CN117952606B - 基于安全评估的聚合支付方法、装置、设备及存储介质 - Google Patents
基于安全评估的聚合支付方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117952606B CN117952606B CN202410331456.XA CN202410331456A CN117952606B CN 117952606 B CN117952606 B CN 117952606B CN 202410331456 A CN202410331456 A CN 202410331456A CN 117952606 B CN117952606 B CN 117952606B
- Authority
- CN
- China
- Prior art keywords
- payment
- candidate
- scheme
- historical
- scoring
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000011156 evaluation Methods 0.000 title claims abstract description 42
- 230000002776 aggregation Effects 0.000 title description 2
- 238000004220 aggregation Methods 0.000 title description 2
- 238000012549 training Methods 0.000 claims description 29
- 238000012216 screening Methods 0.000 claims description 26
- 238000013210 evaluation model Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 14
- 230000004044 response Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001556 precipitation 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
- G06Q20/085—Payment architectures involving remote charge determination or related payment systems
- G06Q20/0855—Payment architectures involving remote charge determination or related payment systems involving a third party
-
- 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
- G06Q20/02—Payment architectures, schemes or protocols involving a neutral party, e.g. certification authority, notary or trusted third party [TTP]
-
- 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
- G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Finance (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请公开了一种基于安全评估的聚合支付方法、装置、设备及存储介质。本申请通过在用户端待选择任一支付渠道支付相应账单之前，获取聚合支付平台对应各服务提供商的历史评分信息，并获取用户端的通过聚合支付平台的历史支付记录；根据历史支付记录和历史评分信息，确定满足预设条件的多个候选支付方案；对各候选支付方案进行可信度的安全评估，并根据安全评估的结果，从各候选支付方案中确定推荐支付方案；将推荐支付方案推送至用户端，以供相关用户通过用户端选择推荐支付方案支付相应账单，从而在相关用户通过用户端选择支付方式之前，对各服务提供商进行安全评估，从而推荐合适的支付方式给用户，降低用户聚合支付时的安全风险。
Description
技术领域
本申请涉及聚合支付技术领域，尤其涉及一种基于安全评估的聚合支付方法、装置、设备及存储介质。
背景技术
聚合支付是一种综合性支付方案，其通过将多个第三方支付渠道（如银行卡、信用卡、微信支付、支付宝和PayPal等）对应的不同支付方式整合进一个统一的平台或接口，以便商家能够方便快捷地接受来自不同支付工具的付款。
但是由于聚合支付服务商需处理来自不同支付渠道的款项，该聚合支付实际应用过程中，该聚合支付平台内各服务商对系统管理效果不同，存在部分服务商管理疏忽、系统安全防护等级低等情况，从而导致可能发生资金沉淀、挪用或者被盗风险，同时，聚合支付涉及大量交易数据，包括用户个人信息和交易记录等敏感信息。
因此，当前用户在不知情的情况下选择到此类安全性较低的服务商进行聚合支付时，存在用户个人信息泄露和资金用处不明的安全风险。
发明内容
本申请的主要目的在于提供一种基于安全评估的聚合支付方法、装置、设备及存储介质，旨在解决用户聚合支付时存在安全风险的技术问题。
为实现上述目的，本申请提供一种基于安全评估的聚合支付方法，所述基于安全评估的聚合支付方法包括以下步骤：
在用户端待选择任一支付渠道支付相应账单之前，获取聚合支付平台对应各服务提供商的历史评分信息，并获取所述用户端的通过所述聚合支付平台的历史支付记录；
根据所述历史支付记录和所述历史评分信息，确定满足预设条件的多个候选支付方案；
对各候选支付方案进行可信度的安全评估，并根据安全评估的结果，从所述各候选支付方案中确定推荐支付方案；
将所述推荐支付方案推送至所述用户端，以供相关用户通过所述用户端选择所述推荐支付方案支付相应账单。
可选地，所述根据所述历史支付记录和所述历史评分信息，确定满足预设条件的多个候选支付方案的步骤，包括：
根据所述历史支付记录，确定相关用户通过所述用户端支付账单时的选择各支付渠道的比例系数；
根据所述历史评分信息，将所述各服务提供商按照评分从高到低顺序进行排列，并确定排列后的前预设比例的候选服务提供商；
根据所述比例系数和所述候选服务提供商，确定满足预设条件的多个候选支付方案。
可选地，所述根据所述比例系数和所述候选服务提供商，确定满足预设条件的多个候选支付方案的步骤，包括：
根据所述比例系数，确定所述相关用户通过所述用户端所选择的多个常用支付渠道；
将所述常用支付渠道和所述候选服务提供商进行随机交叉组合，生成多个初始方案；
