CN117391709A - 一种互联网支付管理方法 - Google Patents
一种互联网支付管理方法 Download PDFInfo
- Publication number
- CN117391709A CN117391709A CN202311705009.8A CN202311705009A CN117391709A CN 117391709 A CN117391709 A CN 117391709A CN 202311705009 A CN202311705009 A CN 202311705009A CN 117391709 A CN117391709 A CN 117391709A
- Authority
- CN
- China
- Prior art keywords
- payment
- wind control
- strategy
- management
- control strategy
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 110
- 238000011217 control strategy Methods 0.000 claims abstract description 91
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 18
- 238000012795 verification Methods 0.000 claims description 46
- 238000001228 spectrum Methods 0.000 claims description 26
- 238000013507 mapping Methods 0.000 claims description 20
- 238000012986 modification Methods 0.000 claims description 9
- 230000004048 modification Effects 0.000 claims description 9
- 230000000737 periodic effect Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training 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
- G06Q20/38—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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Computer Security & Cryptography (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请提供了一种互联网支付管理方法，涉及智能管理技术领域，该方法包括：识别基于风控系统的初始化风控策略，识别基于支付系统的支付通道网络；生成支付管理模块；生成支付风险系数；进行目标风控策略的匹配；结合目标风控策略，针对支付业务进行支付流转路径的监测与风控管理，生成支付记录单列，其中，目标风控策略包括场景风控策略与基准策略；对所述支付记录单列进行云端存储，结合预定更新周期整合互联网支付数据，并回传至所述支付系统，解决了现有技术中存在的由于缺乏基于交易场景的风控管理，进而导致互联网支付存在较大的安全风险的技术问题，实现针对不同的支付场景进行风控管理，达到提升互联网支付的安全性的技术效果。
Description
技术领域
本申请涉及智能管理技术领域，具体涉及一种互联网支付管理方法。
背景技术
互联网支付也可以称为金融支付，是指利用互联网使得用户通过第三方支付机构或银行等金融机构进行货币或非货币资产的支付，比如网银支付、第三方支付、移动支付、刷卡支付等。金融支付所使用的移动终端可以是手机、个人数字助理(PDA)、移动个人电脑(PC)等。传统的互联网支付平台可向用户提供线上交易平台，缺乏基于交易场景的风控管理，进而导致互联网支付存在较大的安全风险。
发明内容
本申请提供了一种互联网支付管理方法，用以解决现有技术中存在的由于缺乏基于交易场景的风控管理，进而导致互联网支付存在较大的安全风险的技术问题。
根据本申请的第一方面，提供了一种互联网支付管理方法，包括：识别基于风控系统的初始化风控策略，识别基于支付系统的支付通道网络；基于所述支付通道网络与所述初始化风控策略进行点对点映射配置，结合支付场景进行策略自适应调改，生成支付管理模块，其中，各通道风控点对应至少一条风控策略；读取支付业务并识别要素多元组，结合风控预测模型进行风险事件触发判定，生成支付风险系数；识别所述支付风险系数，结合所述支付管理模块进行目标风控策略的匹配；结合所述目标风控策略，针对所述支付业务进行支付流转路径的监测与风控管理，生成支付记录单列，其中，所述目标风控策略包括场景风控策略与基准策略；对所述支付记录单列进行云端存储，结合预定更新周期整合互联网支付数据，并回传至所述支付系统。
