DE202022107234U1

DE202022107234U1 - Online banking fraud detection system using blockchain and artificial intelligence through backlogging

Info

Publication number: DE202022107234U1
Application number: DE202022107234.5U
Authority: DE
Original assignee: Individual
Current assignee: Individual
Priority date: 2022-12-23
Filing date: 2022-12-23
Publication date: 2023-02-13
Anticipated expiration: 2032-12-24

Abstract

System (10) zur Erkennung von Betrug bei Online-Bankgeschäften mittels Blockchain und künstlicher Intelligenz durch Backlogging, wobei das System umfasst:
ein Benutzerlimit-Erkennungsmodul (1), das zum Einstellen und Erkennen des Limits einer digitalen Karte eines Benutzers verwendet wird;
ein Backlogging-Modul (2), das zur Protokollierung und Aufzeichnung des Transaktionsverhaltens, des bereichsweisen Transaktionsverhaltens und der Aufzeichnungen der Orte, an denen die Karteninhaber Waren oder Dienstleistungen auf Offline- oder Online-Plattformen kaufen, unter Verwendung der Blockchain dient;
ein Modul (3) zur Verfolgung des Verhaltens des Karteninhabers, wobei das Modul (3) zur Verfolgung des Verhaltens des Karteninhabers verwendet wird, um zu bestimmen, ob sich ein Benutzer im Vergleich zu früheren Transaktionen des Benutzers unangemessen oder korrekt verhält, wobei die Rückverfolgungsdaten von dem Rückverfolgungsmodul der digitalen Karte des Benutzers in dem Server verwendet werden; und
ein Betrugserkennungsmodul (4), das mit dem BenutzerlimitErkennungsmodul (1), dem Backlogging-Modul (2) und dem Modul (3) zur Verfolgung des Karteninhaberverhaltens verbunden ist, wobei das Betrugserkennungsmodul (4) die nicht autorisierte Transaktion unter Verwendung der Datenanalyse des Backlogging-Moduls (2), des Standorts des Benutzers unter Verwendung eines mit einer mobilen Recheneinheit des Karteninhabers verbundenen Moduls erkennt, wobei das Betrugserkennungsmodul (4) die Karteninformationen, den Standort des Benutzers, die Art der Verkäufer sowie den Transaktionsbetrag erhält, um sicherzustellen, dass die Transaktion echt oder betrügerisch ist, wobei das Betrugserkennungsmodul (4) die Transaktion über eine Bankverbindung stoppt und dem Benutzer einen Fragebogen sendet, um sich selbst und einen echten Benutzer zu autorisieren.

System (10) for detecting online banking fraud using blockchain and artificial intelligence through backlogging, the system comprising:
a user limit detection module (1) used for setting and detecting the limit of a user's digital card;
a backlogging module (2) for logging and recording transaction behavior, transaction behavior by area, and records of locations where cardholders purchase goods or services on offline or online platforms using the blockchain;
a cardholder behavior tracking module (3), wherein the cardholder behavior tracking module (3) is used to determine whether a user is behaving inappropriately or correctly compared to previous transactions of the user, the tracking data used by the user's digital card tracing module in the server; and
a fraud detection module (4) connected to the user limit detection module (1), the backlogging module (2) and the cardholder behavior tracking module (3), the fraud detection module (4) detecting the unauthorized transaction using the data analysis of the backlogging - Module (2), detects the user's location using a module connected to a cardholder's mobile computing unit, wherein the fraud detection module (4) receives the card information, the user's location, the type of seller and the transaction amount to ensure that the transaction is genuine or fraudulent, whereby the fraud detection module (4) stops the transaction via a bank account and sends the user a questionnaire to authorize himself and a genuine user.

Description

BEREICH DER ERFINDUNGFIELD OF THE INVENTION

Die vorliegende Erfindung bezieht sich auf das Gebiet der Betrugserkennung bei Online-Bankgeschäften.The present invention relates to the field of online banking fraud detection.

Die vorliegende Erfindung bezieht sich insbesondere auf die Erkennung von Betrug bei Online-Bankgeschäften mithilfe von Blockchain und künstlicher Intelligenz.More particularly, the present invention relates to online banking fraud detection using blockchain and artificial intelligence.

Insbesondere bezieht sich die vorliegende Erfindung auf ein System zur Erkennung von Betrug bei Onlinebanking-Transaktionen auf der Grundlage von Backlogging unter Verwendung von Blockchain und künstlicher Intelligenz.In particular, the present invention relates to a system for detecting fraud in online banking transactions based on backlogging using blockchain and artificial intelligence.

HINTERGRUND DER ERFINDUNGBACKGROUND OF THE INVENTION

Bei dem im Abschnitt „Hintergrund“ behandelten Gegenstand sollte nicht davon ausgegangen werden, dass er allein aufgrund seiner Erwähnung im Abschnitt „Hintergrund“ zum Stand der Technik gehört. Ebenso sollte nicht davon ausgegangen werden, dass ein im Hintergrundabschnitt erwähntes oder mit dem Gegenstand des Hintergrundabschnitts verbundenes Problem bereits im Stand der Technik erkannt worden ist. Der Gegenstand des Hintergrundabschnitts stellt lediglich verschiedene Ansätze dar, die für sich genommen ebenfalls Erfindungen sein können.The subject matter discussed in the background section should not be assumed to constitute prior art merely by virtue of its mention in the background section. Likewise, it should not be assumed that any problem mentioned in the background section or associated with the subject matter of the background section has already been recognized in the prior art. The subject matter of the background section merely presents various approaches, which in themselves may also be inventions.

