JP2018507464A - 取引リスク検出方法及び装置 - Google Patents

Abstract

取引リスク検出方法及びデバイス。取引リスク検出方法は、現在の取引アカウントを決定し、現在の取引アカウントの過去の取引記録を取得し、過去の取引記録が現在の取引アカウントのＬＢＳデータにより決定され（Ｓ１０１）、現在の取引アカウントの過去の取引記録により現在の取引アカウントの特徴情報を取得し（Ｓ１０２）、特徴情報によりリスク管理及び制御を実行する（Ｓ１０３）ことを備える。この方法は、取引リスク検出精度を向上させることが可能である。

Description

本発明は、情報セキュリティ技術分野に関し、特に取引リスク検出方法及び装置に関する。

ネットワーク決済の普及とともに、ネットワーク・アカウントについての決済リスクの防止と管理は、ますます重要になってきている。現在、アカウントの決済リスクは、アカウント盗難リスク、及びカード盗難リスクを主に含む。アカウント盗難リスクの一般的な特徴は、違法な方式でアカウントのログイン・パスワード及び決済パスワードを取得した後に、窃盗犯がアカウント内の残高、及びカード内の預金を、処分用の別のアカウント、または別のカードに送金することである。

現段階で、この種類のリスクについて、防止及び管理のエンドは、取引イベント情報（金額、時間、カテゴリ）及び環境情報（金融、デバイス）を主に使用し、異常な点（異常に高い金額、または新規の金融のような）を見出し、潜在的なリスクを有する取引で必要な防止及び管理基準を行う。しかしながら、この防止及び管理方法は、特定の不適切な判断を引き起こす可能性がある。例えば、珍しいサイトに送金を実行する、または互いに決して送金しない結婚した人々のカップル間ではじめて大量の送金を実行するときに、これは、リスク防止及び管理のエンドによりハイリスクの取引とみなされる可能性があり、送金要求を直ちに拒否され、リスクの不適切な判断をもたらす。

本発明は、少なくともある程度関連技術内の技術的な問題のうちの１つを解決することを目標にしている。

したがって、本発明の目標は、取引リスク検出方法を提供することであり、この方法は、取引リスク検出精度を向上させる。

本発明の別の目標は、取引リスク検出装置を提供することである。

上記の目標を達成するために、本発明の実施形態により提供された取引リスク検出方法は、現在の取引アカウントを判定し、現在の取引アカウントの過去の取引トラックを取得し、過去の取引トラックを現在の取引アカウントのＬＢＳデータにより判定し、現在の取引アカウントの過去の取引トラックにより、現在の取引アカウントの特徴情報を取得し、特徴情報によりリスク管理及び制御を実行することを備える。

本発明の実施形態で提案された取引リスク検出方法は、特徴情報によりリスク・スコアを決定し、この特徴情報は、過去の取引トラックにより決定され、過去の取引トラックは、ＬＢＳデータにより決定されるため、リスク管理及び制御へ位置情報のアプリケーションを実装し、取引リスク検出精度を向上させる。

上記の目標を達成するために、本発明の実施形態により提供された取引リスク検出装置は、現在の取引アカウントを判定し、現在の取引アカウントの過去の取引トラックを取得するように構成され、過去の取引トラックが現在の取引アカウントのＬＢＳデータにより判定される取引モジュールと、現在の取引アカウントの過去の取引トラックにより、現在の取引アカウントの特徴情報を取得するように構成された取得モジュールと、特徴情報によるリスク管理及び制御を実行するように構成された管理及び制御モジュールを備える。

本発明の実施形態で提案された取引リスク検出装置は、特徴情報によりリスク・スコアを決定し、この特徴情報は、過去の取引トラックにより決定され、この過去の取引トラックは、ＬＢＳデータにより決定されるため、リスク管理及び制御へ位置情報のアプリケーションを実装し、取引リスク検出精度を向上させる。

本発明のいくつかの追加の態様及び利点は、以下の説明で提供され、いくつかのものは、以下の説明から明らかになる、または本発明の実施を通して理解されるであろう。

本発明の上記の、及び／または追加の態様及び利点は、明らかになり、添付の図面に関する実施形態の以下の説明から容易に理解するようになるであろう。
本発明の実施形態による取引リスク検出方法の概略フローチャートである。 本発明の実施形態による位置情報により取得された過去の取引トラックの概略図である。 本発明の実施形態によるトラック再構成でトラック角度を計算する概略図である。 本発明の実施形態により取引リスク検出方法に対応するシステム構造の概略図である。 本発明の別の実施形態による取引リスク検出方法の概略フローチャートである。 本発明の別の実施形態によるトラック・セグメントの空間距離を計算する概略図である。 本発明の別の実施形態による特徴トラックを抽出する概略図である。 本発明の別の実施形態による取引リスク検出方法の概略フローチャートである。 本発明の別の実施形態による取引リスク検出装置の概略構造図である。 本発明の別の実施形態による取引リスク検出装置の概略構造図である。 本発明の別の実施形態による取引リスク検出装置の概略構造図である。

本発明の実施形態は、以下で詳細に記述される。また、これらの実施形態の実施例は、同一の、若しくは類似の参照番号が同一の、若しくは類似の要素、またはテキスト全体を通して同一の、若しくは類似の機能を有する要素を表現する、添付の図面で示される。添付の図面に関連して以下で記述される実施形態は、例示であり、単に本発明を説明するために使用され、本発明を制限すると解釈されるべきではない。対照的に、本発明の実施形態は、添付の特許請求の範囲の趣旨及び内包の範囲に入る、全ての変形形態、修正形態、及び均等物を含む。

本発明の実施形態による取引リスク検出方法及び装置は、添付の図面を参照して以下に記述される。

図１は、本発明の実施形態による取引リスク検出方法の概略フローチャートであり、この方法は、
現在の取引アカウントを決定し、この現在の取引アカウントの過去の取引トラックを取得し、過去の取引トラックが現在の取引アカウントのＬＢＳデータにより決定される、Ｓ１０１、を備える。

具体的に、現在の取引のアカウントを検出し、現在の取引アカウントを取得することができる。

現在の取引アカウントは、単一のアカウントであることができる、または現在の取引アカウントは、少なくとも２個のアカウント、例えば、一方のアカウントから他方のアカウントへの送金であることができる。

より具体的に、アカウントのＬＢＳ（位置情報サービス）データは、予め収集されることができ、ＬＢＳデータは、位置情報を含む。その中で、ＬＢＳデータは、ＩＰ（インターネット・プロトコル）アドレス、ＷｉｆｉＭａｃ（ローカル・エリア・ネットワークの端末を認識する、ローカル・エリア・ネットワーク・フィジカル、識別子）アドレス、ＧＰＳ（全地球測位システム）情報、基地局情報、及び同様のものを含むことができる。

次に、位置情報によりアカウントの過去の取引トラックを取得することができる。例えば、異なる時点で取得された位置情報を使用して、過去の取引トラックを形成する。

過去の取引トラックから特徴点（feature point）を抽出し、これらの特徴点によりアカウントの再構成されたトラックを取得する。例えば、アプリケーション・シナリオ及び要件により、過去の取引トラックを再構成して、分割し、さまざまなデータ・マイニング方法を使用することで、このトラックをマイニングし、分析する。

その中で、特徴点は、所定の条件を満たす、過去の取引トラックの終点間の点を指す。

所定の条件を満たす点は、例えば、滞在点（stay point）、及び過去の取引トラックの特性変化を具現化する点を含む。

滞在点は、過去の取引トラック内の同一位置で少なくとも２回、連続して出現する点を指す。例えば、履歴情報での統計後に、モーメントＴ１に対応する位置点は、Ｐ１であり、Ｔ１に隣接するモーメントＴ２に対応する位置点も、Ｐ１であり、次に、Ｐ１に対応する点は、滞在点と言われる。

過去の取引トラックの特性変化を具現化する点は、例えば、過去の取引トラックの位置方向変化を具現化する点であり、具体的に、この点は、過去の取引トラックに含まれたトラック・セグメント間の角度により表現されることができる。例えば、過去の取引トラックは、Ｐ１−Ｐ２により形成されたトラック・セグメント、及びＰ２−Ｐ３により形成されたトラック・セグメントを含む。Ｐ１−Ｐ２により形成されたトラック・セグメント、及びＰ２−Ｐ３により形成されたトラック・セグメント間の角度が所定の角度より大きい場合に、Ｐ２は、過去の取引トラックの特性変化を具現化する点と判定されることができる。具体的に、図２で示されるように、それは、過去の取引トラックがトラック点Ｐ１、Ｐ２、Ｐ３及びＰ４により形成された線分である位置情報により取得されることができる。その中で、図２の座標系において、Ｘ軸及びＹ軸は、各トラック点の位置座標をそれぞれ表現し、具体的に、それぞれ経度、若しくは寸法を指すことができ、または２次元の空間距離を表現することができ、この空間距離は、２点間での経度差、及び寸法差により取得されることができる。