根据本申请的第二方面，提供了一种互联网支付管理系统，包括：初始化识别单元，所述初始化识别单元用于识别基于风控系统的初始化风控策略，识别基于支付系统的支付通道网络；映射配置单元，所述映射配置单元用于基于所述支付通道网络与所述初始化风控策略进行点对点映射配置，结合支付场景进行策略自适应调改，生成支付管理模块，其中，各通道风控点对应至少一条风控策略；风险事件触发判定单元，所述风险事件触发判定单元用于读取支付业务并识别要素多元组，结合风控预测模型进行风险事件触发判定，生成支付风险系数；风控策略匹配单元，所述风控策略匹配单元用于识别所述支付风险系数，结合所述支付管理模块进行目标风控策略的匹配；支付流转路径监控单元，所述支付流转路径监控单元用于结合所述目标风控策略，针对所述支付业务进行支付流转路径的监测与风控管理，生成支付记录单列，其中，所述目标风控策略包括场景风控策略与基准策略；云端存储单元，所述云端存储单元用于对所述支付记录单列进行云端存储，结合预定更新周期整合互联网支付数据，并回传至所述支付系统。
根据本申请采用的一个或多个技术方案，其可达到的有益效果如下：
识别基于风控系统的初始化风控策略，识别基于支付系统的支付通道网络，基于支付通道网络与初始化风控策略进行点对点映射配置，结合支付场景进行策略自适应调改，生成支付管理模块，其中，各通道风控点对应至少一条风控策略，读取支付业务并识别要素多元组，结合风控预测模型进行风险事件触发判定，生成支付风险系数，识别支付风险系数，结合支付管理模块进行目标风控策略的匹配，结合目标风控策略，针对支付业务进行支付流转路径的监测与风控管理，生成支付记录单列，其中，目标风控策略包括场景风控策略与基准策略，对支付记录单列进行云端存储，结合预定更新周期整合互联网支付数据，并回传至支付系统。由此针对不同的支付场景进行风控管理，达到提升互联网支付的安全性的技术效果。
附图说明
为了更清楚地说明本申请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。构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种互联网支付管理方法的流程示意图。
图2为本申请实施例提供的一种互联网支付管理系统的结构示意图。
附图标记说明：初始化识别单元11，映射配置单元12，风险事件触发判定单元13，风控策略匹配单元14，支付流转路径监控单元15，云端存储单元16。
具体实施方式
为了使得本申请的目的、技术方案和优点更为明显，下面将参照附图详细描述本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
说明书中使用的术语用于描述实施例，而不是限制本申请。如在说明书中所使用的，单数术语“一”“一个”和“该”旨在也包括复数形式，除非上下文另有清楚指示。当在说明书中使用时，术语“包括”和/或“包含”指定了步骤、操作、元件和/或组件的存在，但是不排除一个或多个其他步骤、操作、元件、组件和/或其组的存在或添加。
除非另有定义，本说明书中使用的所有术语(包括技术和科学术语)应具有与本申请所属领域的技术人员通常理解的相同含义。术语，如常用词典中定义的术语，不应以理想化或过于正式的意义来解释，除非在此明确定义。在整个说明书中，相同的附图标记表示相同的元件。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
实施例一
图1为本申请实施例提供的一种互联网支付管理方法图，所述方法包括：
识别基于风控系统的初始化风控策略，识别基于支付系统的支付通道网络。
上述的风控系统是指现有的在金融支付过程中进行风险管控的系统平台，比如针对支付金额的限制等。上述的支付系统则是现有的用于进行金融支付的系统平台，就是说，用户在进行金融支付过程中可能涉及多方平台，比如银行、第三方支付平台等，支付通道网络即为资金的流动通道组成的网络，具体可通过现有技术识别支付系统中资金可能的流向组成支付通道网络。
基于所述支付通道网络与所述初始化风控策略进行点对点映射配置，结合支付场景进行策略自适应调改，生成支付管理模块，其中，各通道风控点对应至少一条风控策略。
基于所述支付通道网络与所述初始化风控策略进行点对点映射配置，就是说，所述支付通道网络中包含多个风控节点，每个风控节点是指资金的流转节点，比如第三方支付平台、银行等。进一步结合支付场景进行策略自适应调改，生成支付管理模块，其中，各通道风控点对应至少一条风控策略，具体过程如下详述。
在一个优选实施例中，还包括：
识别所述支付通道网络的第一通道结构关系，结合所述初始化风控策略匹配确定第一初始化策略；针对所述第一通道结构关系，拟合多元化支付场景，并针对所述第一初始化策略进行调改，确定第一风控策略，其中，所述第一风控策略包括映射于各支付场景的多个策略组；结合所述第一风控策略，针对所述第一通道结构关系进行基于所述多元化支付场景、多个策略组的映射关联，确定第一通道图谱。
识别所述支付通道网络的第一通道结构关系，其中，所述支付通道网络包括多个支付通道，第一通道泛指其中任意一个支付通道，第一通道结构关系则是指第一通道的接入方式、交易流程、数据传输格式等信息，可通过现有技术识别获取。进一步结合所述初始化风控策略匹配确定第一初始化策略，就是说，第一通道与所述初始化风控策略具备对应关系，基于第一通道结构关系匹配获取对应的初始化风控策略作为第一初始化策略。针对所述第一通道结构关系，拟合多元化支付场景，多元化支付场景可基于现有技术获取，比如线上购物、交通支付、移动应用内支付、生活缴费等场景，并针对所述第一初始化策略进行调改，比如针对不同的场景调整限制的支付金额、支付频次等，具体来说，可基于现有的数据挖掘技术，获取多元化支付场景中各支付场景的支付金额、支付频次等，进而对所述第一初始化策略进行调改，以调改后的第一初始化策略作为第一风控策略，其中，所述第一风控策略包括映射于各支付场景的多个策略组，即多元化支付场景中不同的支付场景对应不同的策略组。
