230196368A1 (en) | System and method for providing context-based fraud detection |
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 |