CN117952619A - 基于数字人民币钱包账户关联性的风险行为分析方法、系统及计算机可读介质 - Google Patents
基于数字人民币钱包账户关联性的风险行为分析方法、系统及计算机可读介质 Download PDFInfo
- Publication number
- CN117952619A CN117952619A CN202410347419.8A CN202410347419A CN117952619A CN 117952619 A CN117952619 A CN 117952619A CN 202410347419 A CN202410347419 A CN 202410347419A CN 117952619 A CN117952619 A CN 117952619A
- Authority
- CN
- China
- Prior art keywords
- wallet
- risk
- digital
- digital rmb
- rmb
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 49
- 230000002159 abnormal effect Effects 0.000 claims abstract description 32
- 206010000117 Abnormal behaviour Diseases 0.000 claims abstract description 22
- 238000012502 risk assessment Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000007781 pre-processing Methods 0.000 claims abstract description 9
- 230000006399 behavior Effects 0.000 claims description 102
- 238000004422 calculation algorithm Methods 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 24
- 230000009467 reduction Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000007704 transition Effects 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 229940108461 rennet Drugs 0.000 claims 3
- 108010058314 rennet Proteins 0.000 claims 3
- 230000009471 action Effects 0.000 description 12
- 238000003860 storage Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000009826 distribution Methods 0.000 description 4
- 230000004992 fission Effects 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012360 testing method 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- 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
- G06Q20/04—Payment circuits
- G06Q20/06—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme
- G06Q20/065—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme using e-cash
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/36—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using electronic wallets or electronic money safes
- G06Q20/367—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using electronic wallets or electronic money safes involving electronic purses or money safes
- G06Q20/3678—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using electronic wallets or electronic money safes involving electronic purses or money safes e-cash details, e.g. blinded, divisible or detecting double spending
-
- 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
- G06Q20/389—Keeping log of transactions for guaranteeing non-repudiation of a transaction