对各初始方案进行预测筛选，并根据预测筛选的结果，确定满足预设条件的多个候选支付方案。
可选地，所述对各初始方案进行预测筛选的步骤，包括：
根据各常用支付渠道对应比例系数的大小，确定所述各常用支付渠道对应的第一赋分值；
根据各候选服务提供商对应历史评分信息，确定所述各候选服务提供商对应的第二赋分值；
根据预设权重、所述第一赋分值和所述第二赋分值，确定各初始方案对应方案分值；
根据所述方案分值，对所述相关用户从所述初始方案中选择其中任一方案的可能性进行预测和筛选。
可选地，所述对各候选支付方案进行可信度的安全评估的步骤，包括：
通过预设的安全评估模型，对所述各候选支付方案进行可信度的安全评估，得到安全评估的结果；
其中，所述预设的安全评估模型是基于特征训练样本、所述特征训练样本的安全表现标签以及所述特征训练样本的安全级别标签，对待训练模型进行训练得到的。
可选地，所述通过预设的安全评估模型，对所述各候选支付方案进行可信度的安全评估，得到安全评估的结果的步骤，包括：
通过预设的安全评估模型，提取所述各候选支付方案中对应支付渠道的路由规则特征信息，并提取所述各候选支付方案中对应各服务提供商对应的历史风险特征信息；
分别将所述路由规则特征信息、所述历史风险特征信息和所述各候选支付方案对应方案分值进行特征值转化处理，得到每一信息的特征值；
基于所述特征值，对所述各候选支付方案进行可信度的安全评估，计算得到安全评估的结果。
可选地，所述在用户端待选择任一支付渠道支付相应账单之前，获取聚合支付平台对应各服务提供商的历史评分信息，并获取所述用户端的通过所述聚合支付平台的历史支付记录的步骤之前，所述方法还包括：
获取预设评分周期内的聚合支付平台对应各服务提供商的支付相关数据，其中，所述支付相关数据为基于区块链存储所述预设评分周期内的历史数据；
根据预设评分指标，对所述历史数据中各项数据内容进行评分，得到多项评分；
在所述多项评分均满足预设评分阈值的情况下，对所述多项评分进行整体性综合评分，得到历史评分信息。
此外，为实现上述目的，本申请还提供一种基于安全评估的聚合支付装置，所述基于安全评估的聚合支付装置包括：
获取模块，用于在用户端待选择任一支付渠道支付相应账单之前，获取聚合支付平台对应各服务提供商的历史评分信息，并获取所述用户端的通过所述聚合支付平台的历史支付记录；
确定模块，用于根据所述历史支付记录和所述历史评分信息，确定满足预设条件的多个候选支付方案；
评估模块，用于对各候选支付方案进行可信度的安全评估，并根据安全评估的结果，从所述各候选支付方案中确定推荐支付方案；
推荐模块，用于将所述推荐支付方案推送至所述用户端，以供相关用户通过所述用户端选择所述推荐支付方案支付相应账单。
此外，为实现上述目的，本申请还提供一种基于安全评估的聚合支付设备，所述基于安全评估的聚合支付设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于安全评估的聚合支付程序，所述基于安全评估的聚合支付程序配置为实现如上所述的基于安全评估的聚合支付方法的步骤。
此外，为实现上述目的，本申请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上存储有基于安全评估的聚合支付程序，所述基于安全评估的聚合支付程序被处理器执行时实现如上所述的基于安全评估的聚合支付方法的步骤。
本申请通过在用户端待选择任一支付渠道支付相应账单之前，获取聚合支付平台对应各服务提供商的历史评分信息，并获取所述用户端的通过所述聚合支付平台的历史支付记录；根据所述历史支付记录和所述历史评分信息，确定满足预设条件的多个候选支付方案；对各候选支付方案进行可信度的安全评估，并根据安全评估的结果，从所述各候选支付方案中确定推荐支付方案；将所述推荐支付方案推送至所述用户端，以供相关用户通过所述用户端选择所述推荐支付方案支付相应账单，从而在相关用户通过用户端选择支付方式之前，对各服务提供商进行安全评估，从而推荐合适的支付方式给用户，降低用户聚合支付时的安全风险。
附图说明
图1为本申请基于安全评估的聚合支付方法第一实施例的流程示意图；
图2为本申请基于安全评估的聚合支付方法第二实施例中步骤S20的流程示意图；
图3为本申请基于安全评估的聚合支付方法第三实施例中步骤S30的流程示意图；
图4为本申请基于安全评估的聚合支付装置一实施例的结构框图；
图5为本申请实施例方案涉及的硬件运行环境的设备结构示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
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申请，并不用于限定本申请。
参照图1，图1为本申请基于安全评估的聚合支付方法第一实施例的流程示意图。
在第一实施例中，应用于安全评估平台，所述基于安全评估的聚合支付方法包括以下步骤：
S10，在用户端待选择任一支付渠道支付相应账单之前，获取聚合支付平台对应各服务提供商的历史评分信息，并获取所述用户端的通过所述聚合支付平台的历史支付记录；
需要说明的是，该安全评估平台作为第三方可信平台，独立于聚合支付系统之外，其与聚合支付系统中的聚合支付平台和用户端之间分别通信连接，为保证该安全评估平台的可信程度，该安全评估平台须独立于聚合平台相关服务商，并可由用户端和聚合支付平台中各服务提供商进行可信程度评价，保证安全评估平台的安全评估判断具备可信度。
其中，该安全评估平台主要功能在于介入用户使用聚合支付的流程中，通过该安全评估平台，对服务提供商所提供的历史服务信息，以及对用户倾向性选择使用的支付平台进行安全评估，其主要评估聚合支付平台内各服务提供商所提供的服务进行安全风险评估，并为用户推荐符合用户需求，且较为安全的服务提供商，并使得用户可优先选择较为安全的支付渠道和支付流程。
可理解的是，在用户端待选择任一支付渠道支付相应账单之前，需要通过该安全评估平台，对该支付流程中所涉及的各接口、各流转途径进行安全相关的风险评估。
可理解的是，历史评分信息指的是聚合支付平台对应各服务提供商所提供服务时的综合历史数据所产生的评分信息，该历史评分信息的高低对应服务提供商提供服务时的安全性，评分越高，安全性越高。
可理解的是，历史支付记录指的是用户通过用户端从聚合支付平台中选择的支付情况，从该历史支付记录可统计和分析出用户使用各支付渠道的倾向性，以及用户对某些支付渠道的信任度。
在本实施例中，所述在用户端待选择任一支付渠道支付相应账单之前，获取聚合支付平台对应各服务提供商的历史评分信息，并获取所述用户端的通过所述聚合支付平台的历史支付记录的步骤之前，所述方法还包括：获取预设评分周期内的聚合支付平台对应各服务提供商的支付相关数据，其中，所述支付相关数据为基于区块链存储所述预设评分周期内的历史数据；根据预设评分指标，对所述历史数据中各项数据内容进行评分，得到多项评分；在所述多项评分均满足预设评分阈值的情况下，对所述多项评分进行整体性综合评分，得到历史评分信息。