会員Ａは、時系列順で、それぞれ点Ｐ１、Ｐ２、Ｐ３及びＰ４で出現する。例えば、Ｐ１及びＰ２のような点は、会員Ａの自宅に対応する点、会社に対応する点、スーパーマーケットに対応する点、及び同様のものであり、これらのトラック・セグメントは、トラックＰ１−Ｐ２、Ｐ２−Ｐ３、及びＰ３−Ｐ４により形成される。高過ぎるＬＢＳデータ収集頻度により、データは、過度の冗長情報、例えば、図２でトラックＰ２−Ｐ３、及びＰ３−Ｐ４を含むことができる。したがって、過去の取引トラックから特徴点を抽出することができ、特徴点によりアカウントの取引トラックを再構成することができる。例えば、トラックＰ２−Ｐ３、及びＰ３−Ｐ４を再構成し、新規のトラック・セグメントＰ２−Ｐ４を取得するため、トラック精度のわずかな損失で後続のトラック・データ・マイニングの実行効率を改善する。

任意選択で、過去の取引トラックから特徴点を抽出することは、
過去の取引トラックの特性変化、及び滞在点を具現化する点を取得し、
特徴点として、過去の取引トラックの特性変化、及び滞在点を具現化する点を決定し、その中で、滞在点は、同一位置に少なくとも２回連続して出現する点である、ことを備える。

その中で、過去の取引トラックの特性変化を具現化する点は、過去の取引トラック内に含まれたトラック・セグメント間の角度により決定されることができる。

例えば、図３に関して、トラック再構成への鍵は、過去の取引トラックから、トラックの特性変化を具現化する点、すなわち、特徴点を求めることである。特徴点の選択規則は、アナライザにより設定されることができる。この実施形態で、トラック・セグメント間の角度を使用して、過去の取引トラックの特性変化を示す。さらに、トラック・セグメント間の角度を決定するときに、例えば、第二トラック・セグメント、及び第一トラック・セグメント間の角度を決定するときに、蓄積された角度を用いることができる。蓄積された角度は、第一トラック・セグメント、及び第二トラック・セグメント間の隣接するトラック・セグメント間の角度を蓄積することを指し、蓄積された角度が閾値より大きい点は、特徴点である。閾値として２５°を使用すると仮定すると、図３で、アカウントＡは、時系列順でそれぞれＰ１、Ｐ２、Ｐ３、Ｐ４及びＰ５で出現し、それらのトラック・セグメントは、Ｐ１−Ｐ２、Ｐ２−Ｐ３、Ｐ３−Ｐ４、及びＰ４−Ｐ５を含む。トラック・セグメントＰ１−Ｐ２、及びＰ２−Ｐ３間の角度は、設定された閾値より大きい４５°に等しいため、Ｐ２は、特徴点である。Ｐ３について、Ｐ２−Ｐ３、及びＰ３−Ｐ４間の角度が１５°である場合に、閾値より小さいため、Ｐ３は、特徴点ではない。Ｐ４について、Ｐ３が特徴点ではない場合に、Ｐ３−Ｐ４、及びＰ４−Ｐ５間の角度よりもむしろＰ４−Ｐ５、及びＰ２−Ｐ３間で蓄積された角度を角度測定中に計算する。蓄積された角度は、１５°＋３°＝１８°であり、これは、設定された閾値に達しないため、Ｐ４も、特徴点ではない。トラック再構成中に、特徴点Ｐ２を使用することで、トラックを２個の新規のトラック・セグメント、Ｐ１−Ｐ２、Ｐ２−Ｐ５に分割する。

トラック再構成のプロセスで、計算量を減らすために、特徴点が滞在点を含むことができ、滞在点がトラック角度の計算に含まれない可能性があることに留意するべきである。滞在点は、同一位置で少なくとも２回連続して出現する点である。例えば、図３で、点Ｐ４が滞在点であると仮定し、次に、Ｐ４に対応する蓄積された角度を上記で記述されるように計算せずに、代わりに、Ｐ４を特徴点として直接決定する。上記の角度計算を通してＰ２も特徴点として決定する場合に、再構成後にトラックは、Ｐ１−Ｐ２、Ｐ２−Ｐ４、Ｐ４−Ｐ４（滞在トラック）、及びＰ４−Ｐ５になる。特別な特徴点として、滞在点は、トラックに反映された情報への鍵である。例えば、表１の２個のアカウントのトラックは、図で図示された方法により対向するトラック方向を有するが、これら２個のアカウントは、共通の滞在点（Ｘ，Ｙ）を含むため、滞在点からわかるように、会員Ａ、及び会員Ｂは、関連する。

Ｓ１０２は、現在の取引アカウントの過去の取引トラックによる現在の取引アカウントの特徴情報を取得する。

任意選択で、各アカウントに対応する再構成されたトラックを取得した後に、方法は、
再構成されたトラック内に含まれたトラック・セグメントを決定し、トラック・セグメントをクラスタリングし、少なくとも１個のクラスタリングされたカテゴリを取得し、
少なくとも１個のカテゴリの各カテゴリから特徴トラックを抽出し、少なくとも１個の特徴トラックを含む特徴トラック・セットを取得し、
各アカウント、及び特徴トラック・セット間の対応関係を保存する、
ことをさらに備えることができる。

現在の取引アカウントが単一のアカウントである場合に、各アカウント、及び特徴トラック・セット間の対応関係を取得した後に、現在の取引アカウントに対応する特徴トラック・セットを対応関係により決定することができ、現在の取引アカウントの特徴情報として特徴トラック・セットを決定する、または
任意選択で、現在の取引アカウントが少なくとも２個のアカウントを含む場合に、再構成されたトラックを取得した後に、方法は、過去の取引トラックから少なくとも２個のアカウントにそれぞれ対応する再構成されたトラックを取得し、少なくとも２個のアカウントにそれぞれ対応する再構成されたトラック間の一時的な空間距離を計算し、
次に、特徴情報として一時的な空間距離を決定し、若しくは一時的な空間距離により少なくとも２個のアカウント間の類似度値を決定し、特徴情報として類似度値を決定することをさらに備えることができる。その中で、アカウント間の類似度値は、一時的な空間距離の逆数により表現されることができる。

Ｓ１０３：特徴情報によるリスク管理及び制御を実行する。
例えば、特徴情報により、現在の取引アカウントのリスク・スコアを決定する。

具体的に、現在の取引アカウントが単一のアカウントである場合に、特徴情報は、現在の取引アカウントに対応する特徴トラック・セットであることができ、方法は、現在の取引トラックをさらに取得し、特徴情報として機能する特徴トラック・セットと現在の取引トラックを比較することで現在の取引アカウントのリスク・スコアを決定することができる。

現在の取引アカウントが少なくとも２個のアカウントを含む、すなわち、Ａｌｉｐａｙ（登録商標）のアカウント、またはＡｌｉｐａｙ（商標）の携帯電話充電サービス（携帯電話がバインドされたＡｌｉｐａｙ（商標）アカウントを含む）へ送金の取引のような、少なくとも２人の当事者らを取引が伴う場合に、この点で、特徴情報は、少なくとも２個のアカウントにそれぞれ対応する再構成されたトラック間の一時的な空間距離、または少なくとも２個のアカウント間の類似度値であり、次に、一時的な空間距離、または類似度値により、現在の取引アカウントのリスク・スコアを決定する。その中で、それぞれＡｌｉｐａｙ（商標）の携帯電話充電サービスの取引の２人の当事者らは、充電する当事者のＡｌｉｐａｙ（商標）アカウント、及び充電される当事者のＡｌｉｐａｙ（商標）アカウントを指す。任意選択で、リスク・スコアを取得した後に、現在の取引アカウントのリスク・スコアを出力することができる。

例えば、図４に関連して、この方法に対応するシステム構造は、データ層４１、論理層４２、及びアプリケーション層４３を含むことができる。

図４で示されるように、出力は、具体的に視覚的な出力を示すことができる。例えば、リスク・スコアが第一閾値より大きいとき、リスク・スコアは、赤色でマーク付けされ、リスク・スコアが第一閾値、及び第二閾値間にあるとき、リスク・スコアは、黄色でマーク付けされ、リスク・スコアが第二閾値より小さいとき、リスク・スコアは、緑色でマーク付けされる。出力方式が単に実施例であり、分割された間隔数が上記の３個の間隔に限定されず、分割方式も上記の方式に限定されないことができることを理解するであろう。