IN202041034119 ERKENNUNG VON KREDITKARTENBETRUG: INTELLIGENTES VERFAHREN ZUR ERKENNUNG VON KREDITKARTENBETRUG MITTELS DEEP LEARNING, MASCHINELLES LERNEN. Die Erfindung „Credit Card Fraud Detection“ ist ein intelligentes System und Verfahren zur Erkennung von betrügerischen Transaktionen mit einem intelligenten prädiktiven Modell wie ein Deep-Learning-Programmierung, neuronales Netz, um einzelne Kundenkonten (durch Kreditkarte) zu bewerten und zu identifizieren potenziell betrügerische Transaktionen (Zeit maximal 24 H) auf der Grundlage von gelernten Beziehungen, globale Bankdaten-Server unter bekannten Variablen. Das erfindungsgemäße System kann auch Grundcodes ausgeben, die die relativen Beiträge der verschiedenen Variablen zu einem bestimmten Ergebnis angeben, und das System überwacht regelmäßig (pro Transaktion verfolgen die Register mobile Lage und Kreditkarte Lage entsprechend erkennen) seine Leistung und entwickelt das Modell neu, wenn die Leistung unter ein vorbestimmtes Niveau fällt. Die Erfindung gibt auch die Wahrscheinlichkeit kann dann als Ausgabe an einen menschlichen Entscheidungsträger bei der Verarbeitung der pro Transaktion mit beiden Standortübereinstimmung (Kreditkarte, Handy-Nr.) oder der Emittent kann signalisiert werden, wenn die Wahrscheinlichkeit einen vorbestimmten Betrag überschreitet. Ein wirksames Betrugserkennungsmodell erfordert in der Regel mehr Variablen, als herkömmliche Parameteranalysesysteme verarbeiten können, und um neue Betrugsversuche zu erfassen, müssen die Parameteranalysesysteme häufig neu entwickelt werden, und eine automatische Neuentwicklung ist schwer zu realisieren.IN202041034119 CREDIT CARD FRAUD DETECTION: INTELLIGENT METHOD OF CREDIT CARD FRAUD DETECTION USING DEEP LEARNING, MACHINE LEARNING. The invention "Credit Card Fraud Detection" is an intelligent system and method for detecting fraudulent transactions using an intelligent predictive model such as a deep learning programming, neural network, to evaluate individual customer accounts (through credit card) and identify potentially fraudulent transactions (Time maximum 24 H) based on learned relationships, global bank data servers under known variables. The system of the present invention can also output reason codes indicating the relative contributions of the various variables to a given outcome, and the system periodically monitors (per transaction track the mobile location and credit card location registers accordingly) its performance and re-evolves the model when the performance falls below a predetermined level. The invention also gives the probability which can then be output to a human decision maker when processing the per transaction with either location match (credit card, cellphone no.) or the issuer can be signaled if the probability exceeds a predetermined amount. An effective fraud detection model typically requires more variables than traditional parameter analysis systems can handle, and in order to detect new fraud attempts, the parameter analysis systems must often be re-engineered and automatic re-engineering is difficult to implement.

US08386386 TELEFON-NUTZUNGSMUSTER ALS KREDITKARTENBETRUGSERKENNUNGS-TRIGGER Ein System zur Reduzierung von Kreditkartenbetrug wird offenbart. Das System umfasst ein Computersystem und eine Anwendung. Die Anwendung wendet, wenn sie auf dem Computersystem ausgeführt wird, erhöhte Verfahren zur Verhinderung von Kreditkartenbetrug auf die Verwendung einer elektronischen Kreditkartenanwendung in einem mobilen elektronischen Gerät an, basierend auf einem veränderten Kommunikationsnutzungsmuster des mobilen elektronischen Geräts. US08386386 TELEPHONE USAGE PATTERNS AS CREDIT CARD FRAUD DETECTION TRIGGER A system for reducing credit card fraud is disclosed. The system includes a computer system and an application. The application, when executed on the computer system, applies enhanced credit card fraud prevention techniques to use of an electronic credit card application on a mobile electronic device based on a changing communication usage pattern of the mobile electronic device.

CN111210343 KREDITKARTENBETRUGSERKENNUNGSMETHODE AUFGRUND VON UNABGLEICHGEWICHTETEN STRÖMUNGSDATENKLASSIFIKATIONEN Die Erfindung offenbart ein Verfahren zur Erkennung von Kreditkartenbetrug auf der Grundlage einer unausgewogenen Stromdatenklassifizierung. Das Modell zur Klassifizierung von Kreditkartenstromdaten umfasst einen Mechanismus zur Überabtastung von Kreditkartenstromdaten in Form von Beuteln, einen Mechanismus zur Verarbeitung der Drift von Kreditkartenstromdaten mit mehreren Konzepten, einen Mechanismus zur Gewichtung der Basisklassifizierer von Kreditkartenstromdaten, einen Mechanismus zur Beschneidung der Integration von Kreditkartenstromdaten und einen Klassifizierungsvorhersagemechanismus. Gemäß der Methode müssen kleine Proben von Kreditkartenstromdaten zu einem beliebigen Zeitpunkt in der Vergangenheit nicht reserviert werden, und dynamische Kreditkartenstromdaten mit unausgeglichener Kategorieverteilung können effektiv klassifiziert und vorhergesagt werden, um betrügerische Kreditkarten-Transaktionsdaten zu erkennen. CN111210343 CREDIT CARD FRAUD DETECTION METHOD BASED ON UNBALANCED STREAM DATA CLASSIFICATIONS The invention discloses a method for credit card fraud detection based on unbalanced stream data classification. The credit card stream data classification model includes a credit card stream data oversampling mechanism in the form of bags, a credit card stream data drift processing mechanism with multiple concepts, a credit card stream data base classifier weighting mechanism, a credit card stream data integration pruning mechanism, and a classification prediction mechanism . According to the method, small samples of credit card stream data at any point in time in the past need not be reserved, and dynamic credit card stream data with unbalanced category distribution can be effectively classified and predicted to detect fraudulent credit card transaction data.

US6715672 SYSTEM UND VERFAHREN ZUR VERBESSERTEN BETRUGSERKENNUNG BEI DER AUTOMATISIERTEN ELEKTRONISCHEN KREISKARTENVERARBEITUNG Verfahren und System zur Autorisierung einer elektronischen Kreditkartentransaktion mit verbesserten Maßnahmen zur Erkennung betrügerischer Transaktionen. Ein Benutzer an einem entfernten Terminal, der versucht, eine elektronische Kreditkartentransaktion durchzuführen, wird aufgefordert, den Namen des Benutzers, Kreditkarteninformationen, Adresse und nur einen Teil der Sozialversicherungsnummer des Benutzers einzugeben. Die vom Benutzer eingegebenen Informationen werden abgerufen und zu Identifikationszwecken verwendet. Zunächst werden die eingegebenen Kreditkarteninformationen an den Aussteller der Kreditkarte des Benutzers übermittelt, um festzustellen, ob die eingegebenen Kreditkarteninformationen gültig sind. Ferner wird auf eine zweite unabhängige Datenbank mit einer gespeicherten Liste von Personen zugegriffen, wobei zu jeder der Personen mindestens eine zugehörige Adresse gespeichert ist. Die Adressen, die in Verbindung mit einer Person gespeichert sind, die mit den vom Benutzer eingegebenen Informationen übereinstimmt, werden abgerufen und mit der vom Benutzer eingegebenen Adresse verglichen, um festzustellen, ob die eingegebene Adresse mit einer der abgerufenen gespeicherten Adressen übereinstimmt. Wenn die eingegebenen Kreditkarteninformationen vom Aussteller als gültig bestätigt wurden und die vom Benutzer eingegebene Adresse mit einer der abgerufenen und in der zweiten unabhängigen Datenbank gespeicherten Adressen übereinstimmt, wird die elektronische Kreditkartentransaktion autorisiert und darf durchgeführt werden. US6715672 SYSTEM AND METHOD FOR ENHANCED FRAUD DETECTION IN AUTOMATED CIRCULAR ELECTRONIC CARD PROCESSING Method and system for authorizing an electronic credit card transaction with improved measures for detecting fraudulent transactions. A user at a remote terminal attempting to complete an electronic credit card transaction is prompted for the user's name, credit card information, address, and only part of the user's social security number enter user. The information entered by the user will be retrieved and used for identification purposes. First, the credit card information entered is transmitted to the user's credit card issuer to determine whether the credit card information entered is valid. A second independent database with a stored list of people is also accessed, with at least one associated address being stored for each of the people. The addresses stored in association with an individual matching the information entered by the user are retrieved and compared to the address entered by the user to determine if the address entered matches any of the stored addresses retrieved. If the entered credit card information is validated by the issuer and the address entered by the user matches one of the addresses retrieved and stored in the second independent database, the electronic credit card transaction is authorized and allowed to proceed.