结合所述第一风控策略，针对所述第一通道结构关系进行基于所述多元化支付场景、多个策略组的映射关联，确定第一通道图谱，可以理解的，就是将各支付场景与其对应的策略组进行连接，得到第一通道图谱。由此实现基于支付场景的风控策略调整，提升风控管理的场景适应性。
在一个优选实施例中，还包括：
识别所述支付通道网络，完成第N通道图谱的构建；对所述第一通道图谱直至所述第N通道图谱进行谱间相关性关联，生成支付管理图谱；基于所述支付管理图谱，搭建所述支付管理模块；设定预定更新周期，读取周期性节点区间内的互联网支付数据，对所述支付管理模块进行增量学习。
采用构建第一通道图谱相同的方式，继续识别所述支付通道网络，完成第N通道图谱的构建，其中，N为大于1的整数。对所述第一通道图谱直至所述第N通道图谱进行谱间相关性关联，生成支付管理图谱，具体地，可采用现有的相关性分析方法，比如灰色关联度方法对所述第一通道图谱直至所述第N通道图谱进行谱间相关性分析，获得所述第一通道图谱直至所述第N通道图谱中任意两个通道图谱之间的相关性，对具有相关系的通道图谱进行连接，得到支付管理图谱。进一步基于所述支付管理图谱，通过现有技术搭建所述支付管理模块，支付管理模块是用于在金融支付过程中进行风控管理的功能模块，具体来说，按照所述支付管理图谱中的支付通道和对应的风控策略进行支付监控管理，比如支付金额达到风控策略中限制的金额后进行及时预警。设定预定更新周期，预定更新周期由本领域专业技术人员结合实际自行设定，读取周期性节点区间内的互联网支付数据，互联网支付数据包括支付环境的变化、风控策略的调整、风控点的变更等，以互联网支付数据对所述支付管理模块进行增量学习实现定期对支付管理模块的定期更新处理，保证支付管理模块的有效性。增量学习是本领域技术人员常用技术手段，故在此不进行展开。
读取支付业务并识别要素多元组，结合风控预测模型进行风险事件触发判定，生成支付风险系数。
读取支付业务并识别要素多元组，支付业务由本领域技术人员结合实际读取，包括交易记录、账户信息、支付方式等。基于支付业务提取相关的要素多元组，要素多元组可理解为交易类型和交易双方特征，交易类型比如日常支付、大额转账等，交易双方特征比如交易双方的身份特征。进一步将要素多元组输入到风控预测模型中，进行风险事件触发判定，生成支付风险系数。风控预测模型通过对现有的机器学习模型进行训练得到，能够根据输入的要素多元组预测风险事件的可能性，生成对应的支付风险系数，支付风险系数可以是一个量化指标，用于表示支付业务的风险程度。
在一个优选实施例中，还包括：
基于支付场景，确定第一风控要素，所述支付场景基于支付渠道、业务类型、交易金额确定；基于端口用户特征，确定第二风控要素，所述端口用户特征基于支付端与接收端的信用代码确定；基于所述第一风控要素与所述第二风控要素，识别确定所述支付业务的要素多元组；将所述要素多元组输入所述风控预测模型，进行风险事件触发判定。
具体地，基于支付场景，确定第一风控要素，所述支付场景基于支付渠道、业务类型、交易金额确定，支付渠道一般是指第三方支付平台，业务类型是指金融支付的目的，比如生活缴费、网上购物等，交易金额即为支付的金额大小，支付渠道、业务类型、交易金额可通过调取历史支付记录提取，以不同的支付渠道、业务类型、交易金额组成支付场景，不同的支付场景对应有不同的风险要素，以支付渠道、业务类型、交易金额作为第一风控要素。基于端口用户特征，确定第二风控要素，所述端口用户特征基于支付端与接收端的信用代码确定，信用代码可以反映用户的信用状况，以信用状况作为端口用户特征。基于所述第一风控要素与所述第二风控要素，识别确定所述支付业务的要素多元组，简单来说，所述第一风控要素与所述第二风控要素可以理解为需要提取的数据类型，基于此，根据支付业务提取所述第一风控要素与所述第二风控要素分别对应的数据组成要素多元组。将所述要素多元组输入所述风控预测模型，进行风险事件触发判定，生成支付风险系数。
其中，风控预测模型可基于现有的机器学习模型进行训练构建，风控预测模型的输入是要素多元组，输出是支付风险系数，具体可由本领域专业技术人员基于现有技术采集获取要素多元组样本和对应的风险系数样本，对现有的机器学习模型，比如神经网络模型进行训练，得到训练至收敛的风控预测模型。进而将所述要素多元组输入所述风控预测模型，进行风险事件触发判定，生成支付风险系数。由此实现对于支付业务的风险识别，便于提升金融支付的安全性。
识别所述支付风险系数，结合所述支付管理模块进行目标风控策略的匹配。
识别所述支付风险系数，结合所述支付管理模块进行目标风控策略的匹配，简单来说，可由本领域专业技术人员结合实际情况制定一个风险系数阈值，就是说，如果所述支付风险系数小于风险系数阈值，认为支付风险较低，无需进行风控管理，反之，如果所述支付风险系数大于等于风险系数阈值，获取所述支付风险系数对应的要素多元组，要素多元组可理解为场景的特征值，在支付管理模块中匹配获取与要素多元组对应的风控策略作为目标风控策略。
结合所述目标风控策略，针对所述支付业务进行支付流转路径的监测与风控管理，生成支付记录单列，其中，所述目标风控策略包括场景风控策略与基准策略。
结合所述目标风控策略，针对所述支付业务进行支付流转路径的监测与风控管理，生成支付记录单列，其中，所述目标风控策略包括场景风控策略与基准策略，场景风控策略可理解为支付场景的通用风控策略，即初始化风控策略，基准策略则是指对初始化风控策略进行调改后的策略。支付记录单列则是指实际进行风控管理后的支付记录。
在一个优选实施例中，还包括：