加えて、リスク・スコアを取得した後に、リスク管理及び制御は、リスク・スコアにより実行されることができる。例えば、所定の閾値より高いリスク・スコアを有する取引は、ハイリスクの取引と判定され、次にハイリスクの取引は、拒否される可能性がある。

この実施形態は、特徴情報によりリスク・スコアを決定し、特徴情報を過去の取引トラックにより決定し、過去の取引トラックをＬＢＳデータにより決定するため、リスク管理及び制御へ位置情報のアプリケーションを実装し、取引リスク検出精度を向上させる。

図５は、本発明の別の実施形態による取引リスク検出方法の概略フローチャートである。この実施形態で、単一のアカウントである現在の取引アカウントは、例示のために実施例として使用され、この方法は、オフライン・トレーニング段階、及びオンライン・アプリケーション段階に分割される。オフライン実行段階は、最近取引のある会員について、会員の履歴トラックを使用することで特徴トラック・セットをトレーニングすること、会員の典型的なアプリケーション・トラックを表現することができるトラック・セットを求めることを目標にする。オンライン・アプリケーション段階で、取引がリスクを有するかどうかのリアルタイム判別中に、アカウントのトレーニングされた特徴トラック・セットを取得し、現在の取引のトラック、及び特徴トラック・セット間の最小距離を計算する。より小さい距離は、現在の取引のより低いリスクを表現し、逆の場合も同じである。

図５で示されるように、方法は、
Ｓ２０１、アカウント・セットを取得する、
ことを備える。
各アカウントについて、アカウントのＬＢＳデータを収集する。ＬＢＳデータは、位置情報を含む。

その中で、ＬＢＳデータは、ＩＰ（インターネット・プロトコル）アドレス、ＷｉｆｉＭａｃ（ローカル・エリア・ネットワーク内の端末を認識するための、ローカル・エリア・ネットワーク・フィジカル、識別子）アドレス、ＧＰＳ（全地球測位システム）情報、基地局情報、及び同様のものを含むことができる。

次に、位置情報によりアカウントの過去の取引トラックを取得し、アカウント・セットを形成する。

具体的に、取得された位置情報は、時系列順で関連し、対応するアカウントの過去の取引トラックを取得することができる。取得された位置情報も最初にソートすることができ、例えば、異なるフォーマットのＬＢＳデータを統一し、ソートし、認識不可能なデータ、明らかなエラー・データ、及び同様のものを削除し、ソートされた位置情報により、アカウントの過去の取引トラックを取得する。

Ｓ２０２、トラックを再構成する。
過去の取引トラックから特徴点を抽出し、特徴点により、アカウントの再構成されたトラックを取得する。

トラック再構成の具体的なプロセスについて、上記の実施形態へ参照を行うことができるため、本明細書で繰り返さない。

Ｓ２０３、トラック・セグメントをクラスタリングする。
具体的に、再構成されたトラック内に含まれたトラック・セグメントを決定することができ、トラック・セグメントをクラスタリングし、少なくとも１個のクラスタリングされたカテゴリを取得する。

具体的に、最初に、２個のトラック・セグメントごとの間の垂直距離、平行距離、及び角度距離を計算することができ、垂直距離、平行距離、及び角度距離により、最終距離を取得する。一般的に、アカウントＡのトラックが再構成後にＮ点の特徴点を含むと仮定すると、次にアカウントＡは、Ｎ−１個のトラック・セグメントを含む。Ｎ−１個のトラック・セグメントをクラスタリングし、特徴トラック・セグメント・セットを求めるために、２個のトラック・セグメントごとの間で、垂直距離、平行距離、及び角度距離を含む、距離を計算することができる。

図６で示されるように、Ｐｓ及びＰｅは、線分Ｌ_i上の線分Ｌ_jの投影点である。線分間の最終距離は、垂直距離、平行距離、及び角度距離に重み付けすることで取得されることができ、重み付け値は、アナライザにより設定されることができ、１として予め設定もされることができる。さらに、特別な線分として滞在トラック・セグメントを使用し、それらの距離は、幾何学的に取得されることができる、空間内の点線間距離である。

トラック・セグメント間の最終距離を取得した後に、Ｎ−１個のトラック・セグメントは、最終距離によりクラスタリングされることができる。このクラスタリングは、一般に、使用されたクラスタリング・アルゴリズムにより実装されることができる。

Ｓ２０４、特徴トラック・セットを抽出する。
具体的に、少なくとも１個のカテゴリの各カテゴリから特徴トラックを抽出し、少なくとも１個の特徴トラックを含む特徴トラック・セットを取得する。例えば、トラック・クラスタリング後に、アカウントＡのＮ−１個のトラック・セグメントは、Ｍ個のカテゴリにクラスタリングされると仮定すると、次に、特徴トラックを各カテゴリから抽出することができるため、合計でＭ個の特徴トラックは、アカウントＡのＭ個の典型的な過去のアプリケーション・トラックを表現する特徴トラック・セットを形成する。特徴トラックを抽出する重要性は、オンライン・アプリケーションの適時性であり、第一に、各アカウントについて、それらの特徴トラックのみが格納される必要があり、全ての散乱したトラックを無視し、ストレージ空間を大幅に節約し、第二に、有限な特徴トラックを各アカウントについて格納するため、オンライン・リアルタイム通話及び計算のパフォーマンスを大幅に改善する。

本発明の実施形態で、各カテゴリ内に含まれた線形掃引（line-sweeping）トラック・セグメントにより、対応するカテゴリから特徴トラックを抽出することができる。その中で、特徴トラックは、仮想点シーケンスｐ１、ｐ２、．．．、ｐｎであり、これらの点は、線形掃引により決定されることができる。具体的に、線が線分クラスタの主軸方向沿いに垂直に掃引されるときに、掃引線に接する線分の数を計数し、掃引線が線分の始点または終点を通過するときにのみデータは変化する。数が所定の閾値（閾値が例えば、３である）より大きい、またはこれに等しい場合に、主軸に関連した線分の平均座標を計算し、特徴トラックで平均値を補間し、特徴トラックで点になる。それ以外では、現在の点をスキップし、例えば、図７の点１及び点６をスキップする。加えて、特徴トラックを平滑化するために、２点が互いに近すぎる場合に、２点も直接スキップすることができ、例えば、図７の点４をスキップする。図７の赤色部分７１は、抽出された特徴トラックである。

特徴トラック・セットを取得した後に、各アカウント、及び特徴トラック・セット間の対応関係を保存することができる。

具体的に、データベースを確立することができ、各アカウントの特徴トラック・セットをリアルタイムで更新し、各アカウントに対応して保存する。

トラック・マイニング・プロセスをオフラインで達成することができる。

Ｓ２０５、取引を検出するときに、現在の取引アカウントの現在の取引トラックを取得する。
例えば、アカウントＡは、取引を開始するときに、現在の取引アカウントがアカウントＡであることを判定することができる。

現在の取引トラックを取得することは、具体的に、
現在の取引のＬＢＳデータ、及び現在の取引アカウントの以前の取引のＬＢＳデータを取得し、このＬＢＳデータにより、現在の取引の位置情報、及び以前の取引の位置情報を取得し、
現在の取引の位置情報、及び以前の取引の位置情報により、現在の取引アカウントの現在の取引トラックを決定する、
ことを備えることができる。

Ｓ２０６、現在の取引トラック、及びアカウントに対応する特徴トラック・セット間の距離を計算する。
アカウントＡのＭ個の特徴トラックを含む、事前にトレーニングされた特徴トラック・セットは、アカウント、及び特徴トラック・セット間の事前に保存された対応関係により取得されることができる。

現在の取引トラック、及び特徴トラック・セットを取得した後に、現在の取引トラック、及び特徴トラック・セット内の各特徴トラック間の空間距離を計算し、現在の取引トラック、及び特徴トラック・セット間の距離値として最小空間距離を決定する。

Ｓ２０７、リスク・スコアを決定する。
例えば、距離値により、現在の取引アカウントのリスク・スコアを決定する。

具体的に、現在の取引アカウントのリスク・スコアとして距離値を決定することができる。例えば、リスク・スコアは、計算された最小距離、または最小距離の逆数である（それらの値が０〜１である）ことができる。

または、距離値が属する閾値範囲を決定し、閾値範囲、及びリスク・スコア間の所定の対応関係により、距離値が属する閾値範囲に対応するリスク・スコアを決定し、現在の取引アカウントのリスク・スコアとしてリスク・スコアを判定する。例えば、対応関係は、以下の式として示されることができる。