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Mathematical Optimization (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Artificial Intelligence (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Security & Cryptography (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种基于数字人民币钱包账户关联性的风险行为分析方法、系统及计算机可读介质，包括：预处理获取的银行注册的数字人民币钱包的资金交易信息及银行内数字人民币钱包绑定行为信息；利用风险识别库对其进行疑似风险识别处理，生成疑似风险数据；将疑似风险数据推送至数字人民币钱包风险分析模型中，进行基于数字人民币钱包和银行账户关联性的风险行为分析：若生成观测资金交易异常序列的概率≥生成观测数字人民币钱包绑定行为异常序列的概率，则判定为数字人民币钱包资金交易异常；若生成观测资金交易异常序列的概率＜生成观测数字人民币钱包绑定行为异常序列的概率，则判定为数字人民币钱包与绑定账户的绑定行为异常。
Description
技术领域
本发明涉及数字货币、大数据分析的技术领域，尤其涉及一种基于数字人民币钱包账户关联性的风险行为分析方法、系统及计算机可读介质。
背景技术
数字人民币，是由中国人民银行发行的数字形式的法定货币，由指定运营机构参与运营并向公众兑换，以广义账户体系为基础，支持可控匿名、银行账户松耦合功能，与纸钞硬币等价，具有价值特征和法偿性，现有技术中，通过数字人民币钱包app与银行系统绑定账户进行资金交易行为，为人民群众的便捷支付带来了积极影响，如何有效监管数字人民币钱包中的资金异常交易行为，以有效避免财产损失，是当前亟需解决的难题。
CN115099799B公开了一种数字人民币的交易处理方法及系统，其通过终端接收用户的数字人民币的付款请求，对用户进行验证之后，调用数字人民币对该付款请求执行付款，终端获取该付款的商户信息以及付款时间，并将该商户信息、付款时间以及数字人民币的用户信息进行加密得到加密信息，使其可以在数字人民币支付时，进行打卡操作；但是该方法无法监管数字人民币钱包中的资金异常交易行为，仍不能解决数字货币与银行账户潜在的安全风险问题。
CN115423456A公开了一种基于零信任数字人民币支付系统及安全防护方法，其通过将移动支付中终端、人、账户、支付平台身份化，对移动支付中的身份进行持续可信验证，将用户账户和终端绑定，解决了账户和密码在被窃取情况下仍能非法成功登录的问题；该方法针对现有的移动支付手段得以实现，但数字人民币钱包与支付宝支付、微信支付、移动支付的支付行为不同，存在本质差别，目前是无法监管个人数字人民币钱包行为的，因此，该方法无法实现对数字人民币钱包的应用。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。
在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题，提出了本发明。
在本发明目的的第一个方面，本发明提供一种基于数字人民币钱包账户关联性的风险行为分析方法，包括：
预处理从银行管理系统中获取的银行注册的数字人民币钱包的资金交易信息及银行内数字人民币钱包绑定行为信息；
利用风险识别库对预处理后的所述资金交易信息、所述数字人民币钱包绑定行为信息进行疑似风险识别处理，生成疑似风险数据；
将所述疑似风险数据推送至基于隐马尔科夫算法建立的数字人民币钱包风险分析模型中，进行基于数字人民币钱包和银行账户关联性的风险行为分析：
若生成观测资金交易异常序列的概率≥生成观测数字人民币钱包绑定行为异常序列的概率，则判定为数字人民币钱包资金交易异常，并将其传送至服务器风险管理平台中进行预警，自适应输出交易记录数据；
若生成观测资金交易异常序列的概率＜生成观测数字人民币钱包绑定行为异常序列的概率，则判定为数字人民币钱包与绑定账户的绑定行为异常，并将其传送至服务器风险管理平台中进行预警，自适应输出交易记录数据。
进一步的，所述预处理包括：
对所述资金交易信息、所述数字人民币钱包绑定行为信息进行缺失值填写、去噪、重复数据剔除的数据清洗操作；
利用标准化准则对其进行规范化处理，以转换为数值型数据；
结合数据归约技术对转换的所述数值型数据进行数据归约，生成供所述风险识别库识别计算的所述资金交易信息、所述数字人民币钱包绑定行为信息。
进一步的，所述资金交易信息包括：交易对手信息、银行内保存的与数字人民币钱包的历史绑定账户信息和当前绑定账户信息；
所述数字人民币钱包绑定行为信息包括：对公数字人民币钱包中的对公账户绑定信息和个人账户绑定信息、个人数字人民币钱包中的对公账户绑定信息和个人账户绑定信息。
进一步的，对预处理后的所述资金交易信息、所述数字人民币钱包绑定行为信息进行疑似风险识别处理，包括：
基于数字人民币钱包支付和交易对手信息组成资金交易特征；
基于数字人民币钱包中绑定的对公数字人民币钱包和个人数字人民币钱包组成数字人民币钱包绑定行为特征；
所述风险识别库通过采用线性识别算法，对所述资金交易特征、所述数字人民币钱包绑定行为特征进行识别计算，以得到疑似风险数据，其计算的数学表达公式如下：
其中，p为资金交易特征，q为数字人民币钱包绑定行为特征，为出现资金交易疑似风险特征、数字人民币钱包绑定行为疑似风险特征的频率，S(p,q)为识别到的资金交易疑似风险特征、数字人民币钱包绑定行为疑似风险特征，/> u(p,q)为疑似风险特征理论均值，TV(p,q)为疑似风险特征理论方差，/>为资金交易特征个数，/>为数字人民币钱包绑定行为特征个数，/>为所有特征个数的总和，/>为资金交易特征、数字人民币钱包绑定行为特征的特征序列长度，W为特征序列总长度。
进一步的，将所述疑似风险数据推送至风险分析模型中，进行基于数字人民币钱包和银行账户关联性的风险行为分析，包括：