需要说明的是，针对各服务提供商的历史评分信息，其作为用于判断各服务提供商的具体安全评分内容，需要及时更新，以保证后续安全评估平台对实时安全性评估的精准性，因此，在本实施例中，需要根据预设评分周期，对聚合支付平台内各服务提供商进行评分，其评分主要在于获取到在预设评分周期内的支付相关数据，例如，资金流向、各接口调用情况、各接口响应效果、支付流程的审批情况、支付渠道地支付效率等各表征各服务提供商支付相关性能的参数，并结合每个预设周期内上述各参数所表征的评分情况，对各服务提供商进行评分，从而得到相应的评分信息。
其中，该支付相关数据具体指的是基于区块链存储的历史数据，该历史数据需要保证真实可靠，并避免被各服务提供商篡改，因此，需要结合区块链技术，将各服务提供商所提供服务时的各项数据（例如上述所体积的接口数据和资金相关数据等）存储至区块链，并保留该源数据作为相应进行评分的基础数据，从而保证评分结果的可信程度。
具体的，在评分时，可根据预设评分指标，对历史数据中各项数据进行评分，得到每项数据对应的评分，即得到多项评分，并在多项评分满足预设评分阈值的情况下，对多项评分进一步综合性评分，从而得到历史评分信息。
其中，多项评分对应预设评分指标中各项指标对应数据内容，即每一个指标均会评定出一个评分，得到评分集合，评分集合中的一定数量的评分均大于预设评分阈值的情况下，可进一步对多项评分进行综合性评分。
其中，该预设评分指标为对应不同数据所设置的评分标准线，例如，针对接口响应速度设置相应的标准线，当接口的实际响应速度与标准线之间的偏差值小于预设偏差值时，即可确定当前评分为及格分（满分为10分时，其可评为6分），当接口的实际响应速度大于标准线第一预设比例时，可判断当前为中等评分（8分），当接口的实际响应速度大于标准线第二预设比例时，可判断当前为优秀评分（10分），当接口的实际响应速度小于标准线第三预设比例时，可判断当前为较差评分（4分），当接口的实际响应速度小于标准线第四预设比例时，可判断当前为不合格评分（2分）。
其中，综合性评分的过程主要为赋予每一个评分一定的比例权重，并根据该比例权重，将每个评分进行综合性相加，得到最终的历史评分信息，其中，该历史评分信息对应的评分数值越大，其表征的服务提供商的安全性越高。
S20，根据所述历史支付记录和所述历史评分信息，确定满足预设条件的多个候选支付方案；
可理解的是，确定出历史支付记录和历史评分信息之后，即可通过上述两者信息，生成相应的候选支付方案，例如，优先选择用户常用的支付渠道，或优先选择安全性高的支付渠道，因此，在通过上述两者生成多个满足预设条件的候选支付方案。
其中，预设条件指的是满足用户常用选择或安全性较高的候选支付方案，该条件也可根据实际情况优化为其他内容。
需要说明的是，通过历史支付记录和历史评分信息，可选择出多个候选支付方案，通过该预设条件，从这些方案中优先筛选出部分更优选择，并降低后续选择最佳方案所需花费的时间和算力。
S30，对各候选支付方案进行可信度的安全评估，并根据安全评估的结果，从所述各候选支付方案中确定推荐支付方案；
可理解的是，历史评分信息主要针对于服务提供商历史数据的评分结果，其主要表征服务提供商在过去所实现的各项方案的可靠性分析，该历史评分信息并不能表征该服务提供商当前是否可靠，因此，在本实施例中，除了通过历史评分信息筛选出部分评分较高（对应各服务提供商历史行为较为安全）的服务提供商，同时还需要结合当前情况下，各候选支付方案中对应各服务提供商所能提供服务的安全性的实际情况，即在本实施例中，需要结合历史数据和当前数据，综合性分析，选择出最佳的候选支付方案，并将该最佳的候选支付方案作为推荐支付方案。
其中，该推荐支付方案主要指的是安全性较高、符合用户使用倾向性的支付方案。
S40，将所述推荐支付方案推送至所述用户端，以供相关用户通过所述用户端选择所述推荐支付方案支付相应账单。
可理解的是，在确定出推荐支付方案之后，即可通过将其推送至用户端，并在用户端对应显示单元上显示推荐的内容，以供相关用户通过该用户端选择推荐支付方案支付相应账单。
需要说明的是，该推荐过程，用户可选择推荐支付方案，以保证实际支付时的安全性，用户同样也可选择其他方案，因此，在用户端上除了显示推荐支付方案之外，还可将其他的候选支付方案按照安全评估的实际结果的顺序显示，其中，优先显示安全性较高的方案。
本实施例通过在用户端待选择任一支付渠道支付相应账单之前，获取聚合支付平台对应各服务提供商的历史评分信息，并获取所述用户端的通过所述聚合支付平台的历史支付记录；根据所述历史支付记录和所述历史评分信息，确定满足预设条件的多个候选支付方案；对各候选支付方案进行可信度的安全评估，并根据安全评估的结果，从所述各候选支付方案中确定推荐支付方案；将所述推荐支付方案推送至所述用户端，以供相关用户通过所述用户端选择所述推荐支付方案支付相应账单，从而在相关用户通过用户端选择支付方式之前，对各服务提供商进行安全评估，从而推荐合适的支付方式给用户，降低用户聚合支付时的安全风险。
如图2所示，基于第一实施例提出本申请基于安全评估的聚合支付方法第二实施例，本实施例中，步骤S20具体包括：
S21，根据所述历史支付记录，确定相关用户通过所述用户端支付账单时的选择各支付渠道的比例系数；
可理解的是，历史支付记录对应用户在选择支付渠道时的记录情况，例如，通过银行卡转账、通过在支付页面跳转至其他APP进行支付等方式，其中，可通过该历史支付记录，确定出用户所倾向的支付方式，以及确定出用户所使用的全部支付方式，具体的，在每一个支付方式使用时，用户可能根据其自身意愿或习惯情况，多次选择同一种支付方式，只在特殊场景中使用另一中支付方式，因此，可确定出用户选择使用各支付渠道的比例系数。
具体的，该比例系数指的是在历史支付记录中的全部记录中所占据的比例数据，例如，用户在十次支付动作中，九次使用APP支付，一次使用银行卡支付，即对应APP支付比例系数为0.9，银行卡支付比例系数为0.1。
其中，该比例系数的用途主要在于分析出用户选择支付渠道的倾向性。
S22，根据所述历史评分信息，将所述各服务提供商按照评分从高到低顺序进行排列，并确定排列后的前预设比例的候选服务提供商；
可理解的是，历史评分信息对应服务提供商的历史性能表征的评分结果，该评分结果对应高低不同，可将评分从高到低顺序将各服务提供商所对应的历史评分信息进行排列，并抽取排列后的前预设比例的候选服务提供商，该前预设比例仅指的是从候选服务提供商中抽取部分安全评分较高的服务商的比例，可为10%或20%等。
需要说明的是，根据该历史评分信息对应顺序的排列情况而定，可选择出评分较高的服务提供商，并将其作为候选服务提供商，其中，该候选服务提供商即为评分高、历史安全性能较高的服务提供商。
S23，根据所述比例系数和所述候选服务提供商，确定满足预设条件的多个候选支付方案。