CN112270548 KREDITKARTENBETRUGSERKENNUNGSVERFAHREN AUF DER BASIS DES TIEFEN LERNENS Die Erfindung offenbart ein Kreditkartenbetrugserkennungsverfahren auf der Basis von tiefem Lernen, und das Verfahren umfasst die Schritte: Erhalten eines Originaldatensatzes einer Kreditkartenbetrugstransaktion und Durchführen der Vorverarbeitung des Datensatzes; Teilen der Daten in zwei Teile, wobei ein Teil als Trainingssatz und der andere Teil als Testsatz genommen wird; Eingeben des Trainingssatzes in ein Deep-Learning-Modell zum Trainieren, Optimieren von Modellparametern und Anpassen von Hyperparametern, um eine optimale Leistung des Modells zu ermöglichen; und Eingeben des Testsatzes in das trainierte Modell, um ein Klassifikationslabel zu erhalten. Gemäß dem Verfahren wird ein Feature-Engineering-Rahmen mit zwei neuronalen Netzen bereitgestellt, um eine Merkmalsvariable für ein Betrugserkennungsmodell zu erzeugen, dann werden die extrahierten Merkmale mit den Originaldaten verschmolzen, und die verschmolzenen Merkmale werden in einen Klassifikator eingegeben, um eine gute Betrugserkennungsleistung zu erhalten. CN112270548 DEEP LEARNING-BASED CREDIT CARD FRAUD DETECTION METHOD The invention discloses a deep learning-based credit card fraud detection method, and the method comprises the steps of: obtaining an original record of a credit card fraud transaction and performing pre-processing of the record; dividing the data into two parts, taking one part as a training set and the other part as a test set; inputting the training set into a deep learning model for training, tuning model parameters, and adjusting hyperparameters to enable optimal performance of the model; and inputting the test set into the trained model to obtain a classification label. According to the method, a dual neural network feature engineering framework is provided to generate a feature variable for a fraud detection model, then the extracted features are merged with the original data, and the merged features are input into a classifier to achieve good fraud detection performance receive.

US20150269662 VERFAHREN UND VORRICHTUNG ZUR ÜBERPRÜFUNG DER GÜLTIGKEIT EINER MITTEILUNG VON EINEM BETRUGSERKENNUNGSDIENST Ein Verfahren, ein nicht-transitorisches computerlesbares Medium und eine Vorrichtung zur Überprüfung der Gültigkeit einer Mitteilung von einem Betrugserkennungsdienst werden offenbart. Beispielsweise empfängt das Verfahren die Mitteilung von dem Betrugserkennungsdienst, die anzeigt, dass eine Kreditkartennummer mit potenziell betrügerischen Aktivitäten verbunden ist, stellt dem Betrugserkennungsdienst über eine gesicherte Verbindung eine persönliche Identifikation zur Verfügung, um eine Bestätigung anzufordern, dass die Mitteilung von dem Betrugserkennungsdienst stammt, wobei die persönliche Identifikation verwendet wird, um die Kreditkartennummer zu identifizieren, und empfängt die Bestätigung, dass die Mitteilung gültig ist und von dem Betrugserkennungsdienst gesendet wurde, basierend auf einer Überprüfung, die von dem Betrugserkennungsdienst durchgeführt wird, der die Kreditkartennummer mit einer Datenbank vergleicht, die eine Vielzahl von Kreditkartennummern enthält, die für potenziell betrügerische Aktivitäten gekennzeichnet sind. US20150269662 METHOD AND APPARATUS FOR VERIFYING THE VALIDITY OF A NOTICE FROM A FRAUD DETECTION SERVICE A method, non-transitory computer-readable medium and apparatus for verifying the validity of a notification from a fraud detection service is disclosed. For example, the method receives the message from the fraud detection service indicating that a credit card number is associated with potentially fraudulent activity, provides the fraud detection service with a personal identification over a secured connection to request confirmation that the message originated from the fraud detection service, wherein personal identification is used to identify the credit card number and receives confirmation that the message is valid and was sent by the fraud detection service based on a check performed by the fraud detection service comparing the credit card number to a database maintained contains a variety of credit card numbers flagged for potentially fraudulent activity.

US20210357941 SYSTEM, VERFAHREN UND COMPUTERZUGÄNGLICHES MEDIUM ZUR FRÜHZEITIGEN ERKENNUNG DES BETRUGS BEI EINEM HÄNDLER Ein beispielhaftes System, Verfahren und computerzugängliches Medium kann den Empfang von Finanzinformationen, die sich auf eine Transaktion(en) bei einem ersten Händler beziehen, wobei die Transaktion(en) auf einem Finanzinstrument basieren können, das mit einem zweiten Händler verbunden sein kann, und wobei der erste Händler ein anderer sein kann als der zweite Händler, die Ablehnung der Transaktion(en) und die Bestimmung eines Verstoßes bei dem zweiten Händler auf der Grundlage der Transaktion(en) umfassen. Das Finanzinstrument kann eine virtuelle Kreditkartennummer sein. Die virtuelle Kreditkartennummer kann an den zweiten Händler gebunden sein. Eine weitere Transaktion(en) kann/können bei (I) dem ersten Händler oder (ii) einem dritten Händler empfangen werden, wobei die weitere(n) Transaktion(en) auf (I) dem Finanzinstrument oder (ii) einem weiteren Finanzinstrument beruhen kann/können, das dem zweiten Händler zugeordnet werden kann, und wobei der dritte Händler ein anderer sein kann als der zweite Händler und der erste Händler. US20210357941 SYSTEM, METHOD, AND COMPUTER-ACCESSIBLE MEDIA FOR EARLY DETECTION OF FRAUD AT A DEALER An exemplary system, method, and computer-accessible medium may include receiving financial information relating to a transaction(s) at a first dealer, the transaction(s) being at a financial instrument, which may be associated with a second dealer, and wherein the first dealer may be different than the second dealer, rejecting the transaction(s) and determining a breach at the second dealer based on the transaction(s ) include. The financial instrument can be a virtual credit card number. The virtual credit card number may be tied to the second merchant. A further transaction(s) may be received at (i) the first dealer or (ii) a third dealer, the further transaction(s) being based on (i) the financial instrument or (ii) another financial instrument can be assigned to the second dealer and the third dealer can be different from the second dealer and the first dealer.