基于隐马尔科夫算法建立数字人民币钱包风险分析模型；
将所述疑似风险数据导入所述风险分析模型中，求解生成观测资金交易异常序列、观测数字人民币钱包绑定行为异常序列的概率；
通过对比所述概率的数值大小，判定存在的风险行为类别。
进一步的，所述风险分析模型的概率求解方程如下：
其中，为模型参数，/>，/>为模型中的初始向量，A为状态转移概率矩阵，B为混淆矩阵，t为时间点，/>表示对给定观察序列计算出现的概率，/>为时刻为t时的局部概率，n为异常序列长度。
进一步的，所述风险行为类别包括：数字人民币钱包资金交易异常和数字人民币钱包与绑定账户的绑定行为异常两种。
在本发明目的的第二个方面，本发明提供一种基于数字人民币钱包账户关联性的风险行为分析系统，包括：
一个或多个处理器；
存储器，存储可被操作的指令，所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作，所述操作包括如前述基于数字人民币钱包账户关联性的风险行为分析方法的流程。
在本发明目的的第三个方面，本发明提供一种存储软件的计算机可读介质，其特征在于：所述软件包括能通过一个或多个计算机执行的指令，所述指令通过这样的执行使得所述一个或多个计算机执行操作，所述操作包括如前述基于数字人民币钱包账户关联性的风险行为分析方法的流程。
本发明的有益效果：
1、本发明方法不涉及数字人民币自身流通技术，也不涉及数字人民币的清算流程，通过数字人民币钱包之间的资金往来、数字人民币钱包与银行账户的绑定行为以及数字人民币钱包与绑定账户的资金往来行为模式进行风险判定，降低了数据计算量，提高风险判定的效率和精度；
2、本发明方法通过采用大数据多维分析技术，基于场景、业务，利用先进的数学方法及统计学分析方法，协助用户实现从人工、大范围无目的查证，到自动、小范围精准的业务流程转变，让用户能够更快的精准发现数字人民币钱包风险、辨别风险、处理风险。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明所示的一种基于数字人民币钱包账户关联性的风险行为分析方法的流程示意图；
图2为本发明所示的算法逻辑框架示意图；
图3为本发明所示的输出文案及其反馈结果示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。
基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。
目前，数字人民币钱包app的试点应用，极大的推广了在人民群众中的使用范围，由于数字人民币的可控匿名、银行账户松耦合功能、与纸钞硬币等价的特性，银行是无法且无权实时监控每个数字人民币钱包的交易、资金流动、个人使用情况的，因此，如何在不实时监控每个用户的数字人民币钱包情况下，有效的发现数字货币交易存在的风险行为并进行预警，以避免财产损失，是目前亟需解决的难题。
为解决上述难题，本发明实施例提供了一种基于数字人民币钱包账户关联性的风险行为分析方法，通过数字人民币钱包之间的资金往来、数字人民币钱包与账户的绑定行为以及数字人民币钱包与绑定账户的资金往来行为模式进行风险判定，降低了数据计算量，提高风险判定的效率和精度。
根据本发明的实施例，结合图1所示的流程图，一种基于数字人民币钱包账户关联性的风险行为分析方法，包括以下步骤：
S1：预处理从银行管理系统中获取的银行注册的数字人民币钱包的资金交易信息及银行内数字人民币钱包绑定行为信息；
S2：利用风险识别库对预处理后的资金交易信息、数字人民币钱包绑定行为信息进行疑似风险识别处理，生成疑似风险数据；
S3：将疑似风险数据推送至基于隐马尔科夫算法建立的数字人民币钱包风险分析模型中，进行基于数字人民币钱包和银行账户关联性的风险行为分析：
a、若生成观测资金交易异常序列的概率≥生成观测数字人民币钱包绑定行为异常序列的概率，则判定为数字人民币钱包资金交易异常，并将其传送至服务器风险管理平台中进行预警，自适应输出交易记录数据；
b、若生成观测资金交易异常序列的概率＜生成观测数字人民币钱包绑定行为异常序列的概率，则判定为数字人民币钱包与绑定账户的绑定行为异常，并将其传送至服务器风险管理平台中进行预警，自适应输出交易记录数据。
作为可选的实施例，风险行为包括数字人民币钱包资金交易异常和数字人民币钱包与绑定账户的绑定行为异常两种。
需要说明的是，本发明实施例不涉及数字人民币自身流通技术，也不涉及数字人民币的清算流程，通过数字人民币钱包与数字人民币钱包的资金往来、数字人民币钱包与账户的绑定行为以及数字人民币钱包与绑定账户的资金往来行为模式进行风险判定，降低了数据计算量，提高风险判定的效率和精度。
下面结合图2、图3所示的示意图以及本发明的一些优选或者可选的例子，更加具体地描述本发明的某些实例的实施过程和/或效果。
【预处理】
从银行管理系统中获取银行注册的数字人民币钱包的资金交易信息及银行内数字人民币钱包绑定行为信息；
对资金交易信息和银行内数字人民币钱包绑定行为信息进行预处理，其包括以下步骤：
对资金交易信息、数字人民币钱包绑定行为信息进行缺失值填写、去噪、重复数据剔除的数据清洗操作；
利用标准化准则对其进行规范化处理，以转换为数值型数据；
结合数据归约技术对转换的数值型数据进行数据归约，生成供风险识别库识别计算的资金交易信息数据、数字人民币钱包绑定行为信息数据。
作为示例，资金交易信息包括：交易对手信息、银行内保存的与数字人民币钱包的历史绑定账户信息和当前绑定账户信息。
作为示例，数字人民币钱包绑定行为信息包括：对公数字人民币钱包中的对公账户绑定信息和个人账户绑定信息、个人数字人民币钱包中的对公账户绑定信息和个人账户绑定信息。
作为示例，可采用现有技术中的特征归约、特征值归约或样本归约对数值型数据进行数据归约，本发明实施例并不对数据归约手段进行唯一限定。
在本发明实施例中，为了保持原数据的完整性，本实施例通过数据归约的技术手段得到数据集的归约表示，便于后续在归约后的数据集上挖掘到有效的数据信息，以产生相同的分析结果，避免出现数据误差而造成分析结果不准确。