リスク・スコアがリスク測定の直接的な基準として使用されることができ、任意のリスク・モデルの付加価値変数として使用されることもでき、共通リスク・モデルの予測精度を向上させることを理解するであろう。

この実施形態は、取引アカウントのＬＢＳデータを収集することで、アカウントの過去の取引トラック、及び現在の取引トラックを取得し、過去の取引トラックを再構成し、クラスタリングし、アカウントに対応する特徴トラック・セットを取得し、次に、現在の取引トラック、及び各特徴トラック間の空間距離を計算することで、現在の取引のリスク・スコアを決定するため、リスク管理及び制御へ位置情報のアプリケーションを実装し、取引リスク検出精度を向上させる。加えて、過去の取引トラックを再構成して、クラスタリングし、冗長情報を削除するため、ストレージ空間を節約し、効果的にデータ処理効率を向上させる。

図８は、本発明の別の実施形態による取引リスク検出方法の概略フローチャートである。この実施形態は、例示のための実施例として少なくとも２個のアカウントを含む現在の取引アカウントを使用する。この方法は、少なくとも２個のアカウントを含む取引、例えば、Ａｌｉｐａｙ（商標）のアカウント、またはＡｌｉｐａｙ（商標）の携帯電話充電サービス（携帯電話がＡｌｉｐａｙ（商標）アカウントへバインドされる）への送金取引へ単に適用可能である。この方法は、オフライン・トレーニング段階、及びオンライン・アプリケーション段階に分割される。オフライン・トレーニング段階で、アカウント間のトラック関係スコアは、一方のアカウントの過去のトラック、及び他方のアカウントの過去のトラック間の一時的な空間距離を計算することで取得される。これら２個のアカウントの過去のトラック間の類似度が高いほど、関係スコアは、高くなる。オンライン・アプリケーション段階で、２人の当事者ら、または複数の当事者らを含む取引がリスクを有するかどうかのリアルタイム判別中に、取引に関連したアカウントの関係スコアを取得し、分析すると、より高いスコアは、現在の取引のより低いリスクを示し、逆の場合も同じである。

図８で示されるように、取引リスク検出方法は、
Ｓ３０１、アカウント・セットを取得する、
Ｓ３０２、トラックを再構成する、
ことを備える。
Ｓ３０１〜Ｓ３０２の特定のプロセスについて、Ｓ２０１〜Ｓ２０２へ参照を行うことができるため、本明細書で詳細を繰り返さない。

Ｓ３０３、トラック間の一時的な空間距離を計算する。例えば、再構成されたトラックで、２個のトラックごとの間の一時的な空間距離を計算する。

その中で、再構成後のトラックは、少なくとも２個のアカウントにそれぞれ対応する再構成されたトラックを含む。具体的に、Ａｌｉｐａｙ（商標）のアカウント、またはＡｌｉｐａｙ（商標）の携帯電話充電サービス（携帯電話がＡｌｉｐａｙ（商標）アカウントにバインドされる）への送金取引のような、少なくとも２個のアカウントを含む取引について、少なくとも２個のアカウントにそれぞれ対応する再構成されたトラックを取得することができ、取引に関連した少なくとも２個のアカウントにそれぞれ対応する再構成されたトラック間の一時的な空間距離を計算する。

一般的に以下の３つの方法を使用して、一時的な空間距離を計算する。
第一方法は、それぞれ一時的な距離、及び空間距離を計算すること、特定の重み付けを一時的な距離、及び空間距離に掛けること、並びに次にそれらを加え、一時的な空間距離を取得することである。

第二方法は、時間類似性を使用することでトラックにフィルタリングを行うこと、及び次にトラック間の空間距離を計算することである。

第三方法は、空間類似性を使用することで、トラックにフィルタリングを行うこと、及び次にトラック間の一時的な距離を計算することである。

一時的な空間距離の特定の計算方法は、一般に使用された一時的な空間距離計算アルゴリズムを使用することで実装されることができる。

この実施形態が実施例として再構成されたトラック内の２個のトラックごとの間の一時的な空間距離を計算することを使用し、任意選択で、現在の取引の２個のアカウントを決定した後に、２個のアカウントに対応する再構成されたトラックを取得し、次に２個のアカウントに対応する再構成されたトラック間の一時的な空間距離を計算することは、理解可能である。

Ｓ３０４、アカウント間のトラック類似度を計算する。
本出願の実施形態で、少なくとも２個のアカウント間の類似度値は、少なくとも２個のアカウントにそれぞれ対応する再構成されたトラック間の一時的な空間距離の逆数であることができ、この値は、（０〜１）の範囲にある。

Ｓ３０５、取引を検出した後に、現在の取引アカウントの２人の取引当事者らを決定する。
この実施形態で、２個のアカウント間の取引を実施例として使用する。
例えば、アカウントＡからアカウントＢへの送金を実行する。

Ｓ３０６、リスク・スコアを決定する。
例えば、アカウントＡ及びアカウントＢ間の類似度値を取得し、この類似度値によりリスク・スコアを計算する。

この実施形態が実施例として類似度値を計算することを使用することは、理解可能であり、任意選択で、一時的な空間距離のみを計算することも可能であるが、類似度値を計算せず、一時的な空間距離により直接リスク・スコアを決定する。

具体的に、一時的な空間距離、若しくは類似度値を現在の取引アカウントのリスク・スコアとして決定することができる、または
一時的な空間距離、若しくは類似度値が属する閾値範囲を決定し、一時的な空間距離、若しくは類似度値が属する閾値範囲に対応するリスク・スコアを閾値範囲、及びリスク・スコア間の所定の対応関係により決定し、リスク・スコアを現在の取引アカウントのリスク・スコアとして決定する。例えば、対応関係を以下の式として示すことができる。

共通のリスク・モデルの予測精度を向上させるために、リスク・スコアがリスク測定の直接的な基準として使用されることができ、任意のリスク・モデルの付加価値変数としても使用されることができることを理解するであろう。

この実施形態は、アカウントのＬＢＳデータを収集することでアカウントの過去の取引トラックを取得し、過去の取引トラックを再構成し、取引中に、取引の少なくとも２個のアカウントにそれぞれ対応する再構成されたトラック間の一時的な空間距離を計算し、次に少なくとも２個のアカウント間の一時的な空間距離、または類似度値により現在の取引のリスク・スコアを決定するため、リスク管理及び制御に位置情報のアプリケーションを実装し、取引リスク検出精度を向上させる。その間に、取引アカウント間の潜在的な関係は、取引の２人の当事者らのアカウントの特徴情報によりマイニングされるため、リスク誤判定の確率を低減する。

上記の実施形態を実装するために、本発明は、取引リスク検出装置をさらに提供する。

図９は、本発明の別の実施形態による取引リスク検出装置の概略構造図である。

図９で示されるように、取引リスク検出装置は、第一決定モジュール１００、取得モジュール２００、並びに管理及び制御モジュール３００を含む。

具体的に、第一決定モジュール１００は、現在の取引アカウントを決定し、現在の取引アカウントの過去の取引トラックを取得し、過去の取引トラックが現在の取引アカウントのＬＢＳデータにより決定されるように構成される。さらに具体的に、第一決定モジュール１００は、現在の取引のアカウントを検出し、現在の取引アカウントを取得することができる。

現在の取引アカウントは、単一のアカウントであることができる、または現在の取引アカウントは、少なくとも２個のアカウント、例えば、一方のアカウントから他方のアカウントへの送金であることができる。

さらに具体的に、アカウントのＬＢＳ（位置情報サービス）データは、前もって収集されることができ、ＬＢＳデータは、位置情報を含む。その中で、ＬＢＳデータは、ＩＰ（インターネット・プロトコル）アドレス、ＷｉｆｉＭａｃ（ローカル・エリア・ネットワーク内の端末を認識するための、ローカル・エリア・ネットワーク・フィジカル、識別子）アドレス、ＧＰＳ（全地球測位システム）情報、基地局情報、及び同様のものを含むことができる。次に、アカウントの過去の取引トラックは、位置情報により取得されることができる。例えば、異なる時点で取得された位置情報を使用して、過去の取引トラックを形成する。

取得モジュール２００は、現在の取引アカウントの過去の取引トラックによる現在の取引アカウントの特徴情報を取得するように構成される。任意選択で、各アカウントに対応する、再構成されたトラックを取得した後に、再構成されたトラック内に含まれたトラック・セグメントを決定することができ、トラック・セグメントをクラスタリングし、少なくとも１個のクラスタリングされたカテゴリを取得する。特徴トラックを少なくとも１個のカテゴリの各カテゴリから抽出し、少なくとも１個の特徴トラックにより形成された特徴トラック・セットを取得する。各アカウント、及び特徴トラック・セット間の対応関係を保存する。