CN113657989 SYSTEM, VERFAHREN UND COMPUTERZUGÄNGLICHES MEDIUM ZUR FRÜHZEITIGEN ERKENNUNG DES BETRUGS BEI EINEM HÄNDLER Ein beispielhaftes System, Verfahren und computerzugängliches Medium kann den Empfang von Finanzinformationen, die sich auf eine Transaktion(en) bei einem ersten Händler beziehen, wobei die Transaktion(en) auf einem Finanzinstrument basieren können, das mit einem zweiten Händler assoziiert werden kann, und wobei der erste Händler ein anderer sein kann als der zweite Händler, die Ablehnung der Transaktion(en) und die Bestimmung eines Verstoßes bei dem zweiten Händler auf der Grundlage der Transaktion(en) umfassen. Das Finanzinstrument kann eine virtuelle Kreditkartennummer sein. Die virtuelle Kreditkartennummer kann an den zweiten Händler gebunden sein. Eine weitere Transaktion(en) kann/können bei (I) dem ersten Händler oder (ii) einem dritten Händler empfangen werden, wobei die weitere(n) Transaktion(en) auf (I) dem Finanzinstrument oder (ii) einem weiteren Finanzinstrument beruhen kann/können, das dem zweiten Händler zugeordnet werden kann, und wobei der dritte Händler ein anderer sein kann als der zweite Händler und der erste Händler. CN113657989 SYSTEM, METHOD, AND COMPUTER-ACCESSIBLE MEDIA FOR EARLY DETECTION OF FRAUD AT A DEALER An exemplary system, method, and computer-accessible medium may include receiving financial information relating to a transaction(s) at a first dealer, the transaction(s) being at a Financial instrument that can be associated with a second dealer, and where the first dealer can be different than the second dealer, rejecting the transaction(s) and determining a breach at the second dealer based on the transaction(s ) include. The financial instrument can be a virtual credit card number. The virtual credit card number may be tied to the second merchant. Another transaction(s) can be made at (I) the first trader or (ii) a third trader, where the further transaction(s) may be based on (i) the financial instrument or (ii) another financial instrument attributed to the second trader and wherein the third trader can be different from the second trader and the first trader.

EP3910582 SYSTEM, VERFAHREN UND COMPUTERZUGÄNGLICHES MEDIUM ZUR FRÜHZEITIGEN ERKENNUNG DES BETRUGS BEI EINEM HÄNDLER Ein beispielhaftes System, Verfahren und computerzugängliches Medium kann den Empfang von Finanzinformationen, die sich auf eine Transaktion(en) bei einem ersten Händler beziehen, wobei die Transaktion(en) auf einem Finanzinstrument beruhen kann (können), das mit einem zweiten Händler verbunden sein kann (können), und wobei der erste Händler ein anderer sein kann als der zweite Händler, die Ablehnung der Transaktion(en) und die Bestimmung eines Verstoßes bei dem zweiten Händler auf der Grundlage der Transaktion(en) umfassen. Das Finanzinstrument kann eine virtuelle Kreditkartennummer sein. Die virtuelle Kreditkartennummer kann an den zweiten Händler gebunden sein. Eine weitere Transaktion(en) kann/können bei (I) dem ersten Händler oder (ii) einem dritten Händler empfangen werden, wobei die weitere(n) Transaktion(en) auf (I) dem Finanzinstrument oder (ii) einem weiteren Finanzinstrument beruhen kann/können, das dem zweiten Händler zugeordnet werden kann, und wobei der dritte Händler ein anderer sein kann als der zweite Händler und der erste Händler. EP3910582 SYSTEM, METHOD, AND COMPUTER-ACCESSIBLE MEDIA FOR EARLY DETECTION OF FRAUD AT A DEALER An exemplary system, method, and computer-accessible medium may include receiving financial information relating to a transaction(s) at a first dealer, the transaction(s) being at a financial instrument, which may be associated with a second dealer, and where the first dealer may be different from the second dealer, the rejection of the transaction(s) and the determination of a breach at the second dealer the basis of the transaction(s). The financial instrument can be a virtual credit card number. The virtual credit card number may be tied to the second merchant. A further transaction(s) may be received at (i) the first dealer or (ii) a third dealer, the further transaction(s) being based on (i) the financial instrument or (ii) another financial instrument can be assigned to the second dealer and the third dealer can be different from the second dealer and the first dealer.

EP3201838 KREDITKARTE MIT Eingebautem SENSOR ZUR BETRUGSERKENNUNG Eine Karte enthält ein Sensorsystem zur Betrugserkennung. Ein Verfahren zur Betrugserkennung umfasst das Markieren verdächtiger Aktivitäten auf einer Transaktionskarte und die Aufforderung an einen Benutzer, ein Selbstbild oder eine Sprachaufnahme mit der Kreditkarte zu machen. EP3201838 CREDIT CARD WITH BUILT-IN FRAUD DETECTION SENSOR A card contains a fraud detection sensor system. One method of fraud detection involves marking suspicious activity on a transaction card and prompting a user to take a selfie or voice recording with the credit card.