优选地，本发明实施例通过数据归约技术，对海量数据进行精简，避免了繁杂的计算量和长时间的分析计算，提高了数据处理效率和有效性。
【生成疑似风险数据】
将数据归约后的资金交易信息数据、数字人民币钱包绑定行为信息数据，推送至基于线性识别算法构建的风险识别库中进行疑似风险识别处理，包括以下步骤：
基于数字人民币钱包支付和交易对手信息组成资金交易特征，其中，资金交易特征在模型中以数值参数表示，该参数根据运行的线性识别算法程序自行生成；
基于数字人民币钱包中绑定的对公数字人民币钱包和个人数字人民币钱包组成数字人民币钱包绑定行为特征，其中，数字人民币钱包绑定行为特征在模型中以数值参数表示，该参数根据运行的线性识别算法程序自行生成；
采用线性识别算法，对资金交易特征、数字人民币钱包绑定行为特征进行识别计算，其计算的数学表达公式如下：
其中，p为资金交易特征，q为数字人民币钱包绑定行为特征，为出现资金交易疑似风险特征、数字人民币钱包绑定行为疑似风险特征的频率，S(p,q)为识别到的资金交易疑似风险特征、数字人民币钱包绑定行为疑似风险特征，/> u(p,q)为疑似风险特征理论均值，TV(p,q)为疑似风险特征理论方差，/>为资金交易特征个数，/>为数字人民币钱包绑定行为特征个数，/>为所有特征个数的总和，/>为资金交易特征、数字人民币钱包绑定行为特征的特征序列长度，W为特征序列总长度。
根据生成的参数，如生成的概率为65%，生成/>的概率为72%，则记录生成的该数据，并将其作为疑似风险特征数据推送至风险分析模型中进行风险分析。
其中，S(p)为识别到的资金交易疑似风险特征，S(q)为识别到的数字人民币钱包绑定行为疑似风险特征。
作为可选的实施例，资金交易特征、数字人民币钱包绑定行为特征内均包含疑似风险特征，即将提取的资金交易、数字人民币钱包绑定行为中的行为异常数据作为疑似风险特征。
作为示例，资金交易中的疑似风险特征包括：商户业务与额度不匹配、与商户交易时间异常、商户位置处于高风险区域、绑定账户兑进兑出异常、交易对象额度异常、交易对象位置处于高风险区域、夜间交易行为、交易对象已被标记为高风险。
作为示例，数字人民币钱包绑定中的疑似风险特征包括：数字人民币钱包中的账户被频繁绑定、被陌生账户绑定、进行公对私的绑定或进行集中转入分散转出行为。
【进行风险行为分析】
将疑似风险数据传送至风险分析模型中，进行基于数字人民币钱包和银行账户关联性的风险行为分析，包括以下步骤：
基于隐马尔科夫算法建立数字人民币钱包风险分析模型；
将疑似风险数据导入风险分析模型中，求解生成观测资金交易异常序列、观测数字人民币钱包绑定行为异常序列的概率，其中：
风险分析模型的概率求解方程如下：
其中，为模型参数，/>，/>为模型中的初始向量，即初始状态概率矩阵，A为状态转移概率矩阵，B为混淆矩阵，即观测状态转移概率矩阵，t为时间点，/>表示对给定观察序列计算出现的概率，/>为时刻为t时的局部概率，n为异常序列长度；
对比概率的数值大小，判定存在的风险行为类别；
a、若生成观测资金交易异常序列的概率≥生成观测数字人民币钱包绑定行为异常序列的概率，则判定为数字人民币钱包资金交易异常，并将其传送至服务器风险管理平台中进行预警，自适应输出交易记录数据；
b、若生成观测资金交易异常序列的概率＜生成观测数字人民币钱包绑定行为异常序列的概率，则判定为数字人民币钱包与绑定账户的绑定行为异常，并将其传送至服务器风险管理平台中进行预警，自适应输出交易记录数据。
需要说明的是，本发明实施例通过算法逻辑框架得到最终结果，该算法逻辑框架由计算机程序实现，在该算法逻辑框架中，前述的线性识别算法和风险分析模型皆为其中计算的一个环节，该算法逻辑框架根据线性识别算法和风险分析模型计算的结果进行完整的分析及输出，为了更好的理解本发明实施例所实现的方式，参照图2和图3，在本实施例中，作以示例说明。
作为示例，该算法逻辑框架自定义子规则编号，如编号ECNY-0001，子规则名称为数币钱包单日兑入兑出到银行账户的交易笔数多，其计算逻辑如下：
（1）使用数据表：“数币钱包交易明细”；
（2）根据“数币钱包号”，统计数币钱包与银行账户之间单日兑入兑出的交易笔数；
（3）若步骤（2）的计算结果≥ {参数1}时，即为命中，其中，参数1为30笔；
（4）输出文案：客户账户关联的数币钱包存在频繁兑换行为，如：{兑换交易笔数最大值对应的交易日期}钱包｛钱包编号｝的兑换交易笔数为｛取兑换交易笔数最大值｝笔，兑换交易笔数异常。
例如：客户账户关联的数币钱包存在频繁兑换行为，如：2023-03-02钱包0923600001的兑换交易笔数为35笔，兑换交易笔数异常。
作为示例，该算法逻辑框架自定义子规则编号，如子规则编号为ECNY-0002，子规则名称为数币钱包单日兑入兑出到银行账户的交易笔数占比高，其计算逻辑如下：
（1）使用数据表：“数币钱包交易明细”；
（2）根据“数币钱包号”，统计数币钱包与银行账户之间单日兑入兑出的交易笔数；
（3）若步骤（2）计算结果 / 数币钱包当日的总交易笔数 ≥{参数1}时，即为命中，其中，参数1为50%；
（4）输出文案：客户账户关联的数币钱包存在频繁兑换行为，如：｛兑换交易笔数占比最大值对应的交易日期}钱包｛钱包编号｝单日总交易笔数｛钱包日交易总笔数｝笔，其中兑换交易笔数为｛兑入兑出交易笔数｝笔，占总交易笔数的｛取兑换交易笔数占比最大值｝，兑换交易占比高。
例如：客户账户关联的数币钱包存在频繁兑换行为，如：2023-03-02钱包09230521523单日总交易笔数100笔，其中兑换交易笔数为65笔，占总交易笔数的65%，兑换交易占比高。
前述数据信息的预处理和自适应预警方法，可利用现有技术中的方式和手段进行，在本例中不再赘述。
还需要说明的是，本发明实施例公开的另一些方面还提出一种基于数字人民币钱包账户关联性的风险行为分析系统，包括：一个或多个处理器以及存储器。