現在の取引アカウントが単一のアカウントである場合に、各アカウント、及び特徴トラック・セット間の対応関係を取得した後に、現在の取引アカウントに対応する特徴トラック・セットは、対応関係により決定され、特徴トラック・セットは、現在の取引アカウントの特徴情報として決定される、または
任意選択で、現在の取引アカウントが少なくとも２個のアカウントを含む場合に、再構成されたトラックを取得した後に、少なくとも２個のアカウントにそれぞれ対応する再構成されたトラックは、過去の取引トラックからさらに取得されることができ、少なくとも２個のアカウントにそれぞれ対応する再構成されたトラック間の一時的な空間距離を計算し、次に、一時的な空間距離を特徴情報として決定し、若しくは少なくとも２個のアカウント間の類似度値を一時的な空間距離により決定し、類似度値を特徴情報として決定する。その中で、アカウント間の類似度値を一時的な空間距離の逆数により表現することができる。

管理及び制御モジュール３００は、特徴情報によるリスク管理及び制御を実行するように構成される。例えば、現在の取引アカウントのリスク・スコアを特徴情報により決定する。さらに具体的に、現在の取引アカウントが単一のアカウントである場合に、特徴情報は、現在の取引アカウントに対応する特徴トラック・セットであることができ、第二決定モジュール３００は、現在の取引トラックを取得し、特徴情報として機能する特徴トラック・セットと現在の取引トラックを比較することで、現在の取引アカウントのリスク・スコアを決定することができる。

現在の取引アカウントが少なくとも２個のアカウントを含む、すなわち、取引がＡｌｉｐａｙ（商標）のアカウント、またはＡｌｉｐａｙ（商標）の携帯電話充電サービス（携帯電話がバインドされたＡｌｉｐａｙ（商標）アカウントを含む）への送金取引のような、少なくとも２人の当事者らを含む場合に、この時点で、特徴情報は、少なくとも２個のアカウントにそれぞれ対応する再構成されたトラック間の一時的な空間距離、または少なくとも２個のアカウント間の類似度値であり、次に現在の取引アカウントのリスク・スコアを一時的な空間距離、または類似度値により決定する。

任意選択で、リスク・スコアを取得した後に、現在の取引アカウントのリスク・スコアを出力することができる。例えば、図４を参照して、対応するシステム構造は、データ層４１、論理層４２、及びアプリケーション層４３を含むことができる。図４で示されるように、出力は、具体的に視覚的な出力を指すことができる。例えば、リスク・スコアが第一閾値より大きいときに、リスク・スコアを赤色にマーク付けし、リスク・スコアが第一閾値及び第二閾値間にあるときに、リスク・スコアを黄色にマーク付けし、リスク・スコアが第二閾値より低いときに、リスク・スコアを緑色にマーク付けする。出力方式が単に実施例であり、分割された間隔の数を上記の３個の間隔に限定せず、分割方式も上記の方式に限定しないことができることを理解するであろう。

加えて、リスク・スコアを取得した後に、リスク管理及び制御をリスク・スコアにより実行することができる。例えば、所定の閾値より高いリスク・スコアを有する取引をハイリスク取引として決定し、次に、ハイリスク取引を拒否することができる。

この実施形態は、特徴情報によりリスク・スコアを決定し、特徴情報を過去の取引トラックにより決定し、過去の取引トラックをＬＢＳデータにより決定するため、リスク管理及び制御へ位置情報のアプリケーションを実装し、取引リスク検出精度を向上させる。

図１０は、本発明の別の実施形態による取引リスク検出装置の概略構造図である。この実施形態で、単一のアカウントである現在の取引アカウントを例示のための実施例として使用し、装置をオフライン・トレーニング部分、及びオンライン・アプリケーション部分に分割する。オフライン実行部分は、最近取引がある会員について、会員の過去のトラックを使用することで特徴トラック・セットをトレーニングし、会員の典型的なアプリケーション・トラックを表現することができるトラック・セットを求めることを目標にする。オンライン・アプリケーション部分で、取引がリスクを有するかどうかのリアルタイム判別中にアカウントのトレーニングされた特徴トラック・セットを取得し、現在の取引のトラック、及び特徴トラック・セット間の最小距離を計算する。より小さい距離は、現在の取引のより低いリスクを表現し、逆の場合も同じである。

図１０で示されるように、取引リスク検出装置は、第一決定モジュール１００、取得モジュール２００、収集サブモジュール２１０、第一取得サブモジュール２２０、再構成サブモジュール２３０、取得部２３１、決定部２３２、管理及び制御モジュール３００、第二計算サブモジュール３１０、第一決定サブモジュール３２０、クラスタリング・モジュール４００、第一計算サブモジュール４１０、クラスタリング・サブモジュール４２０、抽出モジュール５００、保存モジュール６００、位置決めモジュール７００、並びに第二決定モジュール８００を含む。その中で、取得モジュール２００は、収集サブモジュール２１０、第一取得サブモジュール２２０、及び再構成サブモジュール２３０を含み、再構成サブモジュール２３０は、取得部２３１、及び決定部２３２を含み、第二決定モジュール３００は、第二計算サブモジュール３１０、及び第一決定サブモジュール３２０を含み、クラスタリング・モジュール４００は、第一計算サブモジュール４１０、及びクラスタリング・サブモジュール４２０を含む。

具体的に、各アカウントについて、収集サブモジュール２１０は、アカウントのＬＢＳデータを収集する。ＬＢＳデータは、位置情報を含むことができる。その中で、ＬＢＳデータは、ＩＰ（インターネット・プロトコル）アドレス、ＷｉｆｉＭａｃ（ローカル・エリア・ネットワーク内の端末を認識する、ローカル・エリア・ネットワーク・フィジカル、識別子）アドレス、ＧＰＳ（全地球測位システム）情報、基地局情報、及び同様のものを含むことができる。

次に、第一取得サブモジュール２２０は、位置情報によりアカウントの過去の取引トラックを取得し、アカウント・セットを形成することができる。さらに具体的に、第一取得サブモジュール２２０は、時系列順で取得された位置情報を関連付け、対応するアカウントの過去の取引トラックを取得することができる、または取得された位置情報を最初にソートし、例えば、異なるフォーマットのＬＢＳデータを統一してソートし、認識不可能なデータ、明らかなエラー・データ、及び同様のものを削除し、ソートされた位置情報によりアカウントの過去の取引トラックを取得することができる。

再構成サブモジュール２３０は、過去の取引トラックから特徴点を抽出し、これらの特徴点によりアカウントの再構成されたトラックを取得するように構成される。その中で、特徴点は、所定の条件を満たす過去の取引トラックの終点間の点を指す。

所定の条件を満たす点は、例えば、滞在点、及び過去の取引トラックの特性変化を具現化する点を含む。

滞在点は、過去の取引トラック内の同一位置に少なくとも２回連続して出現する点を指す。例えば、履歴情報での統計後に、モーメントＴ１に対応する位置点は、Ｐ１であり、Ｔ１に隣接するモーメントＴ２に対応する位置点も、Ｐ１であり、次に、Ｐ１に対応する点は、滞在点と言われる。

過去の取引トラックの特性変化を具現化する点は、例えば、過去の取引トラックの位置方向変化を具現化する点であり、具体的に、この点を過去の取引トラック内に含まれたトラック・セグメント間の角度により表現することができる。例えば、過去の取引トラックは、Ｐ１−Ｐ２により形成されたトラック・セグメント、及びＰ２−Ｐ３により形成されたトラック・セグメントを含む。Ｐ１−Ｐ２により形成されたトラック・セグメント、及びＰ２−Ｐ３により形成されたトラック・セグメント間の角度が所定の角度より大きい場合に、過去の取引トラックの特性変化を具現化する点としてＰ２を決定することができる。具体的に、図２で示されるように、過去の取引トラックがトラック点Ｐ１、Ｐ２、Ｐ３及びＰ４により形成された線分であることを位置情報により取得することができる。その中で、図２の座標系でＸ軸、及びＹ軸は、各トラック点の位置座標をそれぞれ表現し、具体的に、それぞれ経度若しくは寸法を指すことができ、または２次元の空間距離を表現することができ、空間距離は、２点間の経度差、及び寸法差により取得されることができる。会員Ａは、時系列順で点Ｐ１、Ｐ２、Ｐ３及びＰ４でそれぞれ出現する。例えば、Ｐ１及びＰ２のような点は、会員Ａの自宅に対応する点、会社に対応する点、スーパーマーケットに対応する点、及び同様のものであり、それらのトラック・セグメントをトラックＰ１−Ｐ２、Ｐ２−Ｐ３、及びＰ３−Ｐ４により形成する。高過ぎるＬＢＳデータ収集頻度により、データは、過度の冗長情報、例えば、図２のトラックＰ２−Ｐ３、及びＰ３−Ｐ４を含むことができる。したがって、特徴点を過去の取引トラックから抽出することができ、アカウントの取引トラックを特徴点により再構成することができる。例えば、トラックＰ２−Ｐ３、及びＰ３−Ｐ４を再構成し、新規のトラック・セグメントＰ２−Ｐ４を取得するため、トラック精度のわずかな損失でマイニングする後続のトラック・データの実行効率を向上させる。