US038572 SYSTEM UND VERFAHREN ZUR VERSTÄRKTEN BETRUGSERKENNUNG BEI AUTOMATISIERTER ELEKTRONISCHER KREISKARTENVERARBEITUNG Verfahren und System zur Autorisierung einer elektronischen Kreditkartentransaktion mit verbesserten Maßnahmen zur Erkennung betrügerischer Transaktionen. Ein Benutzer an einem entfernten Terminal, der versucht, eine elektronische Kreditkartentransaktion durchzuführen, wird aufgefordert, die Kreditkarteninformationen, die Adresse und die Sozialversicherungsnummer des Benutzers einzugeben. Die vom Benutzer eingegebenen Informationen werden abgerufen und zu Identifikationszwecken verwendet. Zunächst werden die eingegebenen Kreditkarteninformationen einer Ausgabe der Kreditkarte des Benutzers vorgelegt, um festzustellen, ob die eingegebenen Kreditkarteninformationen gültig sind. Die vom Benutzer eingegebene Sozialversicherungsnummer wird anschließend mit einer separaten Datenbank für Sozialversicherungsnummern abgeglichen, um festzustellen, ob sie mit dem Benutzer übereinstimmt. Es wird auf eine Datenbank mit einer gespeicherten Liste von Sozialversicherungsnummern zugegriffen, wobei jede der gespeicherten Sozialversicherungsnummern mindestens eine darin gespeicherte Adresse enthält, die einer Adresse einer durch die jeweilige Sozialversicherungsnummer identifizierten Person entspricht. Die in Verbindung mit der eingegebenen Sozialversicherungsnummer gespeicherten Adressen werden abgerufen und mit der eingegebenen Adresse verglichen, um festzustellen, ob die eingegebene Adresse mit einer der abgerufenen gespeicherten Adressen übereinstimmt. Wenn die eingegebenen Kreditkarteninformationen vom Aussteller als gültig bestätigt wurden und die vom Benutzer eingegebene Adresse mit einer der abgerufenen Adressen übereinstimmt, die in Verbindung mit der eingegebenen Sozialversicherungsnummer gespeichert sind, wird die elektronische Kreditkartentransaktion autorisiert und darf durchgeführt werden. Die Datenbank mit den Sozialversicherungsnummern wird getrennt von der Datenbank mit den Kreditkarteninformationen des Ausstellers gespeichert und zugänglich gemacht, um einen zusätzlichen Schutz gegen eine Person zu bieten, die sich auf betrügerische Weise Zugang zu einer der Datenbanken verschafft, da der Zugang zu den Informationen in beiden Datenbanken erforderlich ist, um die finanzielle Transaktion abzuschließen. US038572 SYSTEM AND METHOD FOR ENHANCED FRAUD DETECTION IN AUTOMATED ELECTRONIC CIRCUIT CARD PROCESSING Method and system for authorizing an electronic credit card transaction with improved measures for detecting fraudulent transactions. A user at a remote terminal attempting to complete an electronic credit card transaction is prompted for the user's credit card information, address, and social security number. The information entered by the user will be retrieved and used for identification purposes. First, the entered credit card information is presented to a copy of the user's credit card to determine if the entered credit card information is valid. The social security number entered by the user is then checked against a separate social security number database to determine if it matches the user. A database having a stored list of social security numbers is accessed, each of the stored social security numbers including at least one address stored therein that corresponds to an address of an individual identified by the respective social security number. The addresses stored in association with the entered social security number are retrieved and compared to the entered address to determine if the entered address matches any of the retrieved stored addresses. If the entered credit card information is validated by the issuer and the address entered by the user matches one of the retrieved addresses stored in association with the entered social security number, the electronic credit card transaction is authorized and allowed to proceed. The Social Security Number database is stored and accessed separately from the issuer's credit card information database to provide an additional layer of protection against an individual fraudulently gaining access to one of the databases, as access to the information is contained in both Databases is required to complete the financial transaction.

US6029154 VERFAHREN UND SYSTEM ZUR ERKENNUNG VON BETRUG BEI EINER KREDITKARTENTRAKTION ÜBER DAS INTERNET Verfahren und System zur Erkennung von Betrug bei einer Kreditkartentransaktion zwischen einem Verbraucher und einem Händler über das Internet. Das Verfahren und das System umfassen das Erhalten von Kreditkarteninformationen, die sich auf die Transaktion beziehen, von dem Verbraucher; und das Verifizieren der Kreditkarteninformationen auf der Grundlage einer Vielzahl von Parametern. Die verschiedenen Parameter werden so gewichtet, dass sie dem Händler einen quantifizierbaren Hinweis darauf geben, ob die Kreditkartentransaktion betrügerisch ist. Auf diese Weise wird ein integriertes Überprüfungssystem bereitgestellt, das es einem Händler oder dergleichen ermöglicht, die Gültigkeit einer Transaktion über das Internet genau und effizient zu bestimmen. US6029154 METHOD AND SYSTEM FOR DETECTING FRAUD IN A CREDIT CARD TRANSACTION OVER THE INTERNET Method and system for detecting fraud in a credit card transaction between a consumer and a merchant over the Internet. The method and system includes obtaining credit card information related to the transaction from the consumer; and verifying the credit card information based on a plurality of parameters. The various parameters are weighted to give the merchant a quantifiable indication of whether the credit card transaction is fraudulent. In this way, an integrated verification system is provided that enables a merchant or the like to accurately and efficiently determine the validity of a transaction over the Internet.

US20100228649 VERFAHREN UND SYSTEM ZUR ERKENNUNG VON BETRUG BEI EINER KREDITKARTENTRAKTION ÜBER DAS INTERNET Verfahren und System zur Erkennung von Betrug bei einer Kreditkartentransaktion zwischen einem Verbraucher und einem Händler über das Internet. Das Verfahren und das System umfassen das Erhalten von Kreditkarteninformationen, die sich auf die Transaktion beziehen, von dem Verbraucher; und das Verifizieren der Kreditkarteninformationen auf der Grundlage einer Vielzahl von Parametern. Die verschiedenen Parameter werden so gewichtet, dass sie dem Händler einen quantifizierbaren Hinweis darauf geben, ob die Kreditkartentransaktion betrügerisch ist. Auf diese Weise wird ein integriertes Überprüfungssystem bereitgestellt, das es einem Händler oder dergleichen ermöglicht, die Gültigkeit einer Transaktion über das Internet genau und effizient zu bestimmen. US20100228649 METHOD AND SYSTEM FOR DETECTING FRAUD IN A CREDIT CARD TRANSACTION VIA THE INTERNET Method and system for detecting fraud in a credit card transaction between between a consumer and a retailer over the Internet. The method and system includes obtaining credit card information related to the transaction from the consumer; and verifying the credit card information based on a plurality of parameters. The various parameters are weighted to give the merchant a quantifiable indication of whether the credit card transaction is fraudulent. In this way, an integrated verification system is provided that enables a merchant or the like to accurately and efficiently determine the validity of a transaction over the Internet.