存储器被用来存储可被操作的指令，这些指令在通过所述一个或多个处理器执行时使得一个或多个处理器执行操作，这些操作包括前述实施例的基于数字人民币钱包账户关联性的风险行为分析方法的流程，尤其是图1所示方法的流程。
进一步的，所述系统还包括基本基础信息获取存储模块、信息整合分流模块和疑似数据识算法识别模块，其中：
基本基础信息获取存储模块，用于负责接收银行客户的所有数字人民币钱包和账户相关信息，获取补充客户数字人民币钱包和账户以外的其他账户信息和客户相关信息，数字人民币钱包的每笔交易记录就是一个实例分析样本，在该模块同步完成对每个实例分析样本的分析，输出一个识别码，以作为后续分析结果的风险事件识别码的关键组成部分；
信息整合分流模块，用于负责将每一个实例分析样本数据，结合获取的补充信息进行缺失信息内容补全，通过信息标准化处理，信息的检索裂变生成实例分析样本的多维度行为动作记录信息，获取有用的特征信息，将裂变后的信息进行分流存储，基于实例分析样本识别码，按照固定排序算法加上序列号，生成样本行为动作识别码；
疑似数据识别算法模块，用于负责将实例分析样本的行为动作记录按照目标算法进行识别，将符合算法识别的疑似结果存入对应的疑似目标库，将风险信息或白名单动作存入风险识别库。
在本发明实施例中，通过采用基础信息获取存储模块接收银行客户的所有账户相关信息、绑定的数字人民币钱包信息、数字人民币钱包交易信息、数字人民币钱包与绑定账户资金往来信息以及其他在本行关联账户信息和客户相关信息，为每一个数字人民币钱包和绑定账户 (实例分析样本)分别生成一个识别码，以作为后续分析结果的风险事件识别码的关键组成部分。
进一步的，信息整合分流模块为每一个实例分析样本数据进行缺失信息内容补全，信息内容项的标准化处理，生成新的标签信息内容，采用大数据信息关联检索的技术，将样本数据与其他行为数据进行碰撞裂变，生成与实例分析样本相关的多维度行为动作记录，并为之按照固定规则生成样本行为动作识别码。
再进一步的，利用疑似数据算法识别模块，将实例分析样本动作记录信息按照目标算法进行识别，并利用风险识别库进行自动风险纠正处理，将识别确认的记录提交到对应的疑似目标库，将风险信息或白名单动作存入风险识别库(白名单和风险识库也可以人为手动进行添加)，并且将识别结果对客户做出预警。
优选地，本发明实施例通过基本基础信息获取存储模块对数据的存储和预处理，由信息整合分流模块进行信息的深度加工和大数据信息关联检索的技术，将样本数据与其他行为数据进行碰撞裂变，生成与实例分析样本相关的多维度，多标签的行为动作记录数据，为后续的算法提供信息基础，最后利用疑似数据算法识别模块，结合风险识别库，利用模型算法，快速高效，并且较为精准的进行疑似风险识别处理，以快捷、高效、精准的为用户发布相关预警信息，协助用户实现从人工、大范围无目的查证，到自动、相对小范围精准的业务流程转变，让客户能够更快更准的发现风险、辨别风险、处理风险。
本发明实施例公开的另一些方面还提出一种存储软件的计算机可读介质，这些软件包括能通过一个或多个计算机执行的指令，这些指令通过这样的执行使得一个或多个计算机执行操作，这些操作包括前述实施例的基于数字人民币钱包账户关联性的风险行为分析方法的流程，尤其是图1所示方法的流程。
应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。
本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。
所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。
本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种基于数字人民币钱包账户关联性的风险行为分析方法，其特征在于，包括：
预处理从银行管理系统中获取的银行注册的数字人民币钱包的资金交易信息及银行内数字人民币钱包绑定行为信息；
利用风险识别库对预处理后的所述资金交易信息、所述数字人民币钱包绑定行为信息进行疑似风险识别处理，生成疑似风险数据；
将所述疑似风险数据推送至基于隐马尔科夫算法建立的数字人民币钱包风险分析模型中，进行基于数字人民币钱包和银行账户关联性的风险行为分析：
若生成观测资金交易异常序列的概率≥生成观测数字人民币钱包绑定行为异常序列的概率，则判定为数字人民币钱包资金交易异常，并将其传送至服务器风险管理平台中进行预警，自适应输出交易记录数据；
若生成观测资金交易异常序列的概率＜生成观测数字人民币钱包绑定行为异常序列的概率，则判定为数字人民币钱包与绑定账户的绑定行为异常，并将其传送至服务器风险管理平台中进行预警，自适应输出交易记录数据。
2.根据权利要求1所述的基于数字人民币钱包账户关联性的风险行为分析方法，其特征在于，所述预处理包括：
对所述资金交易信息、所述数字人民币钱包绑定行为信息进行缺失值填写、去噪、重复数据剔除的数据清洗操作；
利用标准化准则对其进行规范化处理，以转换为数值型数据；
结合数据归约技术对转换的所述数值型数据进行数据归约，生成供所述风险识别库识别计算的所述资金交易信息、所述数字人民币钱包绑定行为信息。
3.根据权利要求2所述的基于数字人民币钱包账户关联性的风险行为分析方法，其特征在于，所述资金交易信息包括：交易对手信息、银行内保存的与数字人民币钱包的历史绑定账户信息和当前绑定账户信息；
所述数字人民币钱包绑定行为信息包括：对公数字人民币钱包中的对公账户绑定信息和个人账户绑定信息、个人数字人民币钱包中的对公账户绑定信息和个人账户绑定信息。
4.根据权利要求2所述的基于数字人民币钱包账户关联性的风险行为分析方法，其特征在于，对预处理后的所述资金交易信息、所述数字人民币钱包绑定行为信息进行疑似风险识别处理，包括：
基于数字人民币钱包支付和交易对手信息组成资金交易特征；
基于数字人民币钱包中绑定的对公数字人民币钱包和个人数字人民币钱包组成数字人民币钱包绑定行为特征；