确定基于所述支付业务的支付流转路径，所述支付流转路径包括多个流转节点；识别基于所述初始化风控策略的基准策略，针对所述多个流转节点进行支付流转监测与策略管理；其中，基于流转节点的支付风险系数与节点序号进行基准策略管理，包括：针对一级风控标准，触发所述基准策略执行弹窗风险示警管理；针对二级风控标准，触发所述基准策略执行业务拦截管理，将流转至第三方安全账户；针对三级风控标准，触发所述基准策略执行业务拒绝管理。
具体而言，确定基于所述支付业务的支付流转路径，所述支付流转路径包括多个流转节点，多个流转节点可以理解为资金流转节点，例如用户在向商家支付时，资金会从用户的银行卡转至第三方支付平台中，然后再到商家账户中，银行卡、第三方支付平台、商家账户即为多个流转节点，组成支付流转路径，具体需结合实际情况确定。识别基于所述初始化风控策略的基准策略，针对所述多个流转节点进行支付流转监测与策略管理，其中，基于流转节点的支付风险系数与节点序号进行基准策略管理，包括：
针对一级风控标准，触发所述基准策略执行弹窗风险示警管理，就是在用户支付过程中，弹出警示窗口提醒用户确认收款方信息。针对二级风控标准，触发所述基准策略执行业务拦截管理，将流转至第三方安全账户，就是强制性暂停业务，对于交易资金进行保护，确认交易安全后再由第三方安全账户将交易资金转至交易方。针对三级风控标准，触发所述基准策略执行业务拒绝管理，即不允许进行资金交易。其中，流转节点越靠后，节点风险系数越高，对应的风控标准就越高，进而按照风控管理过程，生成支付记录单列，支付记录单列包括风控管理过程中的支付记录，比如什么时候触发执行业务拦截管理，和对应的支付记录。由此通过对支付业务进行风控管理，提升支付安全性。
对所述支付记录单列进行云端存储，结合预定更新周期整合互联网支付数据，并回传至所述支付系统。
对所述支付记录单列进行云端存储，结合预定更新周期整合互联网支付数据，即统计预定更新周期内的支付记录单列作为互联网支付数据，并回传至所述支付系统，用于进行所述支付管理模块的增量学习，提升支付管理的有效性。
在一个优选实施例中，还包括：
设定多级校验权限；识别所述第一风控要素与所述第二风控要素，遍历所述多级校验权限匹配目标校验等级；确定基于所述目标校验等级的校验模式，进行所述支付业务操作前的权限校验，其中，所述校验模式包括要素契合的差异化校验流程。
设定多级校验权限，其中，多级校验权限与所述第一风控要素、所述第二风控要素具备对应关系，就是说，不同的所述第一风控要素与所述第二风控要素进行随机组合，其风险等级不同，自然，对应的校验权限的级别也不同，不同级别的校验权限对应的校验模式也不同，上述校验模式包括要素契合的差异化校验流程，比如，不需要校验、人脸校验等。具体可由本领域专业技术人员结合实际针对不同的第一风控要素、第二风控要素制定多级校验权限，并制定对应的校验模式。进一步识别所述第一风控要素与所述第二风控要素，遍历所述多级校验权限匹配目标校验等级，确定基于所述目标校验等级的校验模式，进行所述支付业务操作前的权限校验，例如，日常支付等，无需进行校验；小型风险场景，人脸识别等；针对某些大型的企业交易，针对个人身份、企业身份等进行校验，且需辅助相关证明进行校验。由此实现不同级别的支付校验，提升金融支付的安全性。
在一个优选实施例中，还包括：
设定操作时阈间隔；读取支付用户于终端设备的上位操作时间节点，统计操作间隔时间，若所述操作间隔时间满足所述操作时阈间隔，生成操作制导指令；结合所述上位操作时间节点的操作流程节点，生成下位操作流程节点的操作指导弹窗，于所述终端设备的可视化界面进行显示。
设定操作时阈间隔，操作时阈间隔用于进行支付指导，操作时阈间隔可由本领域专业技术人员结合实际经验设定，就是说，常规用户在通过互联网进行金融支付时，每一个操作都有较为频繁的操作时间，以超出该操作时间的范围，作为操作时阈间隔。读取支付用户于终端设备的上位操作时间节点，上位操作时间节点即为上一个操作步骤对应的时刻，计算其与当前时刻之间的时间间隔长度作为操作间隔时间，若所述操作间隔时间满足所述操作时阈间隔，就认为支付用户对于支付操作不熟悉，对其进行用户操作指导，结合所述上位操作时间节点的操作流程节点，生成下位操作流程节点的操作指导弹窗，于所述终端设备的可视化界面进行显示，操作指导弹窗中显示下一步操作步骤，比如输入什么信息、点击某个按钮等。由此提高业务处理效率，降低异常操作存在的风险性。
基于上述分析可知，本申请提供的一个或多个技术方案，其可达到的有益效果如下：
识别基于风控系统的初始化风控策略，识别基于支付系统的支付通道网络，基于支付通道网络与初始化风控策略进行点对点映射配置，结合支付场景进行策略自适应调改，生成支付管理模块，其中，各通道风控点对应至少一条风控策略，读取支付业务并识别要素多元组，结合风控预测模型进行风险事件触发判定，生成支付风险系数，识别支付风险系数，结合支付管理模块进行目标风控策略的匹配，结合目标风控策略，针对支付业务进行支付流转路径的监测与风控管理，生成支付记录单列，其中，目标风控策略包括场景风控策略与基准策略，对支付记录单列进行云端存储，结合预定更新周期整合互联网支付数据，并回传至支付系统。由此针对不同的支付场景进行风控管理，达到提升互联网支付的安全性的技术效果。
实施例二
基于与前述实施例中一种互联网支付管理方法同样的发明构思，如图2所示，本申请还提供了一种互联网支付管理系统，所述系统包括：
初始化识别单元11，所述初始化识别单元11用于识别基于风控系统的初始化风控策略，识别基于支付系统的支付通道网络。
映射配置单元12，所述映射配置单元12用于基于所述支付通道网络与所述初始化风控策略进行点对点映射配置，结合支付场景进行策略自适应调改，生成支付管理模块，其中，各通道风控点对应至少一条风控策略。