CN112330328 CREDIT CARD FRAUD DETECTION METHOD BASED ON FEATURE EXTRACTION Kreditkarten sind weit verbreitet von den Menschen aufgrund der Vorteile der bequemen Zahlung, Rabatt, Rabatt, vorübergehenden wirtschaftlichen Druck und dergleichen, in den Prozess, mehr und mehr Kreditkarte Betrug Probleme beginnen zu entstehen, und daher ist es von entscheidender Bedeutung, um effektiv zu erkennen Kreditkarte Betrug. Die Erfindung stellt ein Verfahren zur Erkennung von Kreditkartenbetrug bereit, das auf der Extraktion von Merkmalen basiert. Das Verfahren geht von Daten aus, extrahiert Merkmalsvektoren, die in den Daten enthalten sind, verwendet eine Graphdatenbank, um die Merkmalsvektoren zu verknüpfen, und setzt dann eine Deep-Learning-Technologie zur Analyse ein, wodurch die automatische und schnelle Erkennung von Kreditkartenbetrugsverhalten erreicht und die Erkennungsgenauigkeit verbessert wird. CN112330328 CREDIT CARD FRAUD DETECTION METHOD BASED ON FEATURE EXTRACTION Credit cards are widely used by people due to the advantages of convenient payment, rebate, rebate, temporary economic pressures and the like, in the process, more and more credit card fraud problems are beginning to arise, and therefore is It is crucial to effectively detect credit card fraud. The invention provides a credit card fraud detection method based on feature extraction. The method starts from data, extracts feature vectors contained in the data, uses a graph database to associate the feature vectors, and then applies deep learning technology for analysis, thereby achieving automatic and rapid detection of credit card fraud behavior and the recognition accuracy is improved.

Wie in der vorliegenden Beschreibung und in den folgenden Ansprüchen verwendet, schließt die Bedeutung von „ein“, „eine“ und „die“ den Plural ein, sofern der Kontext nicht eindeutig etwas anderes vorschreibt. Wie in der vorliegenden Beschreibung verwendet, schließt die Bedeutung von „in“ auch „in“ und „am“ ein, sofern der Kontext nicht eindeutig etwas anderes vorschreibt.As used in the present specification and the following claims, the meaning of "a", "an" and "the" includes the plural unless the context clearly dictates otherwise. As used in the present specification, the meaning of "in" also includes "in" and "am" unless the context clearly dictates otherwise.

Die Aufzählung von Wertebereichen dient lediglich als Kurzbezeichnung für jeden einzelnen Wert, der in den Bereich fällt. Sofern hier nicht anders angegeben, wird jeder einzelne Wert in die Spezifikation aufgenommen, als ob er hier einzeln aufgeführt wäre.The enumeration of value ranges serves only as a short name for each individual value that falls within the range. Unless otherwise noted here, each individual value is included in the specification as if it were individually listed here.

Die Verwendung von Beispielen oder beispielhaften Formulierungen (z. B. „wie“) in Bezug auf bestimmte Ausführungsformen dient lediglich der besseren Veranschaulichung der Erfindung und stellt keine Einschränkung des Umfangs der ansonsten beanspruchten Erfindung dar. Keine Formulierung in der Beschreibung ist als Hinweis auf ein nicht beanspruchtes Element zu verstehen, das für die Ausübung der Erfindung wesentlich ist.The use of examples or exemplary language (e.g., "such as") with respect to particular embodiments is intended solely to better illustrate the invention and should not be construed as limiting the scope of the otherwise claimed invention. No language in the specification is intended as an indication of a unclaimed element essential to the practice of the invention.

Die in diesem Abschnitt „Hintergrund“ offengelegten Informationen dienen lediglich dem besseren Verständnis des Hintergrunds der Erfindung und können daher Informationen enthalten, die nicht zum Stand der Technik gehören und die einem Fachmann in diesem Land bereits bekannt sind.The information disclosed in this Background section is only for enhancement of understanding of the background of the invention and therefore it may contain information that does not form the prior art and that is already known in this country to a person skilled in the art.

ZUSAMMENFASSUNGSUMMARY

Bevor die vorliegenden Systeme und Methoden beschrieben werden, sei darauf hingewiesen, dass diese Anwendung nicht auf die beschriebenen Systeme und Methoden beschränkt ist, da es mehrere mögliche Ausführungsformen geben kann, die in der vorliegenden Offenlegung nicht ausdrücklich dargestellt sind. Es ist auch zu verstehen, dass die in der Beschreibung verwendete Terminologie nur zur Beschreibung der besonderen Versionen oder Ausführungsformen dient und nicht dazu gedacht ist, den Umfang der vorliegenden Anwendung zu begrenzen.Before describing the present systems and methods, it should be noted that this application is not limited to the systems and methods described, as there may be several possible embodiments that are not expressly illustrated in the present disclosure. It is also to be understood that the terminology used in the specification is for the purpose of describing particular versions or embodiments only and is not intended to limit the scope of the present application.

Die vorliegende Erfindung behebt und löst hauptsächlich die technischen Probleme des Standes der Technik. Als Antwort auf diese Probleme offenbart die vorliegende Erfindung ein System zur Erkennung von Betrug bei Online-Bankgeschäften auf der Grundlage von Rückständen unter Verwendung von Blockchain und künstlicher Intelligenz.The present invention mainly addresses and solves the technical problems of the prior art. In response to these problems, the present invention discloses an online banking fraud detection system based on arrears using blockchain and artificial intelligence.

Ein Aspekt der vorliegenden Erfindung ist die Vorstellung eines Systems zur Erkennung von Betrug bei Online-Bankgeschäften auf der Grundlage von Backlogging unter Verwendung von Blockchain und künstlicher Intelligenz, wobei das System Folgendes umfasst: Ein Modul zur Erkennung des Benutzerlimits, das zum Einstellen und Erkennen des Limits einer digitalen Karte des Benutzers verwendet wird; ein Backlogging-Modul, das zum Protokollieren und Aufzeichnen des Transaktionsverhaltens, des bereichsweisen Transaktionsverhaltens und der Aufzeichnungen der Orte, an denen die Karteninhaber Waren oder Dienstleistungen auf Offline- oder Online-Plattformen kaufen, unter Verwendung von Blockchain verwendet wird; Ein Modul zur Verfolgung des Verhaltens des Karteninhabers, wobei das Modul zur Verfolgung des Verhaltens des Karteninhabers verwendet wird, um zu bestimmen, ob sich ein Benutzer im Vergleich zu früheren Transaktionen des Benutzers unangemessen oder korrekt verhält, indem die Backlogging-Daten vom Backlogging-Modul der digitalen Karte des Benutzers im Server verwendet werden; ein Betrugserkennungsmodul, das mit dem Benutzerlimiterkennungsmodul, dem Backlogging-Modul und dem Modul zur Verfolgung des Karteninhaberverhaltens verbunden ist, wobei das Betrugserkennungsmodul die nicht autorisierte Transaktion unter Verwendung der Datenanalyse des Backlogging-Moduls, des Standorts des Benutzers unter Verwendung eines mit einer mobilen Recheneinheit des Karteninhabers verbundenen Moduls erkennt, wobei das Betrugserkennungsmodul die Karteninformationen, den Standort des Benutzers, die Art des Verkäufers sowie den Transaktionsbetrag erhält, um sicherzustellen, dass die Transaktion echt oder betrügerisch ist, wobei das Betrugserkennungsmodul die Transaktion über eine Bankverbindung stoppt und einen Fragebogen an den Benutzer sendet, um sich selbst zu autorisieren und einen echten Benutzer zu erkennen.One aspect of the present invention is the provision of an online banking fraud detection system based on backlogging using blockchain and artificial intelligence, the system comprising: a user limit detection module used to set and detect the Limits of using a digital card of the user; a backlogging module used to log and record transaction behavior, area-wise transaction behavior and records of the locations where cardholders purchase goods or services on offline or online platforms using blockchain; A cardholder behavior tracking module, wherein the cardholder behavior tracking module is used to determine whether a user is behaving inappropriately or correctly compared to the user's previous transactions by using the backlogging data from the backlogging module the user's digital card in the server; a fraud detection module coupled to the user limit detection module, the backlogging module, and the cardholder behavior tracking module, the fraud detection module detecting the unauthorized transaction using the data ana Analysis of the backlogging module that detects the user's location using a module connected to a cardholder's mobile computing device, where the fraud detection module receives the card information, the user's location, the type of seller and the transaction amount to ensure that the transaction is genuine or is fraudulent, where the fraud detection module stops the transaction via a bank account and sends a questionnaire to the user to authorize itself and recognize a real user.