可理解的是，比例系数对应用户选择支付渠道的倾向性，候选服务提供商对应安全性较高、可靠程度高的服务商，通过比例系数和该候选服务商综合起来能够确定出多种支付方案，其中，满足预设条件的支付方案作为候选支付方案。
具体的，在本实施例中，所述根据所述比例系数和所述候选服务提供商，确定满足预设条件的多个候选支付方案的步骤，包括：根据所述比例系数，确定所述相关用户通过所述用户端所选择的多个常用支付渠道；将所述常用支付渠道和所述候选服务提供商进行随机交叉组合，生成多个初始方案；对各初始方案进行预测筛选，并根据预测筛选的结果，确定满足预设条件的多个候选支付方案。
可理解的是，根据上述可知，比例系数对应着用户的倾向性，从而可根据该比例系数，确定相关用户通过用户端所选择的多个常用支付渠道，其中，该常用支付渠道为使用频次高于预设频次的支付渠道，例如，用户常用银行卡转账支付等，很少使用APP转账支付，通过银行卡支付即为常用支付渠道。
其中，在本实施例中，需要确定多个常用支付渠道，即从用户所使用过的多个渠道中选择出至少两个的支付渠道作为常用支付渠道，因此，在选取出常用支付渠道时，设置的作为评判标准的预设频次需要自适应变化，该预设频次的计算需要先确定用户使用聚合支付的次数和使用聚合支付对应支付渠道的种类数量，并根据该次数和种类数量，选择比例值，通过该比例值和次数的乘积，确定得到预设频次，具体的，使用次数越大，比例值越高，种类数量越大，比例值越高。
可理解的是，综合常用支付渠道和候选服务提供商，即可以随机交叉组合的方式，生成多个初始方案，例如，常用支付渠道分别为A、B和C，候选服务提供商包括D、E、F、G和H，可以随机生成固定数量的方式，得到AD、CE或BH等初始方案，或以排列组成形式，生成AD、AE、AF、AG、AH等共十五个初始方案。
其中，以随机交叉的方式，生成初始方案时主要依据随机性，任意生成固定数量的初始方案，具体的，上述三个常用支付渠道和五个候选服务提供商共可生成十五个初始方案，随机交叉方案可生成十个，其中，该随机交叉组合过程中，还可添加影响因子，例如，增加对A渠道的影响因子，生成的方案大多与A相关等。
可理解的是，在得到初始方案后，为了保证最终推荐至用户处的方案对应安全性较高，还可对初始方案进一步筛选，并通过预测筛选过程，确定出满足预设条件的初始方案，并将其作为候选支付方案。
需要说明的是，该预测筛选过程主要指的是以本实施例中的算法，对各初始方案当前所表征的安全情况（评分情况）进行分析，并以此为基础预测该初始方案在当前使用时所能体现的安全情况，并根据该预测的结果，筛选出满足预设条件的候选支付方案。
具体的，在本实施例中，所述对各初始方案进行预测筛选的步骤，包括：根据各常用支付渠道对应比例系数的大小，确定所述各常用支付渠道对应的第一赋分值；根据各候选服务提供商对应历史评分信息，确定所述各候选服务提供商对应的第二赋分值；根据预设权重、所述第一赋分值和所述第二赋分值，确定各初始方案对应方案分值；根据所述方案分值，对所述相关用户从所述初始方案中选择其中任一方案的可能性进行预测和筛选。
可理解的是，在对初始方案进行预测和筛选时，需要制定相应的预测规则，即将初始方案所能表现出的历史行为特征、历史安全性等数据转化为实际可运算数据，因此，在本实施例中，需要先将初始方案对应赋分，并根据该分值进行综合性运算，从而计算每个初始方案最终表征的方案分值，并根据该方案分值，确定选择初始方案作为候选支付方案的可能性，其中，该方案分值越大，其对应可能性越高。
具体的，在赋分时，分别需要为常用支付渠道进行赋分，得到第一赋分值，并为候选服务提供商进行赋分，得到第二赋分值。
其中，在为常用支付渠道进行赋分时，考虑常用支付渠道对应的比例系数的大小，该常用支付渠道对应的比例系数越大，其可分配更大的分值。
其中，在为候选服务提供商进行赋分时，考虑候选服务提供商对应的历史评分信息的大小，该候选服务提供商对应的评分越大，其可分配更大的分值。
此外，在完成赋分后，需要综合第一赋分值和第二赋分值进行综合运算，需要额外选定一个预设权重，通过该权重整合第一赋分值和第二赋分值，其中，该预设权重可为0.6和0.4，其中，该0.6给到常用支付渠道的第一赋分值，该0.4给到候选服务提供商的第二赋分值，从而计算得到最终的对应各初始方案的方案分值。
可理解的是，在得到方案分值后，即可根据该方案分值，确定该初始方案是否满足预设条件，当其满足预设条件时，即证明该初始方案可作为候选支付方案。
需要说明的是，通过该方案分值进行预测时，该主要预测内容在于预测各初始方案被选为候选支付方案的可能性，方案分值越大，其可能性越高，对方案分值进行筛选时，主要筛选方案分值大于预设条件对应分值的初始方案。
本实施例通过根据所述历史支付记录，确定相关用户通过所述用户端支付账单时的选择各支付渠道的比例系数；根据所述历史评分信息，将所述各服务提供商按照评分从高到低顺序进行排列，并确定排列后的前预设比例的候选服务提供商；根据所述比例系数和所述候选服务提供商，确定满足预设条件的多个候选支付方案，即通过比例系数和候选服务提供商，筛选出部分满足预设条件的候选支付方案，降低所需安全评估的方案的数量，并通过筛选的方式，提高最终得到的候选支付方案的质量。
如图3所示，基于第一实施例提出本申请基于安全评估的聚合支付方法第三实施例，本实施例中，步骤S30具体包括：
S31，通过预设的安全评估模型，对所述各候选支付方案进行可信度的安全评估，得到安全评估的结果，其中，所述预设的安全评估模型是基于特征训练样本、所述特征训练样本的安全表现标签以及所述特征训练样本的安全级别标签，对待训练模型进行训练得到的。
可理解的是，在对候选支付方案进行可信度的安全评估时，选用预设的安全评估模型，该模型是基于相应的特征训练样本、特征训练样本的安全表现标签，以及对应各特征训练样本的安全级别标签，对待训练模型进行训练得到的。
其中，需要说明的是，该安全级别标签作为补充标签，相当于对安全表现标签进行限定的标签内容，安全表现标签和安全级别标签可视作为同一个标签，只不过在标签内容上进行分级，首先表征的是各特征训练样本所表征的安全性，例如，样本A安全、样本B安全、样本C不安全等，该安全和不安全的界定可通过上述的预设条件相类似的判断条件而定，其次，在各样本所标签的安全和不安全之中，进一步限定各标签所表征的内容，例如，样本A安全，其对应安全等级为一级，样本B安全，其对应等级为三级，样本C不安全，其对应等级为负一级，其中，安全等级共分为六个等级，从负三级至正三级，正三级为最高安全等级，负三级为最低安全等级。
在本实施例中，所述通过预设的安全评估模型，对所述各候选支付方案进行可信度的安全评估，得到安全评估的结果的步骤，包括：通过预设的安全评估模型，提取所述各候选支付方案中对应支付渠道的路由规则特征信息，并提取所述各候选支付方案中对应各服务提供商对应的历史风险特征信息；分别将所述路由规则特征信息、所述历史风险特征信息和所述各候选支付方案对应方案分值进行特征值转化处理，得到每一信息的特征值；基于所述特征值，对所述各候选支付方案进行可信度的安全评估，计算得到安全评估的结果。