任意選択で、再構成サブモジュール２３０は、過去の取引トラックから特徴点を抽出し、
過去の取引トラックの特性変化を具現化する点、及び滞在点を取得するように構成された取得部２３１、並びに
特徴点として、過去の取引トラックの特性変化を具現化する点、及び滞在点を決定するように構成され、滞在点が同一位置に少なくとも２回連続して出現する点である決定部２３２、を備える。

その中で、過去の取引トラックの特性変化を具現化する点は、過去の取引トラック内に含まれたトラック・セグメント間の角度により決定されることができる。

例えば、図３を参照して、トラック再構成への鍵は、過去の取引トラックから、トラックの特性変化を具現化する点、すなわち、特徴点を求めることである。特徴点の選択規則は、アナライザにより設定されることができる。この実施形態で、トラック・セグメント間の角度を使用して、過去の取引トラックの特性変化を示す。さらに、トラック・セグメント間の角度を決定するときに、例えば、第二トラック・セグメント、及び第一トラック・セグメント間の角度を決定するときに、蓄積された角度を用いることができる。蓄積された角度は、第一トラック・セグメント、及び第二トラック・セグメント間の隣接するトラック・セグメント間の角度を蓄積することを指し、蓄積された角度が閾値より大きい点は、特徴点である。閾値として２５°を使用すると仮定すると、図３で、アカウントＡは、時系列順でそれぞれＰ１、Ｐ２、Ｐ３、Ｐ４及びＰ５で出現し、それらのトラック・セグメントは、トラックＰ１−Ｐ２、Ｐ２−Ｐ３、Ｐ３−Ｐ４、及びＰ４−Ｐ５を含む。トラック・セグメントＰ１−Ｐ２、及びＰ２−Ｐ３間の角度が４５°に等しく、所定の閾値より大きいため、Ｐ２は、特徴点である。Ｐ３について、Ｐ２−Ｐ３、及びＰ３−Ｐ４間の角度が１５°である場合に、閾値より小さいため、Ｐ３は、特徴点ではない。Ｐ４について、Ｐ３が特徴点ではない場合に、Ｐ３−Ｐ４、及びＰ４−Ｐ５間の角度よりもむしろＰ４−Ｐ５、及びＰ２−Ｐ３間の蓄積された角度を角度測定中に計算する。蓄積された角度は、所定の閾値に到達しない、１５°＋３°＝１８°であるため、Ｐ４も、特徴点ではない。トラック再構成中に、特徴点Ｐ２を使用することで、トラックを２個の新規のトラック・セグメント、Ｐ１−Ｐ２、Ｐ２−Ｐ５に分割する。

計算量を減らすため、トラック再構成のプロセスで、特徴点が滞在点を含むことができ、トラック角度の計算に滞在点が関連しない可能性があることに留意するべきである。滞在点は、同一位置に少なくとも２回連続して出現する点である。例えば、図３で、点Ｐ４が滞在点であると仮定し、次にＰ４に対応する蓄積された角度を上記で説明されるように計算せず、代わりに、Ｐ４を特徴点として直接決定する。上記の角度計算を介して特徴点としてＰ２も決定する場合に、トラックは、再構成後、Ｐ１−Ｐ２、Ｐ２−Ｐ４、Ｐ４−Ｐ４（滞在トラック）、及びＰ４−Ｐ５になる。特別な特徴点として、滞在点は、トラックで反映された情報への鍵である。例えば、表１の２個のアカウントのトラックは、図で図示された方法により対向するトラック方向を有するが、これら２個のアカウントは、共通の滞在点（Ｘ，Ｙ）を含むため、滞在点からわかるように、会員Ａ、及び会員Ｂは、関連する。

クラスタリング・モジュール４００は、再構成されたトラック内に含まれたトラック・セグメントを決定し、トラック・セグメントをクラスタリングし、少なくとも１個のクラスタリングされたカテゴリを取得するように構成される。

さらに具体的に、最初に、第一計算サブモジュール４１０は、２個のトラック・セグメントごとの間の垂直距離、平行距離、及び角度距離を計算し、垂直距離、平行距離、及び角度距離により最終距離を取得するように構成される。一般に、アカウントＡのトラックが再構成後にＮ個の特徴点を含むと仮定し、次にアカウントＡは、Ｎ−１個のトラック・セグメントを含む。Ｎ−１個のトラック・セグメントをクラスタリングし、特徴トラック・セグメント・セットを求めるために、２個のトラック・セグメントごとの間の、垂直距離、平行距離、及び角度距離を含む距離を計算することができる。

図６で示されるように、Ｐｓ及びＰｅは、線分Ｌ_i上の線分Ｌ_jの投影点である。線分間の最終距離は、垂直距離、平行距離、及び角度距離に重み付けすることで、取得されることができ、すなわち、

重み付け値は、アナライザにより設定されることができ、１として予め設定されることもできる。さらに、滞在トラック・セグメントを特別な線分として使用し、それらの距離は、幾何学的に取得されることができる、空間内の点線間距離である。

トラック・セグメント間の最終距離を取得した後に、クラスタリング・サブモジュール４２０は、最終距離によりトラック・セグメントをクラスタリングするように構成される。クラスタリング・サブモジュール４２０は、最終距離によりＮ−１個のトラック・セグメントをクラスタリングすることができる。クラスタリングは、一般に使用されるクラスタリング・アルゴリズムにより実装されることができる。

抽出モジュール５００は、少なくとも１個のカテゴリの各カテゴリから特徴トラックを抽出し、少なくとも１個の特徴トラックを含む特徴トラック・セットを取得するように構成される。例えば、トラック・クラスタリング後に、アカウントＡのＮ−１個のトラック・セグメントをＭ個のカテゴリにクラスタリングすると仮定し、次に、特徴トラックを各カテゴリから抽出することができるため、合計してＭ個の特徴トラックは、アカウントＡのＭ個の典型的な過去のアプリケーション・トラックを表現する特徴トラック・セットを形成する。特徴トラックを抽出する重要性は、オンライン・アプリケーションの適時性であり、第一に、各アカウントについて、それらの特徴トラックのみが格納される必要があり、全ての散乱したトラックを無視し、ストレージ空間を大幅に節約し、第二に、有限な特徴トラックを各アカウントについて格納するため、オンライン・リアルタイム通話及び計算のパフォーマンスを大幅に向上させる。

本発明の実施形態で、抽出モジュール５００は、各カテゴリに含まれたトラック・セグメントを線形掃引することにより、対応するカテゴリから特徴トラックをさらに抽出することができる。その中で、特徴トラックは、仮想点シーケンスｐ１、ｐ２、．．．、ｐｎであり、これらの点を線形掃引することで決定することができる。具体的に、線が線分クラスタの主軸方向沿いに垂直に掃引されるときに、掃引線に接する線分の数を計数し、掃引線が線分の始点、または終点を通過するときにのみデータは変化する。この数が所定の閾値（閾値が例えば、３である）より大きい、またはこれに等しい場合に、主軸に関連する線分の平均座標を計算し、平均値を特徴トラックで補間し、特徴トラックで点になる。それ以外では、現在の点をスキップし、例えば、図７の点１及び点６をスキップする。加えて、特徴トラックを平滑化するために、２点が互いに近すぎる場合に、２点も直接スキップすることができ、例えば、図７の点４をスキップする。図７の赤色部分７１は、抽出された特徴トラックである。

特徴トラック・セットを取得した後、保存モジュール６００は、各アカウント、及び特徴トラック・セット間の対応関係を保存することができる。さらに具体的に、保存モジュール６００は、データベースを確立し、リアルタイムで各アカウントの特徴トラック・セットを更新し、各アカウントに対応する特徴トラック・セットを保存することができる。

トラック・マイニング・プロセスは、オフラインで達成されることができる。

取引を検出するときに、第一決定モジュール１００は、現在の取引アカウントの現在の取引トラックを取得することができる。例えば、アカウントＡが取引を開始するときに、現在の取引アカウントがアカウントＡであることを決定することができる。