Figurenlistecharacter list

Um verschiedene Aspekte einiger Ausführungsbeispiele der vorliegenden Erfindung zu verdeutlichen, wird eine genauere Beschreibung der Erfindung durch Bezugnahme auf bestimmte Ausführungsformen, die in der beigefügten Zeichnung dargestellt sind, gegeben. Es wird davon ausgegangen, dass diese Zeichnung zeigt nur illustrierte Ausführungsformen der Erfindung und sind daher nicht als Einschränkung ihres Umfangs zu betrachten. Die Erfindung wird mit zusätzlicher Spezifität und Detail durch die Verwendung der beigefügten Zeichnung beschrieben und erläutert.In order to clarify various aspects of some embodiments of the present invention, a more detailed description of the invention will be given by reference to specific embodiments illustrated in the accompanying drawings. It is understood that these drawings only show illustrated embodiments of the invention and are therefore not to be considered as limiting its scope. The invention will be described and illustrated with additional specificity and detail through the use of the accompanying drawings.

Damit die Vorteile der vorliegenden Erfindung leicht verstanden werden, wird im Folgenden eine detaillierte Beschreibung der Erfindung in Verbindung mit der beigefügten Zeichnung erörtert, die jedoch nicht als Beschränkung des Umfangs der Erfindung auf die beigefügte Zeichnung angesehen werden sollte, in der:

zeigt ein Blockdiagramm des Systems (10) zur Erkennung von Betrug bei Online-Bankgeschäften mithilfe von Blockchain und künstlicher Intelligenz.

In order that the advantages of the present invention may be readily understood, a detailed description of the invention will be discussed below in conjunction with the accompanying drawing, which should not, however, be construed as limiting the scope of the invention to the accompanying drawing, in which:

shows a block diagram of the system (10) for detecting online banking fraud using blockchain and artificial intelligence.

DETAILLIERTE BESCHREIBUNGDETAILED DESCRIPTION

Die vorliegende Erfindung bezieht sich auf ein System zur Erkennung von Betrug bei Online-Bankgeschäften auf der Grundlage von Rückständen unter Verwendung von Blockchain und künstlicher Intelligenz.The present invention relates to an online banking fraud detection system based on arrears using blockchain and artificial intelligence.

zeigt ein detailliertes Blockdiagramm des Systems (10) zur Erkennung von Betrug bei Onlinebanking-Transaktionen mithilfe von Blockchain und künstlicher Intelligenz durch Rückstände. shows a detailed block diagram of the system (10) for detecting fraud in online banking transactions using blockchain and artificial intelligence by backlog.

Obwohl die vorliegende Offenlegung mit dem Ziel beschrieben wurde, ein System zur Erkennung von Betrug bei Online-Bankgeschäften auf der Grundlage von Backlogging unter Verwendung von Blockchain und künstlicher Intelligenz zu entwickeln, sollte man sich darüber im Klaren sein, dass dies lediglich dazu dient, die Erfindung beispielhaft zu veranschaulichen und jeden anderen Zweck oder jede andere Funktion hervorzuheben, für den bzw. die die erläuterten Strukturen oder Konfigurationen verwendet werden könnten und der bzw. die in den Anwendungsbereich der vorliegenden Offenlegung fällt.Although the present disclosure has been described with the aim of developing an online banking fraud detection system based on backlogging using blockchain and artificial intelligence, it should be understood that this is only intended to To exemplify the invention and to highlight any other purpose or function for which the illustrated structures or configurations could be used and which falls within the scope of the present disclosure.

Das System (10) zur Erkennung von Betrug bei Online-Bankgeschäften mittels Blockchain und künstlicher Intelligenz basiert auf Rückständen und wird offengelegt.The system (10) for detecting online banking fraud using blockchain and artificial intelligence is backlogged and disclosed.

Das System umfasst ein Modul zur Erkennung von Benutzergrenzen (1), ein Modul zur Erfassung von Rückständen (2), ein Modul zur Verfolgung des Karteninhaberverhaltens (3) und ein Modul zur Betrugserkennung (4).The system includes a user limit detection module (1), a arrears detection module (2), a cardholder behavior tracking module (3), and a fraud detection module (4).

Das Modul zur Erkennung des Benutzerlimits (1) dient zur Einstellung und Erkennung des Limits einer digitalen Karte des Benutzers.The user limit detection module (1) is used to set and detect the limit of a user's digital card.

Das Backlogging-Modul (2) dient zur Protokollierung und Aufzeichnung des Transaktionsverhaltens, des bereichsweisen Transaktionsverhaltens und der Aufzeichnungen der Orte, an denen die Karteninhaber Waren oder Dienstleistungen auf Offline- oder Online-Plattformen unter Verwendung der Blockchain kaufen.The backlogging module (2) is used to log and record the transaction behavior, area-by-area transaction behavior and records of the locations where the cardholders buy goods or services on offline or online platforms using the blockchain.

Das Modul zur Verfolgung des Karteninhaberverhaltens (3) wird verwendet, um festzustellen, ob sich ein Benutzer im Vergleich zu früheren Transaktionen des Benutzers unangemessen oder korrekt verhält, indem die Backlogging-Daten vom Backlogging-Modul der digitalen Karte des Benutzers im Server verwendet werden.The cardholder behavior tracking module (3) is used to determine whether a user is behaving inappropriately or correctly compared to the user's previous transactions by using the backlogging data from the backlogging module of the user's digital card in the server.