可理解的是，在通过预设的安全评估模型进行可信度的安全评估时，主要通过该安全评估模型对候选支付方案中对应各支付渠道的路由规则特征信息进行提取，同时，还提取各候选支付方案中各服务提供商对应历史风险特征信息，该路由规则特征信息涉及各资金流转路径、跳转链接、各调用接口等相关特征信息，该历史风险特征信息主要包括各候选支付方案中各接口应用时所存在的性能问题、安全风险问题等特征信息。
需要说明的是，在该安全评估模型提取得到上述特征信息后，通过该历史风险特征信息和路由规则特征信息，并结合方案分值，一并作为输入用数据，通过该安全评估模型，综合上述特征信息，并将上述特征信息转化为特征值，并由该安全评估模型根据该特征值，计算得到安全评估的结果。
其中，该特征值与上述特征信息所表现的安全性相关，安全性越高，其对应的特征值越大。
本实施例通过预设的安全评估模型，对所述各候选支付方案进行可信度的安全评估，得到安全评估的结果；其中，所述预设的安全评估模型是基于特征训练样本、所述特征训练样本的安全表现标签以及所述特征训练样本的安全级别标签，对待训练模型进行训练得到的，即在本实施例中通过预设的安全评估模型，对各候选支付方案进行可信度的安全评估，即相当于通过评分等历史数据，筛选出符合需求的候选支付方案，并进一步地根据当前的特征情况，对当前时刻的候选支付方案进行安全评估，从而得到最终的推荐支付方案，保证后续推荐时的精准效果。
此外，本申请实施例还提出一种基于安全评估的聚合支付装置，参照图4，所述基于安全评估的聚合支付装置包括：
获取模块10，用于在用户端待选择任一支付渠道支付相应账单之前，获取聚合支付平台对应各服务提供商的历史评分信息，并获取所述用户端的通过所述聚合支付平台的历史支付记录；
确定模块20，用于根据所述历史支付记录和所述历史评分信息，确定满足预设条件的多个候选支付方案；
评估模块30，用于对各候选支付方案进行可信度的安全评估，并根据安全评估的结果，从所述各候选支付方案中确定推荐支付方案；
推荐模块40，用于将所述推荐支付方案推送至所述用户端，以供相关用户通过所述用户端选择所述推荐支付方案支付相应账单。
本实施例通过在用户端待选择任一支付渠道支付相应账单之前，获取聚合支付平台对应各服务提供商的历史评分信息，并获取所述用户端的通过所述聚合支付平台的历史支付记录；根据所述历史支付记录和所述历史评分信息，确定满足预设条件的多个候选支付方案；对各候选支付方案进行可信度的安全评估，并根据安全评估的结果，从所述各候选支付方案中确定推荐支付方案；将所述推荐支付方案推送至所述用户端，以供相关用户通过所述用户端选择所述推荐支付方案支付相应账单，从而在相关用户通过用户端选择支付方式之前，对各服务提供商进行安全评估，从而推荐合适的支付方式给用户，降低用户聚合支付时的安全风险。
需要说明的是，上述装置中的各模块可用于实现上述方法中的各个步骤，同时达到相应的技术效果，本实施例在此不再赘述。
参照图5，图5为本申请实施例方案涉及的硬件运行环境的设备的结构示意图。
如图5所示，该设备可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。存储器1005可以是高速RAM存储器，也可以是稳定的存储器（non-volatile memory），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图5中示出的结构并不构成对设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图5所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于安全评估的聚合支付程序。
在图5所示的设备中，网络接口1004主要用于与外部网络进行数据通信；用户接口1003主要用于接收用户的输入指令；所述设备通过处理器1001调用存储器1005中存储的基于安全评估的聚合支付程序，并执行以下操作：
在用户端待选择任一支付渠道支付相应账单之前，获取聚合支付平台对应各服务提供商的历史评分信息，并获取所述用户端的通过所述聚合支付平台的历史支付记录；
根据所述历史支付记录和所述历史评分信息，确定满足预设条件的多个候选支付方案；
对各候选支付方案进行可信度的安全评估，并根据安全评估的结果，从所述各候选支付方案中确定推荐支付方案；
将所述推荐支付方案推送至所述用户端，以供相关用户通过所述用户端选择所述推荐支付方案支付相应账单。
进一步地，处理器1001可以调用存储器1005中存储的基于安全评估的聚合支付程序，还执行以下操作：
根据所述历史支付记录，确定相关用户通过所述用户端支付账单时的选择各支付渠道的比例系数；
根据所述历史评分信息，将所述各服务提供商按照评分从高到低顺序进行排列，并确定排列后的前预设比例的候选服务提供商；
根据所述比例系数和所述候选服务提供商，确定满足预设条件的多个候选支付方案。
进一步地，处理器1001可以调用存储器1005中存储的基于安全评估的聚合支付程序，还执行以下操作：
根据所述比例系数，确定所述相关用户通过所述用户端所选择的多个常用支付渠道；
将所述常用支付渠道和所述候选服务提供商进行随机交叉组合，生成多个初始方案；
对各初始方案进行预测筛选，并根据预测筛选的结果，确定满足预设条件的多个候选支付方案。
进一步地，处理器1001可以调用存储器1005中存储的基于安全评估的聚合支付程序，还执行以下操作：
根据各常用支付渠道对应比例系数的大小，确定所述各常用支付渠道对应的第一赋分值；
根据各候选服务提供商对应历史评分信息，确定所述各候选服务提供商对应的第二赋分值；
根据预设权重、所述第一赋分值和所述第二赋分值，确定各初始方案对应方案分值；
根据所述方案分值，对所述相关用户从所述初始方案中选择其中任一方案的可能性进行预测和筛选。
进一步地，处理器1001可以调用存储器1005中存储的基于安全评估的聚合支付程序，还执行以下操作：
通过预设的安全评估模型，对所述各候选支付方案进行可信度的安全评估，得到安全评估的结果；
其中，所述预设的安全评估模型是基于特征训练样本、所述特征训练样本的安全表现标签以及所述特征训练样本的安全级别标签，对待训练模型进行训练得到的。
进一步地，处理器1001可以调用存储器1005中存储的基于安全评估的聚合支付程序，还执行以下操作：
通过预设的安全评估模型，提取所述各候选支付方案中对应支付渠道的路由规则特征信息，并提取所述各候选支付方案中对应各服务提供商对应的历史风险特征信息；
分别将所述路由规则特征信息、所述历史风险特征信息和所述各候选支付方案对应方案分值进行特征值转化处理，得到每一信息的特征值；
基于所述特征值，对所述各候选支付方案进行可信度的安全评估，计算得到安全评估的结果。
进一步地，处理器1001可以调用存储器1005中存储的基于安全评估的聚合支付程序，还执行以下操作：