位置決めモジュール７００は、現在の取引のＬＢＳデータ、及び現在の取引アカウントの以前の取引のＬＢＳデータを取得し、ＬＢＳデータにより、現在の取引の位置情報、及び以前の取引の位置情報を取得するように構成される。

第三決定モジュール８００は、現在の取引の位置情報、及び以前の取引の位置情報により、現在の取引アカウントの現在の取引トラックを決定するように構成される。

第二計算サブモジュール３１０は、現在の取引トラック、及び特徴トラック・セット内の各特徴トラック間の空間距離を計算し、現在の取引トラック、及び特徴トラック・セット間の距離値として最小空間距離を決定するように構成される。さらに具体的に、第二計算サブモジュール３１０は、アカウント、及び特徴トラック・セット間の事前に保存された対応関係により、アカウントＡのＭ個の特徴トラックを含む事前にトレーニングされた特徴トラック・セットを取得することができる。現在の取引トラック、及び特徴トラック・セットを取得した後に、現在の取引トラック、及び特徴トラック・セット内の各特徴トラック間の空間距離を計算し、現在の取引トラック、及び特徴トラック・セット間の距離値として、最小空間距離を決定する。

第一決定サブモジュール３２０は、距離値により現在の取引アカウントのリスク・スコアを決定するように構成される。さらに具体的に、第一決定サブモジュール３２０は、現在の取引アカウントのリスク・スコアとして距離値を決定することができる。例えば、リスク・スコアは、計算された最小距離、または最小距離の逆数である（それらの値が０〜１である）ことができる。

または、距離値が属する閾値範囲を決定し、距離値が属する閾値範囲に対応するリスク・スコアを閾値範囲、及びリスク・スコア間の所定の対応関係により決定し、現在の取引アカウントのリスク・スコアとしてリスク・スコアを決定する。例えば、対応関係は、以下の式として示されることができる。

リスク測定の直接的な基準としてリスク・スコアが使用されることができ、任意のリスク・モデルの付加価値変数としても使用されることができ、共通リスク・モデルの予測精度を向上させることを理解するであろう。

この実施形態は、取引アカウントのＬＢＳデータを収集することで、アカウントの過去の取引トラック、及び現在の取引トラックを取得し、過去の取引トラックを再構成して、クラスタリングし、アカウントに対応する特徴トラック・セットを取得し、次に、現在の取引トラック、及び各特徴トラック間の空間距離を計算することで現在の取引のリスク・スコアを決定するため、リスク管理及び制御へ位置情報のアプリケーションを実装し、取引リスク検出精度を向上させる。加えて、過去の取引トラックを再構成して、クラスタリングし、冗長情報を削除するため、ストレージ空間を節約し、データ処理効率を効果的に向上させる。

図１１は、本発明の別の実施形態による取引リスク検出装置の概略構造図である。この実施形態は、例示のために実施例として少なくとも２個のアカウントを含む現在の取引アカウントを使用する。この装置は、少なくとも２個のアカウントを含む取引、例えば、Ａｌｉｐａｙ（商標）のアカウント、またはＡｌｉｐａｙ（商標）の携帯電話充電サービス（携帯電話がＡｌｉｐａｙ（商標）アカウントにバインドされる）への送金取引に適用可能である。この装置は、オフライン・トレーニング部分、及びオンライン・アプリケーション部分に分割される。オフライン・トレーニング部分で、アカウント間のトラック関係スコアは、一方のアカウントの過去のトラック、及び他方のアカウントの過去のトラック間の一時的な空間距離を計算することで取得される。２個のアカウントの過去のトラック間のより高い類似度は、より高い関係スコアを示す。オンライン・アプリケーション部分で、２人の当事者ら、または複数の当事者らを含む取引がリスクを有するかどうかのリアルタイム判別中に、取引に関連するアカウントの関係スコアを取得し、分析すると、より高いスコアは、現在の取引のより低いリスクを示し、逆の場合も同じである。

図１１で示されるように、取引リスク検出装置は、第一決定モジュール１００、取得モジュール２００、収集サブモジュール２１０、第一取得サブモジュール２２０、再構成サブモジュール２３０、取得部２３１、決定部２３２、第二取得サブモジュール２４０、第三計算サブモジュール２５０、第二決定サブモジュール２６０、並びに管理及び制御モジュール３００を含む。その中で、取得モジュール２００は、収集サブモジュール２１０、第一取得サブモジュール２２０、再構成サブモジュール２３０、第二取得サブモジュール２４０、第三計算サブモジュール２５０、及び第二決定サブモジュール２６０を含み、再構成サブモジュール２３０は、取得部２３１、及び決定部２３２を含む。

具体的に、第二取得サブモジュール２４０は、過去の取引トラックから、少なくとも２個のアカウントにそれぞれ対応する再構成されたトラックを取得するように構成される。さらに具体的に、再構成後のトラックは、少なくとも２個のアカウントにそれぞれ対応する再構成されたトラックを含む。具体的に、Ａｌｉｐａｙ（商標）のアカウント、またはＡｌｉｐａｙ（商標）の携帯電話充電サービス（携帯電話がＡｌｉｐａｙ（商標）アカウントにバインドされる）への送金取引のような、少なくとも２個のアカウントに関連する取引について、第二取得サブモジュール２４０は、少なくとも２個のアカウントにそれぞれ対応する再構成されたトラックを取得することができ、第三計算サブモジュール２５０は、取引に関連した少なくとも２個のアカウントにそれぞれ対応する再構成されたトラック間の一時的な空間距離を計算する。この一時的な空間距離は、一般的に、以下の３つの方法を使用して計算される。

第一方法は、それぞれ一時的な距離、及び空間距離を計算し、特定の重み付けを一時的な距離、及び空間距離に掛け、次にそれらを加え、一時的な空間距離を取得することである。

第二方法は、時間類似性を使用することで、トラックにフィルタリングを行い、次にトラック間の空間距離を計算することである。

第三方法は、空間類似性を使用することで、トラックにフィルタリングを行い、次にトラック間の一時的な距離を計算することである。

一時的な空間距離の特定の計算方法は、一般に使用された一時的な空間距離計算アルゴリズムを使用することで実装されることができる。

この実施形態が実施例として再構成されたトラック内の２個のトラックごとの間の一時的な空間距離を計算することを使用し、任意選択で、現在の取引の２個のアカウントを決定した後に、２個のアカウントに対応する再構成されたトラックを取得し、次に２個のアカウントに対応する再構成されたトラック間の一時的な空間距離を計算することは、理解可能である。

第二決定サブモジュール２６０は、特徴情報として一時的な空間距離を決定し、または一時的な空間距離により少なくとも２個のアカウント間の類似度値を決定し、特徴情報として類似度値を決定するように構成される。本出願の実施形態で、少なくとも２個のアカウント間の類似度値は、少なくとも２個のアカウントにそれぞれ対応する、再構成されたトラック間の一時的な空間距離の逆数であることができ、この値は、（０〜１）の範囲にある。

取引を検出した後に、第一決定モジュール１００は、現在の取引アカウントの２人の取引当事者らを決定する。

この実施形態で、２個のアカウント間の取引は、実施例として使用される。

例えば、アカウントＡから、アカウントＢへ送金を実行する。

次に、リスク・スコアを決定する。

例えば、アカウントＡ、及びアカウントＢ間の類似度値を取得し、類似度値によりリスク・スコアを計算する。

この実施形態が実施例として類似度値を計算することを使用することは、理解可能であり、任意選択で、一時的な空間距離のみを計算し、類似度値を計算せず、リスク・スコアを一時的な空間距離により直接に決定することも、可能である。

さらに具体的に、第二決定モジュール３００は、現在の取引アカウントのリスク・スコアとして、一時的な空間距離、若しくは類似度値を決定する、または
一時的な空間距離、若しくは類似度値が属する閾値範囲を決定し、閾値範囲、及びリスク・スコア間の所定の対応関係により、一時的な空間距離、若しくは類似度値が属する閾値範囲に対応するリスク・スコアを決定し、現在の取引アカウントのリスク・スコアとしてリスク・スコアを決定する、
ことができる。例えば、対応関係を以下の式として示すことができる。

リスク測定の直接的な基準としてリスク・スコアが使用されることができ、任意のリスク・モデルの付加価値変数として使用されることもでき、共通のリスク・モデルの予測精度を向上させることを理解するであろう。

この実施形態は、アカウントのＬＢＳデータを収集することでアカウントの過去の取引トラックを取得し、過去の取引トラックを再構成し、取引中に、取引の少なくとも２個のアカウントにそれぞれ対応する、再構成されたトラック間の一時的な空間距離を計算し、次に少なくとも２個のアカウント間の一時的な空間距離、または類似度値により現在の取引のリスク・スコアを決定するため、リスク管理及び制御へ位置情報のアプリケーションを実装し、取引リスク検出精度を向上させる。その間に、取引の２人の当事者らのアカウントの特徴情報により、取引アカウント間の潜在的な関係をマイニングするため、リスク誤判定の確率を減らす。