所述风险识别库通过采用线性识别算法，对所述资金交易特征、所述数字人民币钱包绑定行为特征进行识别计算，以得到疑似风险数据，其计算的数学表达公式如下：
；
；
；
；
其中，p为资金交易特征，q为数字人民币钱包绑定行为特征，为出现资金交易疑似风险特征、数字人民币钱包绑定行为疑似风险特征的频率，S(p,q)为识别到的资金交易疑似风险特征、数字人民币钱包绑定行为疑似风险特征，Tu(p,q)为疑似风险特征理论均值，TV(p,q)为疑似风险特征理论方差，/>为资金交易特征个数，/>为数字人民币钱包绑定行为特征个数，/>为所有特征个数的总和，/>为资金交易特征、数字人民币钱包绑定行为特征的特征序列长度，W为特征序列总长度。
5.根据权利要求4所述的基于数字人民币钱包账户关联性的风险行为分析方法，其特征在于，将所述疑似风险数据推送至风险分析模型中，进行基于数字人民币钱包和银行账户关联性的风险行为分析，包括：
基于隐马尔科夫算法建立数字人民币钱包风险分析模型；
将所述疑似风险数据导入所述风险分析模型中，求解生成观测资金交易异常序列、观测数字人民币钱包绑定行为异常序列的概率；
通过对比所述概率的数值大小，判定存在的风险行为类别。
6.根据权利要求5所述的基于数字人民币钱包账户关联性的风险行为分析方法，其特征在于，所述风险分析模型的概率求解方程如下：
；
其中，为模型参数，/>，/>为模型中的初始向量，A为状态转移概率矩阵，B为混淆矩阵，t为时间点，/>表示对给定观察序列计算出现的概率，/>为时刻为t时的局部概率，n为异常序列长度。
7.根据权利要求5所述的基于数字人民币钱包账户关联性的风险行为分析方法，其特征在于，所述风险行为类别包括：数字人民币钱包资金交易异常和数字人民币钱包与绑定账户的绑定行为异常两种。
8.一种基于数字人民币钱包账户关联性的风险行为分析系统，其特征在于，包括：
一个或多个处理器；
存储器，存储可被操作的指令，所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作，所述操作包括如权利要求1~7中任意一项所述的基于数字人民币钱包账户关联性的风险行为分析方法的流程。
9.一种存储软件的计算机可读介质，其特征在于：所述软件包括能通过一个或多个计算机执行的指令，所述指令通过这样的执行使得所述一个或多个计算机执行操作，所述操作包括如权利要求1~7中任意一项所述的基于数字人民币钱包账户关联性的风险行为分析方法的流程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410347419.8A CN117952619B (zh) | 2024-03-26 | 2024-03-26 | 基于数字人民币钱包账户关联性的风险行为分析方法、系统及计算机可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410347419.8A CN117952619B (zh) | 2024-03-26 | 2024-03-26 | 基于数字人民币钱包账户关联性的风险行为分析方法、系统及计算机可读介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117952619A true CN117952619A (zh) | 2024-04-30 |
| CN117952619B CN117952619B (zh) | 2024-06-07 |
Family
ID=90803357
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410347419.8A Active CN117952619B (zh) | 2024-03-26 | 2024-03-26 | 基于数字人民币钱包账户关联性的风险行为分析方法、系统及计算机可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117952619B (zh) |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20010095938A (ko) * | 2000-04-12 | 2001-11-07 | 유완상 | 마일리지를 이용한 선결제 시스템 |
| CN102006614A (zh) * | 2010-11-19 | 2011-04-06 | 暨南大学 | 一种移动核心网异常数据线性判别方法 |
| GB201116399D0 (en) * | 2011-09-22 | 2011-11-02 | Ochynski Walter | The account free possession and transfer of electronic money |
| CN107402921A (zh) * | 2016-05-18 | 2017-11-28 | 阿里巴巴集团控股有限公司 | 识别用户行为的事件时序数据处理方法、装置及系统 |
| US20200160344A1 (en) * | 2018-11-20 | 2020-05-21 | CipherTrace, Inc. | Blockchain Transaction Analysis and Anti-Money Laundering Compliance Systems and Methods |
| US20200184479A1 (en) * | 2018-12-05 | 2020-06-11 | Capital One Services, Llc | Systems for managing cryptocurrency transactions |
| US20200258147A1 (en) * | 2019-02-13 | 2020-08-13 | Yuh-Shen Song | Intelligent alert system |