获取预设评分周期内的聚合支付平台对应各服务提供商的支付相关数据，其中，所述支付相关数据为基于区块链存储所述预设评分周期内的历史数据；
根据预设评分指标，对所述历史数据中各项数据内容进行评分，得到多项评分；
在所述多项评分均满足预设评分阈值的情况下，对所述多项评分进行整体性综合评分，得到历史评分信息。
本实施例通过在用户端待选择任一支付渠道支付相应账单之前，获取聚合支付平台对应各服务提供商的历史评分信息，并获取所述用户端的通过所述聚合支付平台的历史支付记录；根据所述历史支付记录和所述历史评分信息，确定满足预设条件的多个候选支付方案；对各候选支付方案进行可信度的安全评估，并根据安全评估的结果，从所述各候选支付方案中确定推荐支付方案；将所述推荐支付方案推送至所述用户端，以供相关用户通过所述用户端选择所述推荐支付方案支付相应账单，从而在相关用户通过用户端选择支付方式之前，对各服务提供商进行安全评估，从而推荐合适的支付方式给用户，降低用户聚合支付时的安全风险。
此外，本申请实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有基于安全评估的聚合支付程序，所述基于安全评估的聚合支付程序被处理器执行时实现如下操作：
在用户端待选择任一支付渠道支付相应账单之前，获取聚合支付平台对应各服务提供商的历史评分信息，并获取所述用户端的通过所述聚合支付平台的历史支付记录；
根据所述历史支付记录和所述历史评分信息，确定满足预设条件的多个候选支付方案；
对各候选支付方案进行可信度的安全评估，并根据安全评估的结果，从所述各候选支付方案中确定推荐支付方案；
将所述推荐支付方案推送至所述用户端，以供相关用户通过所述用户端选择所述推荐支付方案支付相应账单。
本实施例通过在用户端待选择任一支付渠道支付相应账单之前，获取聚合支付平台对应各服务提供商的历史评分信息，并获取所述用户端的通过所述聚合支付平台的历史支付记录；根据所述历史支付记录和所述历史评分信息，确定满足预设条件的多个候选支付方案；对各候选支付方案进行可信度的安全评估，并根据安全评估的结果，从所述各候选支付方案中确定推荐支付方案；将所述推荐支付方案推送至所述用户端，以供相关用户通过所述用户端选择所述推荐支付方案支付相应账单，从而在相关用户通过用户端选择支付方式之前，对各服务提供商进行安全评估，从而推荐合适的支付方式给用户，降低用户聚合支付时的安全风险。
需要说明的是，上述计算机可读存储介质被处理器执行时还可实现上述方法中的各个步骤，同时达到相应的技术效果，本实施例在此不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还 包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、 方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述 实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通 过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体 现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (4)
1.一种基于安全评估的聚合支付方法，其特征在于，应用于安全评估平台，所述基于安全评估的聚合支付方法包括以下步骤：
在用户端待选择任一支付渠道支付相应账单之前，获取聚合支付平台对应各服务提供商的历史评分信息，并获取所述用户端的通过所述聚合支付平台的历史支付记录；
所述在用户端待选择任一支付渠道支付相应账单之前，获取聚合支付平台对应各服务提供商的历史评分信息，并获取所述用户端的通过所述聚合支付平台的历史支付记录的步骤之前，所述方法还包括：
获取预设评分周期内的聚合支付平台对应各服务提供商的支付相关数据，其中，所述支付相关数据为基于区块链存储所述预设评分周期内的历史数据；
根据预设评分指标，对所述历史数据中各项数据内容进行评分，得到多项评分；
在所述多项评分均满足预设评分阈值的情况下，对所述多项评分进行整体性综合评分，得到历史评分信息；
根据所述历史支付记录和所述历史评分信息，确定满足预设条件的多个候选支付方案；
所述根据所述历史支付记录和所述历史评分信息，确定满足预设条件的多个候选支付方案的步骤，包括：
根据所述历史支付记录，确定相关用户通过所述用户端支付账单时的选择各支付渠道的比例系数；
根据所述历史评分信息，将所述各服务提供商按照评分从高到低顺序进行排列，并确定排列后的前预设比例的候选服务提供商；
根据所述比例系数和所述候选服务提供商，确定满足预设条件的多个候选支付方案；
所述根据所述比例系数和所述候选服务提供商，确定满足预设条件的多个候选支付方案的步骤，包括：
根据所述比例系数，确定所述相关用户通过所述用户端所选择的多个常用支付渠道；
将所述常用支付渠道和所述候选服务提供商进行随机交叉组合，生成多个初始方案；
对各初始方案进行预测筛选，并根据预测筛选的结果，确定满足预设条件的多个候选支付方案；
所述对各初始方案进行预测筛选的步骤，包括：
根据各常用支付渠道对应比例系数的大小，确定所述各常用支付渠道对应的第一赋分值；
根据各候选服务提供商对应历史评分信息，确定所述各候选服务提供商对应的第二赋分值；
根据预设权重、所述第一赋分值和所述第二赋分值，确定各初始方案对应方案分值；
根据所述方案分值，对所述相关用户从所述初始方案中选择其中任一方案的可能性进行预测和筛选；
对各候选支付方案进行可信度的安全评估，并根据安全评估的结果，从所述各候选支付方案中确定推荐支付方案；
所述对各候选支付方案进行可信度的安全评估的步骤，包括：
通过预设的安全评估模型，对所述各候选支付方案进行可信度的安全评估，得到安全评估的结果；其中，所述预设的安全评估模型是基于特征训练样本、所述特征训练样本的安全表现标签以及所述特征训练样本的安全级别标签，对待训练模型进行训练得到的；
所述通过预设的安全评估模型，对所述各候选支付方案进行可信度的安全评估，得到安全评估的结果的步骤，包括：
通过预设的安全评估模型，提取所述各候选支付方案中对应支付渠道的路由规则特征信息，并提取所述各候选支付方案中对应各服务提供商对应的历史风险特征信息；
分别将所述路由规则特征信息、所述历史风险特征信息和所述各候选支付方案对应方案分值进行特征值转化处理，得到每一信息的特征值；
基于所述特征值，对所述各候选支付方案进行可信度的安全评估，计算得到安全评估的结果；
将所述推荐支付方案推送至所述用户端，以供相关用户通过所述用户端选择所述推荐支付方案支付相应账单。
2.一种基于安全评估的聚合支付装置，其特征在于，所述基于安全评估的聚合支付装置包括：