风险事件触发判定单元13，所述风险事件触发判定单元13用于读取支付业务并识别要素多元组，结合风控预测模型进行风险事件触发判定，生成支付风险系数。
风控策略匹配单元14，所述风控策略匹配单元14用于识别所述支付风险系数，结合所述支付管理模块进行目标风控策略的匹配。
支付流转路径监控单元15，所述支付流转路径监控单元15用于结合所述目标风控策略，针对所述支付业务进行支付流转路径的监测与风控管理，生成支付记录单列，其中，所述目标风控策略包括场景风控策略与基准策略。
云端存储单元16，所述云端存储单元16用于对所述支付记录单列进行云端存储，结合预定更新周期整合互联网支付数据，并回传至所述支付系统。
进一步而言，所述映射配置单元12还包括：
识别所述支付通道网络的第一通道结构关系，结合所述初始化风控策略匹配确定第一初始化策略。
针对所述第一通道结构关系，拟合多元化支付场景，并针对所述第一初始化策略进行调改，确定第一风控策略，其中，所述第一风控策略包括映射于各支付场景的多个策略组。
结合所述第一风控策略，针对所述第一通道结构关系进行基于所述多元化支付场景、多个策略组的映射关联，确定第一通道图谱。
进一步而言，所述映射配置单元12还包括：
识别所述支付通道网络，完成第N通道图谱的构建。
对所述第一通道图谱直至所述第N通道图谱进行谱间相关性关联，生成支付管理图谱。
基于所述支付管理图谱，搭建所述支付管理模块。
设定预定更新周期，读取周期性节点区间内的互联网支付数据，对所述支付管理模块进行增量学习。
进一步而言，所述风险事件触发判定单元13还包括：
基于支付场景，确定第一风控要素，所述支付场景基于支付渠道、业务类型、交易金额确定。
基于端口用户特征，确定第二风控要素，所述端口用户特征基于支付端与接收端的信用代码确定。
基于所述第一风控要素与所述第二风控要素，识别确定所述支付业务的要素多元组。
将所述要素多元组输入所述风控预测模型，进行风险事件触发判定。
进一步而言，所述风险事件触发判定单元13还包括：
设定多级校验权限。
识别所述第一风控要素与所述第二风控要素，遍历所述多级校验权限匹配目标校验等级。
确定基于所述目标校验等级的校验模式，进行所述支付业务操作前的权限校验，其中，所述校验模式包括要素契合的差异化校验流程。
进一步而言，所述系统还包括多级校验单元，所述多级校验单元包括：
确定基于所述支付业务的支付流转路径，所述支付流转路径包括多个流转节点。
识别基于所述初始化风控策略的基准策略，针对所述多个流转节点进行支付流转监测与策略管理。
其中，基于流转节点的支付风险系数与节点序号进行基准策略管理，包括：
针对一级风控标准，触发所述基准策略执行弹窗风险示警管理。
针对二级风控标准，触发所述基准策略执行业务拦截管理，将流转至第三方安全账户。
针对三级风控标准，触发所述基准策略执行业务拒绝管理。
进一步而言，所述系统还包括操作制导单元，所述操作制导单元包括：
设定操作时阈间隔。
读取支付用户于终端设备的上位操作时间节点，统计操作间隔时间，若所述操作间隔时间满足所述操作时阈间隔，生成操作制导指令。
结合所述上位操作时间节点的操作流程节点，生成下位操作流程节点的操作指导弹窗，于所述终端设备的可视化界面进行显示。
前述实施例一中的一种互联网支付管理方法具体实例同样适用于本实施例的一种互联网支付管理系统，通过前述对一种互联网支付管理方法的详细描述，本领域技术人员可以清楚地知道本实施例中一种互联网支付管理系统，所以为了说明书的简洁，在此不再详述。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。
Claims (8)
1.一种互联网支付管理方法，其特征在于，所述方法包括：
识别基于风控系统的初始化风控策略，识别基于支付系统的支付通道网络；
基于所述支付通道网络与所述初始化风控策略进行点对点映射配置，结合支付场景进行策略自适应调改，生成支付管理模块，其中，各通道风控点对应至少一条风控策略；
读取支付业务并识别要素多元组，结合风控预测模型进行风险事件触发判定，生成支付风险系数；
识别所述支付风险系数，结合所述支付管理模块进行目标风控策略的匹配；
结合所述目标风控策略，针对所述支付业务进行支付流转路径的监测与风控管理，生成支付记录单列，其中，所述目标风控策略包括场景风控策略与基准策略；
对所述支付记录单列进行云端存储，结合预定更新周期整合互联网支付数据，并回传至所述支付系统。
2.如权利要求1所述的方法，其特征在于，基于所述支付通道网络与所述初始化风控策略进行点对点映射配置，结合支付场景进行策略自适应调改，包括：
识别所述支付通道网络的第一通道结构关系，结合所述初始化风控策略匹配确定第一初始化策略；
针对所述第一通道结构关系，拟合多元化支付场景，并针对所述第一初始化策略进行调改，确定第一风控策略，其中，所述第一风控策略包括映射于各支付场景的多个策略组；
结合所述第一风控策略，针对所述第一通道结构关系进行基于所述多元化支付场景、多个策略组的映射关联，确定第一通道图谱。
3.如权利要求2所述的方法，其特征在于，生成支付管理模块，包括：
识别所述支付通道网络，完成第N通道图谱的构建；
对所述第一通道图谱直至所述第N通道图谱进行谱间相关性关联，生成支付管理图谱；
基于所述支付管理图谱，搭建所述支付管理模块；
设定预定更新周期，读取周期性节点区间内的互联网支付数据，对所述支付管理模块进行增量学习。
4.如权利要求1所述的方法，其特征在于，所述读取支付业务并识别要素多元组，包括：