| WO2021047364A1 (zh) * | 2019-09-09 | 2021-03-18 | 赵汕可 | 一种可质付网上交易系统和方法 |
| CN112561471A (zh) * | 2020-12-10 | 2021-03-26 | 江苏赛融科技股份有限公司 | 基于政务信息资源的数据共享开放系统及其实现方法 |
| CN112668614A (zh) * | 2020-12-11 | 2021-04-16 | 浙江成功软件开发有限公司 | 一种反洗钱研判方法 |
| CN113506179A (zh) * | 2021-09-13 | 2021-10-15 | 北京大学深圳研究生院 | 数字货币交易中异常实体的检测方法、存储介质 |
| CN113724060A (zh) * | 2021-03-05 | 2021-11-30 | 南京理工大学 | 一种信用风险评估方法及系统 |
| CN114365169A (zh) * | 2019-09-05 | 2022-04-15 | 艾斯图文有限公司 | 加密货币交易的分析方法和装置 |
| CN114612105A (zh) * | 2022-01-29 | 2022-06-10 | 广州运通数达科技有限公司 | 风险控制方法及采用其的数字货币介质和支付方法、系统 |
| WO2022133210A2 (en) * | 2020-12-18 | 2022-06-23 | Strong Force TX Portfolio 2018, LLC | Market orchestration system for facilitating electronic marketplace transactions |
| CN114819963A (zh) * | 2021-01-19 | 2022-07-29 | 国家计算机网络与信息安全管理中心 | 风险预警方法、装置、电子设备及存储介质 |
| CN116757783A (zh) * | 2023-06-28 | 2023-09-15 | 中国工商银行股份有限公司 | 产品推荐方法及装置 |
| CN117196843A (zh) * | 2023-09-13 | 2023-12-08 | 深圳市鲲鹏快付科技有限公司 | 基于数币智能合约实现供应链金融中资金闭环的方法 |
| CN117689460A (zh) * | 2023-12-14 | 2024-03-12 | 合肥通犀智能科技有限公司 | 反洗钱风险线索分析管理方法、系统和电子设备 |
-
2024
- 2024-03-26 CN CN202410347419.8A patent/CN117952619B/zh active Active
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20010095938A (ko) * | 2000-04-12 | 2001-11-07 | 유완상 | 마일리지를 이용한 선결제 시스템 |
| CN102006614A (zh) * | 2010-11-19 | 2011-04-06 | 暨南大学 | 一种移动核心网异常数据线性判别方法 |
| GB201116399D0 (en) * | 2011-09-22 | 2011-11-02 | Ochynski Walter | The account free possession and transfer of electronic money |
| CN107402921A (zh) * | 2016-05-18 | 2017-11-28 | 阿里巴巴集团控股有限公司 | 识别用户行为的事件时序数据处理方法、装置及系统 |
| US20200160344A1 (en) * | 2018-11-20 | 2020-05-21 | CipherTrace, Inc. | Blockchain Transaction Analysis and Anti-Money Laundering Compliance Systems and Methods |
| US20200184479A1 (en) * | 2018-12-05 | 2020-06-11 | Capital One Services, Llc | Systems for managing cryptocurrency transactions |
| US20200258147A1 (en) * | 2019-02-13 | 2020-08-13 | Yuh-Shen Song | Intelligent alert system |
| CN114365169A (zh) * | 2019-09-05 | 2022-04-15 | 艾斯图文有限公司 | 加密货币交易的分析方法和装置 |
| WO2021047364A1 (zh) * | 2019-09-09 | 2021-03-18 | 赵汕可 | 一种可质付网上交易系统和方法 |
| CN112561471A (zh) * | 2020-12-10 | 2021-03-26 | 江苏赛融科技股份有限公司 | 基于政务信息资源的数据共享开放系统及其实现方法 |
| CN112668614A (zh) * | 2020-12-11 | 2021-04-16 | 浙江成功软件开发有限公司 | 一种反洗钱研判方法 |
| WO2022133210A2 (en) * | 2020-12-18 | 2022-06-23 | Strong Force TX Portfolio 2018, LLC | Market orchestration system for facilitating electronic marketplace transactions |
| CN114819963A (zh) * | 2021-01-19 | 2022-07-29 | 国家计算机网络与信息安全管理中心 | 风险预警方法、装置、电子设备及存储介质 |