获取模块，用于在用户端待选择任一支付渠道支付相应账单之前，获取聚合支付平台对应各服务提供商的历史评分信息，并获取所述用户端的通过所述聚合支付平台的历史支付记录；获取预设评分周期内的聚合支付平台对应各服务提供商的支付相关数据，其中，所述支付相关数据为基于区块链存储所述预设评分周期内的历史数据；根据预设评分指标，对所述历史数据中各项数据内容进行评分，得到多项评分；在所述多项评分均满足预设评分阈值的情况下，对所述多项评分进行整体性综合评分，得到历史评分信息；
确定模块，用于根据所述历史支付记录和所述历史评分信息，确定满足预设条件的多个候选支付方案；根据所述历史支付记录，确定相关用户通过所述用户端支付账单时的选择各支付渠道的比例系数；根据所述历史评分信息，将所述各服务提供商按照评分从高到低顺序进行排列，并确定排列后的前预设比例的候选服务提供商；根据所述比例系数和所述候选服务提供商，确定满足预设条件的多个候选支付方案；根据所述比例系数，确定所述相关用户通过所述用户端所选择的多个常用支付渠道；将所述常用支付渠道和所述候选服务提供商进行随机交叉组合，生成多个初始方案；对各初始方案进行预测筛选，并根据预测筛选的结果，确定满足预设条件的多个候选支付方案；根据各常用支付渠道对应比例系数的大小，确定所述各常用支付渠道对应的第一赋分值；根据各候选服务提供商对应历史评分信息，确定所述各候选服务提供商对应的第二赋分值；根据预设权重、所述第一赋分值和所述第二赋分值，确定各初始方案对应方案分值；根据所述方案分值，对所述相关用户从所述初始方案中选择其中任一方案的可能性进行预测和筛选；
评估模块，用于对各候选支付方案进行可信度的安全评估，并根据安全评估的结果，从所述各候选支付方案中确定推荐支付方案；通过预设的安全评估模型，对所述各候选支付方案进行可信度的安全评估，得到安全评估的结果；其中，所述预设的安全评估模型是基于特征训练样本、所述特征训练样本的安全表现标签以及所述特征训练样本的安全级别标签，对待训练模型进行训练得到的；通过预设的安全评估模型，提取所述各候选支付方案中对应支付渠道的路由规则特征信息，并提取所述各候选支付方案中对应各服务提供商对应的历史风险特征信息；分别将所述路由规则特征信息、所述历史风险特征信息和所述各候选支付方案对应方案分值进行特征值转化处理，得到每一信息的特征值；基于所述特征值，对所述各候选支付方案进行可信度的安全评估，计算得到安全评估的结果；
推荐模块，用于将所述推荐支付方案推送至所述用户端，以供相关用户通过所述用户端选择所述推荐支付方案支付相应账单。
3.一种基于安全评估的聚合支付设备，其特征在于，所述基于安全评估的聚合支付设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于安全评估的聚合支付程序，所述基于安全评估的聚合支付程序配置为实现如权利要求1所述的基于安全评估的聚合支付方法的步骤。
4.一种存储介质，其特征在于，存储介质上存储有实现基于安全评估的聚合支付方法的程序，实现基于安全评估的聚合支付方法的程序被处理器执行以实现如权利要求1所述基于安全评估的聚合支付方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410331456.XA CN117952606B (zh) | 2024-03-22 | 2024-03-22 | 基于安全评估的聚合支付方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410331456.XA CN117952606B (zh) | 2024-03-22 | 2024-03-22 | 基于安全评估的聚合支付方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117952606A CN117952606A (zh) | 2024-04-30 |
| CN117952606B true CN117952606B (zh) | 2024-06-11 |
Family
ID=90803079
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410331456.XA Active CN117952606B (zh) | 2024-03-22 | 2024-03-22 | 基于安全评估的聚合支付方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117952606B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109690606A (zh) * | 2016-09-10 | 2019-04-26 | 瑞士再保险有限公司 | 对相关联的自动化系统的自动指导操作进行评分驱动测量、触发和发信号的智能、自适应、基于远程信息处理的系统及其相应的方法 |
| CN110033252A (zh) * | 2018-11-29 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 一种支付渠道推荐方法及装置 |
| WO2019143370A1 (en) * | 2018-01-22 | 2019-07-25 | Visa International Service Association | Method, system, and computer program product for real-time data aggregation |
| CN110348850A (zh) * | 2019-05-28 | 2019-10-18 | 深圳壹账通智能科技有限公司 | 聚合支付商户的套现风险检测方法及装置、电子设备 |
| 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 |
| CN115049383A (zh) * | 2022-06-21 | 2022-09-13 | 平安科技（深圳）有限公司 | 组合支付推荐方法、装置、电子设备及存储介质 |
| CN116579809A (zh) * | 2023-07-13 | 2023-08-11 | 深圳市享多多网络技术有限公司 | 一种基于云计算的聚合支付系统 |
| CN116823251A (zh) * | 2023-05-15 | 2023-09-29 | 浪潮智慧科技有限公司 | 一种基于聚合支付的服务商可信支付方法、设备及介质 |
| CN116862511A (zh) * | 2023-07-27 | 2023-10-10 | 广西东信数链信息科技有限公司 | 一种聚合支付交易路由的控制方法和系统 |
| CN116934311A (zh) * | 2023-08-04 | 2023-10-24 | 上加下信息技术成都有限公司 | 一种聚合支付系统及支付方法 |