基于支付场景，确定第一风控要素，所述支付场景基于支付渠道、业务类型、交易金额确定；
基于端口用户特征，确定第二风控要素，所述端口用户特征基于支付端与接收端的信用代码确定；
基于所述第一风控要素与所述第二风控要素，识别确定所述支付业务的要素多元组；
将所述要素多元组输入所述风控预测模型，进行风险事件触发判定。
5.如权利要求4所述的方法，其特征在于，包括：
设定多级校验权限；
识别所述第一风控要素与所述第二风控要素，遍历所述多级校验权限匹配目标校验等级；
确定基于所述目标校验等级的校验模式，进行所述支付业务操作前的权限校验，其中，所述校验模式包括要素契合的差异化校验流程。
6.如权利要求1所述的方法，其特征在于，针对所述支付业务进行支付流转路径的监测与风控管理，包括：
确定基于所述支付业务的支付流转路径，所述支付流转路径包括多个流转节点；
识别基于所述初始化风控策略的基准策略，针对所述多个流转节点进行支付流转监测与策略管理；
其中，基于流转节点的支付风险系数与节点序号进行基准策略管理，包括：
针对一级风控标准，触发所述基准策略执行弹窗风险示警管理；
针对二级风控标准，触发所述基准策略执行业务拦截管理，将流转至第三方安全账户；
针对三级风控标准，触发所述基准策略执行业务拒绝管理。
7.如权利要求1所述的方法，其特征在于，该方法包括：
设定操作时阈间隔；
读取支付用户于终端设备的上位操作时间节点，统计操作间隔时间，若所述操作间隔时间满足所述操作时阈间隔，生成操作制导指令；
结合所述上位操作时间节点的操作流程节点，生成下位操作流程节点的操作指导弹窗，于所述终端设备的可视化界面进行显示。
8.一种互联网支付管理系统，其特征在于，用于执行权利要求1至7任意一项所述方法的步骤，所述系统包括：
初始化识别单元，所述初始化识别单元用于识别基于风控系统的初始化风控策略，识别基于支付系统的支付通道网络；
映射配置单元，所述映射配置单元用于基于所述支付通道网络与所述初始化风控策略进行点对点映射配置，结合支付场景进行策略自适应调改，生成支付管理模块，其中，各通道风控点对应至少一条风控策略；
风险事件触发判定单元，所述风险事件触发判定单元用于读取支付业务并识别要素多元组，结合风控预测模型进行风险事件触发判定，生成支付风险系数；
风控策略匹配单元，所述风控策略匹配单元用于识别所述支付风险系数，结合所述支付管理模块进行目标风控策略的匹配；
支付流转路径监控单元，所述支付流转路径监控单元用于结合所述目标风控策略，针对所述支付业务进行支付流转路径的监测与风控管理，生成支付记录单列，其中，所述目标风控策略包括场景风控策略与基准策略；
云端存储单元，所述云端存储单元用于对所述支付记录单列进行云端存储，结合预定更新周期整合互联网支付数据，并回传至所述支付系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311705009.8A CN117391709B (zh) | 2023-12-13 | 2023-12-13 | 一种互联网支付管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311705009.8A CN117391709B (zh) | 2023-12-13 | 2023-12-13 | 一种互联网支付管理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117391709A true CN117391709A (zh) | 2024-01-12 |
| CN117391709B CN117391709B (zh) | 2024-03-15 |
Family
ID=89435973
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311705009.8A Active CN117391709B (zh) | 2023-12-13 | 2023-12-13 | 一种互联网支付管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117391709B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117853254A (zh) * | 2024-03-07 | 2024-04-09 | 盛业信息科技服务(深圳)有限公司 | 账务平台的测试方法、装置、设备及存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008137540A1 (en) * | 2007-05-03 | 2008-11-13 | Mastercard International Incorporated | Method and system for controlling risk in a payment transaction |
| CN109727028A (zh) * | 2018-12-13 | 2019-05-07 | 平安科技（深圳）有限公司 | 支付通道稳定性控制方法、装置、计算机设备及存储介质 |
| CN111553667A (zh) * | 2020-04-02 | 2020-08-18 | 中国银联股份有限公司 | 交易方法、网关设备、支付平台、商户设备和交易系统 |
| CN112150154A (zh) * | 2020-10-17 | 2020-12-29 | 广州酷点网络技术有限公司 | 一种自适应渠道决策的聚合支付系统 |