| CN113724060A (zh) * | 2021-03-05 | 2021-11-30 | 南京理工大学 | 一种信用风险评估方法及系统 |
| CN113506179A (zh) * | 2021-09-13 | 2021-10-15 | 北京大学深圳研究生院 | 数字货币交易中异常实体的检测方法、存储介质 |
| CN114612105A (zh) * | 2022-01-29 | 2022-06-10 | 广州运通数达科技有限公司 | 风险控制方法及采用其的数字货币介质和支付方法、系统 |
| CN116757783A (zh) * | 2023-06-28 | 2023-09-15 | 中国工商银行股份有限公司 | 产品推荐方法及装置 |
| CN117196843A (zh) * | 2023-09-13 | 2023-12-08 | 深圳市鲲鹏快付科技有限公司 | 基于数币智能合约实现供应链金融中资金闭环的方法 |
| CN117689460A (zh) * | 2023-12-14 | 2024-03-12 | 合肥通犀智能科技有限公司 | 反洗钱风险线索分析管理方法、系统和电子设备 |
Non-Patent Citations (3)
| Title |
|---|
| OAKLEY, J ET AL.: ""Unmasking Criminal Enterprises: An Analysis of Bitcoin Transactions"", 《PROCEEDINGS OF THE 2018 13TH INTERNATIONAL CONFERENCE ON MALICIOUS AND UNWANTED SOFTWARE》, 18 April 2019 (2019-04-18), pages 161 - 166 * |
| 程锋利等: ""基于概率统计的小差异数据的分类模型仿真"", 《科技通报》, vol. 32, no. 3, 31 March 2016 (2016-03-31), pages 114 - 117 * |
| 陆雷等: "《国际数字之都 上海城市数字化转型市民手册》", 31 December 2021, 上海：东方出版中心, pages: 40 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117952619B (zh) | 2024-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108053318B (zh) | 一种对异常交易进行识别的方法及装置 | |
| US20160189122A1 (en) | Internet Payment System Using Credit Card Imaging | |
| US10510083B1 (en) | Inactive blank checks | |
| US20060202012A1 (en) | Secure data processing system, such as a system for detecting fraud and expediting note processing | |
| KR101364763B1 (ko) | 금융거래패턴분석을 이용한 금융사기 경보 시스템 및 방법 | |
| CN112801498B (zh) | 风险识别模型的训练方法、风险识别方法、装置及设备 | |
| CN109242658B (zh) | 可疑交易报告生成方法、系统、计算机设备和存储介质 | |
| CN112053232B (zh) | 自助设备业务账务一致性处理方法及装置 | |
| CN111241520A (zh) | 一种基于区块链存证的司法证据处理方法及装置 | |
| US20090192810A1 (en) | Fraud detection system & method | |
| CN111932368B (zh) | 一种信用卡发卡系统及其构建方法、装置 | |
| CN111383027A (zh) | 一种账户的涉案检测方法、装置、设备及存储介质 | |
| CN117952619B (zh) | 基于数字人民币钱包账户关联性的风险行为分析方法、系统及计算机可读介质 | |
| CN111784342A (zh) | 一种基于大数据集中支付动态监控管理系统 | |
| KR102387046B1 (ko) | 담보물 비보관 전당포 자동화 시스템 및 방법 | |
| CN109919767B (zh) | 交易风险管理方法、装置及设备 | |
| CN112823502B (zh) | 针对资源访问规则配置的实时反馈服务 | |
| Meltsov et al. | Development of an Intelligent Module for Monitoring and Analysis of Client's Bank Transactions | |
| CN112907354A (zh) | 一种汽车金融产品智能匹配系统 | |
| CN114880369A (zh) | 一种基于弱数据技术的风险授信方法和系统 | |
| CN112132693A (zh) | 交易验证方法、装置、计算机设备与计算机可读存储介质 | |
| CN111612621A (zh) | 一种数字货币交易数据处理方法、装置及系统 | |
| CN110570301A (zh) | 风险识别方法、装置、设备及介质 | |
| CN112365337B (zh) | 一种冒名贷款识别方法、装置、服务器及存储介质 | |
| CN118333758A (zh) | 票据流向的评估方法及其装置、电子设备及程序产品 |
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 |