| CN117217743A (zh) * | 2023-09-04 | 2023-12-12 | 上海腾桥信息技术有限公司 | 智能支付通道路由方法、装置、计算机设备和存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11282052B2 (en) * | 2019-05-06 | 2022-03-22 | Advanced New Technologies Co., Ltd. | Payment channel recommendation |
-
2024
- 2024-03-22 CN CN202410331456.XA patent/CN117952606B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109690606A (zh) * | 2016-09-10 | 2019-04-26 | 瑞士再保险有限公司 | 对相关联的自动化系统的自动指导操作进行评分驱动测量、触发和发信号的智能、自适应、基于远程信息处理的系统及其相应的方法 |
| WO2019143370A1 (en) * | 2018-01-22 | 2019-07-25 | Visa International Service Association | Method, system, and computer program product for real-time data aggregation |
| CN110033252A (zh) * | 2018-11-29 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 一种支付渠道推荐方法及装置 |
| CN110348850A (zh) * | 2019-05-28 | 2019-10-18 | 深圳壹账通智能科技有限公司 | 聚合支付商户的套现风险检测方法及装置、电子设备 |
| 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 |
| CN115049383A (zh) * | 2022-06-21 | 2022-09-13 | 平安科技（深圳）有限公司 | 组合支付推荐方法、装置、电子设备及存储介质 |
| CN116823251A (zh) * | 2023-05-15 | 2023-09-29 | 浪潮智慧科技有限公司 | 一种基于聚合支付的服务商可信支付方法、设备及介质 |
| CN116579809A (zh) * | 2023-07-13 | 2023-08-11 | 深圳市享多多网络技术有限公司 | 一种基于云计算的聚合支付系统 |
| CN116862511A (zh) * | 2023-07-27 | 2023-10-10 | 广西东信数链信息科技有限公司 | 一种聚合支付交易路由的控制方法和系统 |
| CN116934311A (zh) * | 2023-08-04 | 2023-10-24 | 上加下信息技术成都有限公司 | 一种聚合支付系统及支付方法 |
| CN117217743A (zh) * | 2023-09-04 | 2023-12-12 | 上海腾桥信息技术有限公司 | 智能支付通道路由方法、装置、计算机设备和存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 聚合支付现状、风险研究及监管对策;张非凡;;金融科技时代;20200510(第05期);全文 * |
| 聚合支付风险分析与监管建议;夏云安;;金融科技时代;20180210(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117952606A (zh) | 2024-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110837931B (zh) | 客户流失预测方法、装置及存储介质 | |
| CN110297968B (zh) | 产品推送方法、装置、计算机设备及存储介质 | |
| US20210287119A1 (en) | Systems and methods for mitigation bias in machine learning model output | |
| WO2018157808A1 (zh) | 互联网征信评估方法和系统 | |
| CN109583966A (zh) | 一种高价值客户识别方法、系统、设备及存储介质 | |
| CN110097450A (zh) | 车贷风险评估方法、装置、设备和存储介质 | |
| CN111061948B (zh) | 一种用户标签推荐方法、装置、计算机设备及存储介质 | |
| CN111078880A (zh) | 子应用的风险识别方法以及装置 | |
| CN110766481A (zh) | 客户数据处理方法、装置、电子设备及计算机可读介质 | |
| CN111179051A (zh) | 金融目标客户确定方法、装置及电子设备 | |
| CN111861521A (zh) | 数据处理方法、装置、计算机可读介质及电子设备 | |
| CN109344347B (zh) | 显示控制方法、装置、电子设备及计算机可读存储介质 | |
| CN114218077A (zh) | 一种软件的质量评价方法、装置、设备及可读存储介质 | |
| CN113744054A (zh) | 一种反欺诈方法、装置和设备 | |
| CN117952606B (zh) | 基于安全评估的聚合支付方法、装置、设备及存储介质 | |
| CN111695988A (zh) | 信息处理方法、装置、电子设备和介质 | |
| CN116664306A (zh) | 风控规则的智能推荐方法、装置、电子设备及介质 | |
| CN110610320A (zh) | 金融风险等级预测方法、装置、电子设备、存储介质 | |
| CN115809930A (zh) | 基于数据融合匹配的反欺诈分析方法、装置、设备及介质 | |
| JP2003323601A (ja) | 信頼性尺度付き予測装置 | |
| CN114925275A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
| CN115048561A (zh) | 推荐信息确定方法及装置、电子设备和可读存储介质 | |
| CN111881008B (zh) | 一种数据评测、模型训练方法、装置、设备及存储介质 | |
| CN114187104A (zh) | 交易风险检测方法、装置、计算机设备和存储介质 | |
| CN113516398A (zh) | 基于分层抽样的风险设备识别方法、装置及电子设备 |
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 |