| CN112837069A (zh) * | 2021-03-23 | 2021-05-25 | 冯琬晴 | 基于区块链与大数据的安全支付方法及云平台系统 |
| CN113570468A (zh) * | 2021-07-06 | 2021-10-29 | 猪八戒股份有限公司 | 一种企业支付风控服务平台 |
| US20230075217A1 (en) * | 2021-09-08 | 2023-03-09 | Centinel Inc. | Method for evaluation and payout of parametric risk-coverage for hard-to-insure risks using distributed ledger and associated system |
| CN115953160A (zh) * | 2022-12-28 | 2023-04-11 | 易票联支付有限公司 | 基于区块链的安全支付方法、系统及存储介质 |
| CN116029557A (zh) * | 2023-03-27 | 2023-04-28 | 北京白龙马云行科技有限公司 | 网约车风控方法、系统、计算机设备和存储介质 |
| CN116307697A (zh) * | 2023-01-17 | 2023-06-23 | 支付宝(杭州)信息技术有限公司 | 一种业务风控方法、装置、存储介质及电子设备 |
-
2023
- 2023-12-13 CN CN202311705009.8A patent/CN117391709B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008137540A1 (en) * | 2007-05-03 | 2008-11-13 | Mastercard International Incorporated | Method and system for controlling risk in a payment transaction |
| CN109727028A (zh) * | 2018-12-13 | 2019-05-07 | 平安科技（深圳）有限公司 | 支付通道稳定性控制方法、装置、计算机设备及存储介质 |
| CN111553667A (zh) * | 2020-04-02 | 2020-08-18 | 中国银联股份有限公司 | 交易方法、网关设备、支付平台、商户设备和交易系统 |
| WO2021196966A1 (zh) * | 2020-04-02 | 2021-10-07 | 中国银联股份有限公司 | 交易方法、网关设备、支付平台、商户设备和交易系统 |
| CN112150154A (zh) * | 2020-10-17 | 2020-12-29 | 广州酷点网络技术有限公司 | 一种自适应渠道决策的聚合支付系统 |
| CN112837069A (zh) * | 2021-03-23 | 2021-05-25 | 冯琬晴 | 基于区块链与大数据的安全支付方法及云平台系统 |
| CN113570468A (zh) * | 2021-07-06 | 2021-10-29 | 猪八戒股份有限公司 | 一种企业支付风控服务平台 |
| US20230075217A1 (en) * | 2021-09-08 | 2023-03-09 | Centinel Inc. | Method for evaluation and payout of parametric risk-coverage for hard-to-insure risks using distributed ledger and associated system |
| CN115953160A (zh) * | 2022-12-28 | 2023-04-11 | 易票联支付有限公司 | 基于区块链的安全支付方法、系统及存储介质 |
| CN116307697A (zh) * | 2023-01-17 | 2023-06-23 | 支付宝(杭州)信息技术有限公司 | 一种业务风控方法、装置、存储介质及电子设备 |
| CN116029557A (zh) * | 2023-03-27 | 2023-04-28 | 北京白龙马云行科技有限公司 | 网约车风控方法、系统、计算机设备和存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| WANG, PQ等: "Robust optimal investment and benefit payment adjustment strategy for target benefit pension plans under default risk", 《JOURNAL OF COMPUTATIONAL AND APPLIED MATHEMATICS》, vol. 391, 19 March 2021 (2021-03-19), pages 1 - 17 * |
| 廖渊;李北川;: "基于金融行业支付场景的安全态势感知模型研究", 信息安全研究, no. 03, 5 March 2020 (2020-03-05), pages 45 - 53 * |