Das Betrugserkennungsmodul (4) ist mit dem Benutzerlimit-Erkennungsmodul (1), dem Backlogging-Modul (2) und dem Modul zur Verfolgung des Karteninhaberverhaltens (3) verbunden.The fraud detection module (4) is connected to the user limit detection module (1), the backlogging module (2) and the cardholder behavior tracking module (3).

Das Betrugserkennungsmodul (4) erkennt die unbefugte Transaktion anhand der Datenanalyse des Backlogging-Moduls (2), des Standorts des Benutzers über ein mit einer mobilen Recheneinheit des Karteninhabers verbundenes Modul.The fraud detection module (4) detects the unauthorized transaction based on the data analysis of the backlogging module (2), the user's location via a module connected to the cardholder's mobile computing unit.

Das Betrugserkennungsmodul (4) ermittelt die Kartendaten, den Standort des Benutzers, die Art des Verkäufers sowie den Transaktionsbetrag, um sicherzustellen, dass es sich um eine echte Transaktion oder einen Betrug handelt.The fraud detection module (4) determines the card details, the user's location, the type of seller and the transaction amount to ensure that the transaction is genuine or fraudulent.

Das Betrugserkennungsmodul (4) stoppt die Transaktion über die Bankverbindung und sendet einen Fragebogen an den Benutzer, um sich zu autorisieren und einen echten Benutzer zu identifizieren.The fraud detection module (4) stops the transaction via the bank details and sends a questionnaire to the user to authorize and identify a real user.

Das Betrugserkennungsmodul (4) prüft die früheren Interaktionen des Benutzers mit dem System, um festzustellen, ob ungewöhnliche Zahlungsmuster vorliegen.The fraud detection module (4) examines the user's previous interactions with the system to determine if there are any unusual payment patterns.

Das Betrugserkennungsmodul (4) dient der Analyse von Vorverarbeitungsdaten, dem Abgleich von digitalen Kartentransaktionsdaten, dem Erzeugen normaler Daten als Betrugsdaten und dem Markieren und Erkennen eines Musters in einer Trainingsphase aus dem Backlogging-Modul (2) unter Verwendung von maschinellem Lernen.The fraud detection module (4) is used to analyze pre-processing data, match digital card transaction data, generate normal data as fraud data, and mark and recognize a pattern in a training phase from the backlogging module (2) using machine learning.

Das Betrugserkennungsmodul (4) wird verwendet, um Informationen zu sammeln, einschließlich Transaktionsinformationen, die den Karteninhaber und das Produkt/die Dienstleistung identifizieren, Karteninformationen, die mit dem Karteninhaber verbunden sind und die digitale Karte identifizieren, die bei der Transaktion verwendet werden soll, sowie eine Konsistenzprüfung, die feststellt, ob die digitalen Karteninformationen mit dem Karteninhaber übereinstimmen, und eine automatische Überprüfung des Karteninhabers durchführt.The fraud detection module (4) is used to collect information including transaction information identifying the cardholder and the product/service, card information associated with the cardholder and identifying the digital card to be used in the transaction, as well as a consistency check that determines whether the digital card information matches the cardholder and performs an automatic cardholder verification.

Die Abbildung und die vorangehende Beschreibung zeigen Beispiele für Ausführungsformen. Der Fachmann wird verstehen, dass eines oder mehrere der beschriebenen Elemente durchaus zu einem einzigen Funktionselement kombiniert werden können. Alternativ dazu können bestimmte Elemente in mehrere Funktionselemente aufgeteilt werden. Elemente aus einer Ausführungsform können einer anderen Ausführungsform hinzugefügt werden. Die Reihenfolge der hier beschriebenen Prozesse kann beispielsweise geändert werden und ist nicht auf die hier beschriebene Weise beschränkt. Darüber hinaus müssen die Aktionen eines Blockdiagramms nicht in der gezeigten Reihenfolge ausgeführt werden, und es müssen auch nicht unbedingt alle Aktionen ausgeführt werden. Auch können diejenigen Handlungen, die nicht von anderen Handlungen abhängig sind, parallel zu den anderen Handlungen ausgeführt werden. Der Umfang der Ausführungsformen ist durch diese spezifischen Beispiele keineswegs begrenzt.The figure and the preceding description show examples of embodiments. Those skilled in the art will understand that one or more of the elements described may well be combined into a single functional element. Alternatively, certain elements can be broken down into multiple functional elements. Elements from one embodiment may be added to another embodiment. For example, the order of the processes described herein may be changed and is not limited to the manner described herein. In addition, the actions of a block diagram do not need to be performed in the order shown, and not all actions need to be performed. Also, those actions that are not dependent on other actions can be performed in parallel with the other actions. The scope of the embodiments is in no way limited by these specific examples.

Obwohl Ausführungsformen der Erfindung in einer für strukturelle Merkmale und/oder Methoden spezifischen Sprache beschrieben wurden, sind die beigefügten Ansprüche nicht notwendigerweise auf die beschriebenen spezifischen Merkmale oder Methoden beschränkt. Vielmehr werden die spezifischen Merkmale und Methoden als Beispiele für Ausführungsformen der Erfindung offenbart.Although embodiments of the invention have been described in language specific to structural features and/or methods, the appended claims are not necessarily limited to the specific features or methods described. Rather, the specific features and methods are disclosed as examples of embodiments of the invention.

ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of documents cited by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturPatent Literature Cited

US08386386 [0006]
CN111210343 [0007]
US6715672 [0008]
CN 112270548 [0009]
US20150269662 [0010]
US20210357941 [0011]
CN 113657989 [0012]
EP 3910582 [0013]
EP 3201838 [0014]
US038572 [0015]
US6029154 [0016]
US20100228649 [0017]
CN112330328 [0018]

Claims

System (10) for detecting online banking fraud using blockchain and artificial intelligence through backlogging claim 1 wherein the fraud detection module (4) is used to examine the user's previous interactions with the system to determine whether there are any unusual payment patterns.

System (10) for detecting online banking fraud using blockchain and artificial intelligence through backlogging claim 1 , wherein the fraud detection module (4) is used to analyze pre-processing data, balance digital card transaction data, make normal data as much data as fraud data, and mark a pattern in a training phase by the backlogging module (2) using machine learning and to recognize.

System (10) for detecting online banking fraud using blockchain and artificial intelligence through backlogging claim 1 wherein the fraud detection module (4) is used to collect information including transaction information identifying the cardholder and the product/service, card information associated with the cardholder identifying the digital card used in the transaction intended, a consistency check that determines whether the digital card information matches the cardholder and performs an automatic verification of the cardholder.