| 朱晔: "商业银行线上银行建设策略研究", 《现代金融》, no. 446, 10 April 2020 (2020-04-10), pages 3 - 7 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117853254A (zh) * | 2024-03-07 | 2024-04-09 | 盛业信息科技服务(深圳)有限公司 | 账务平台的测试方法、装置、设备及存储介质 |
| CN117853254B (zh) * | 2024-03-07 | 2024-05-28 | 盛业信息科技服务(深圳)有限公司 | 账务平台的测试方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117391709B (zh) | 2024-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA3065807C (en) | System and method for issuing a loan to a consumer determined to be creditworthy | |
| US20200320536A1 (en) | Instant Funds Availability Risk Assessment System and Method | |
| US11423365B2 (en) | Transaction card system having overdraft capability | |
| US11989643B2 (en) | Interleaved sequence recurrent neural networks for fraud detection | |
| US8458069B2 (en) | Systems and methods for adaptive identification of sources of fraud | |
| US7536348B2 (en) | Enhancing delinquent debt collection using statistical models of debt historical information and account events | |
| US20190073714A1 (en) | System and method for issuing a loan to a consumer determined to be creditworthy onto a transaction card | |
| US8296205B2 (en) | Connecting decisions through customer transaction profiles | |
| US20100217701A1 (en) | System and Method for Predicting of Future Transactions in Customers Bank Account | |
| US12118524B2 (en) | Instant funds availability risk assessment and real-time loss alert system and method | |
| US20060202012A1 (en) | Secure data processing system, such as a system for detecting fraud and expediting note processing | |
| CN117391709B (zh) | 一种互联网支付管理方法 | |
| CA2436319A1 (en) | Payment validation network | |
| US11715106B2 (en) | Systems and methods for real-time institution analysis based on message traffic | |
| CN111046184B (zh) | 文本的风险识别方法、装置、服务器和存储介质 | |
| US11941632B2 (en) | Instant funds availability risk assessment and real-time fraud alert system and method | |
| Barua et al. | Swindle: Predicting the probability of loan defaults using catboost algorithm | |
| CN112150153A (zh) | 电信诈骗用户识别方法和装置 | |
| CN107657529A (zh) | Ifrs9的信用卡预期减值方法 | |
| KR20180023603A (ko) | 대출 중개 시스템 및 이에 이용되는 중개 서버 | |
| CN112184431A (zh) | 用户风险确定方法和装置 | |
| KR102271346B1 (ko) | 비정형데이터를 활용한 상호소통형 신용대출 플랫폼 및 그 운영방법 | |
| CN113327161A (zh) | 一种用于信贷业务的智能风控决策系统 | |
| JP6706584B2 (ja) | 情報処理装置及び情報処理方法 | |
| KR20200027084A (ko) | 자영업자 매출액 마일리지 제공 시스템 및 방법 |
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 |