本発明の説明で、用語「第一の」、及び「第二の」が単に説明目的のために使用され、相対的な重要性を示す、または暗示するように解釈されることが不可能であることに留意するべきである。さらに、本発明の説明で、「複数の」は、別段の定めのない限り、２つ以上を意味する。

フローチャート内の、または任意の他の方式で本明細書に記述された任意のプロセスまたは方法は、特定の論理機能、またはプロセス・ステップを実装するために実行可能なインストラクション・コードの１個以上のモジュール、セグメント、または部分を含むと解釈されることができる。さらに、本発明の好ましい実施形態の範囲は、実質的に同時方式で機能を実行することを備える、描写される、若しくは考察されるものと異なる順序で、または関連機能に基づき反対の順序で、機能を実行することができる他の実装を含む。これは、本発明の実施形態が属する当該技術分野の当業者により理解されるであろう。

本発明の各部分がハードウェア、ソフトウェア、ファームウェア、またはそれらの組み合わせにより実現されることができることを理解するであろう。上記の実施形態で、複数のステップまたは方法は、メモリ内に格納されたソフトウェアまたはファームウェアにより実装され、適切なインストラクション実行システムにより実行されることができる。例えば、それが別の実施形態でのように、ハードウェアにより実装される場合に、ステップまたは方法は、当該技術分野で既知の以下の技術、データ信号の論理機能を実現するための論理ゲート回路を含む別々の論理回路、適切な組み合わせの論理ゲート回路を含む特定用途向け集積回路、プログラマブル・ゲート・アレイ（ＰＧＡ）、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）などのうちのいずれか１個、またはこれらの組み合わせにより実装されることができる。

当業者は、上記の実施形態の方法のステップの全て、またはいくつかが関連したハードウェアに指令するプログラムにより達成されることができることを理解するものとする。このプログラムは、コンピュータ可読記憶媒体内に格納されることができ、プログラムは、実行されているときに、方法の実施形態でステップのうちの１つ、またはこれらの組み合わせを含む。

加えて、本発明の実施形態の機能部は、処理モジュールに統合されることができる、またはこれらの部は、物理的に別々に存在することができる、または２個以上の部は、１個のモジュールに統合されることができる。統合されたモジュールは、ハードウェアの形式で、またはソフトウェア機能モジュールの形式で実装されることができる。統合されたモジュールがソフトウェア機能モジュールの形式で実装され、スタンドアロン製品として売却される、または使用されるときに、統合されたモジュールは、コンピュータ可読記憶媒体内に格納されることもできる。

上記で言及された記憶媒体は、読み出し専用メモリ、磁気ディスク、ＣＤなどであることができる。

「実施形態」、「いくつかの実施形態」、「実施例」、「特定の実施例」、または「いくつかの実施例」のような用語への本明細書全体を通した参照は、このような実施形態または実施例に関連して記述された特定の特徴、構造、材料、または特性が本発明の少なくとも１つの実施形態または実施例に含まれることを意味する。本明細書全体を通してこれらの用語の例示的な表現は、必ずしも同一の実施形態または実施例を指すとは限らない。さらに、記述された特定の特徴、構造、材料、または特性は、任意の１つ以上の実施形態または実施例に適切な方式で組み合わされることができる。

本発明の実施形態が上記で図示され、記述されているが、上記の実施形態が例示であり、本発明を限定するものとして解釈されることが不可能であり、当業者が本発明の範囲内で上記の実施形態へ変更、修正、置換及び代替を行うことができることを理解するであろう。

Claims (12)

1. 取引リスク検出方法であって、
   現在の取引アカウントを決定し、前記現在の取引アカウントの過去の取引トラックを取得することであって、前記過去の取引トラックは、前記現在の取引アカウントのＬＢＳデータにより決定される、ことと、
   前記現在の取引アカウントの前記過去の取引トラックにより前記現在の取引アカウントの特徴情報を取得することと、
   前記特徴情報によりリスク管理及び制御を実行することと
   を備える、取引リスク検出方法。
2. 前記現在の取引アカウントの前記過去の取引トラックを取得することは、
   各アカウントについて、前記アカウントのＬＢＳデータを収集することであって、前記ＬＢＳデータは位置情報を含む、ことと、
   前記位置情報により前記アカウントの過去の取引トラックを取得することと、
   前記過去の取引トラックから特徴点を抽出し、前記特徴点により前記アカウントの再構成されたトラックを取得することと
   を備える、請求項１の方法。
3. 前記過去の取引トラックから特徴点を抽出することは、
   前記過去の取引トラックの特性変化を具現化する点、及び滞在点を取得することと、
   前記特徴点として前記過去の取引トラック、及び前記滞在点の特性変化を具現化する前記点を決定することであって、前記滞在点は、同一位置で少なくとも２回、連続して出現する点である、ことと
   を備える、請求項２の方法。
4. 前記現在の取引アカウントは、単一アカウントであり、
   前記再構成されたトラックは、各アカウントに対応し、
   前記再構成されたトラックが取得された後に、前記方法は、
   前記再構成されたトラックに含まれたトラック・セグメントを判定し、前記トラック・セグメントをクラスタリングし、少なくとも１個のクラスタリングされたカテゴリを取得することと、
   前記少なくとも１個のカテゴリの各カテゴリから特徴トラックを抽出し、少なくとも１個の特徴トラックを含む特徴トラック・セットを取得することと、
   各アカウント、及び前記特徴トラック・セット間の対応関係を保存することと
   をさらに備える、請求項２または３の方法。
5. 前記トラック・セグメントをクラスタリングすることは、
   ２個のトラック・セグメントごとの間の垂直距離、平行距離、及び角度距離を計算し、前記垂直距離、前記平行距離、及び前記角度距離により最終距離を取得することと、
   前記最終距離により前記トラック・セグメントをクラスタリングすることと
   を備える、請求項４の方法。
6. 各カテゴリから前記特徴トラックを抽出することは、
   各カテゴリに含まれた線形掃引トラック・セグメントにより、前記対応するカテゴリから特徴トラックを抽出する、
   ことを備える、請求項４の方法。
7. 前記特徴情報によりリスク管理及び制御を実行することの前に、前記方法は、
   現在の取引のＬＢＳデータ、及び前記現在の取引アカウントの以前の取引のＬＢＳデータを取得し、前記ＬＢＳデータにより、前記現在の取引の位置情報、及び前記以前の取引の位置情報を取得することと、
   前記現在の取引の前記位置情報、及び前記以前の取引の前記位置情報により、前記現在の取引アカウントの前記現在の取引トラックを決定することと
   をさらに備える、請求項４の方法。
8. 前記特徴情報は、前記現在の取引アカウントに対応する特徴トラック・セットであり、
   前記特徴情報によりリスク管理及び制御を前記実行することは、
   前記現在の取引トラック、及び前記特徴トラック・セット内の各特徴トラック間の空間距離を計算し、前記現在の取引トラック、及び前記特徴トラック・セット間の距離値として最小空間距離を決定することと、
   前記距離値により前記現在の取引アカウントのリスク・スコアを決定することと
   を備える、請求項７の方法。
9. 前記距離値により前記現在の取引アカウントのリスク・スコアを決定することは、
   前記現在の取引アカウントのリスク・スコアとして前記距離値を決定すること、または
   前記距離値が属する閾値範囲を決定し、閾値範囲、及びリスク・スコア間の所定の対応関係により、前記距離値が属する前記閾値範囲に対応するリスク・スコアを決定し、前記現在の取引アカウントの前記リスク・スコアとして前記リスク・スコアを決定すること
   を備える、請求項８の方法。
10. 前記現在の取引アカウントは、少なくとも２個のアカウントを含み、前記再構成されたトラックは、前記少なくとも２個のアカウントにそれぞれ対応する再構成されたトラックを含み、前記再構成されたトラックが取得された後に前記現在の取引アカウントの前記過去の取引トラックにより前記現在の取引アカウントの特徴情報を前記取得することは、
    前記少なくとも２個のアカウントにそれぞれ対応する前記再構成されたトラックを前記過去の取引トラックから取得することと、
    前記少なくとも２個のアカウントにそれぞれ対応する前記再構成されたトラック間の一時的な空間距離を計算することと、
    前記特徴情報として前記一時的な空間距離を決定すること、または前記一時的な空間距離により前記少なくとも２個のアカウント間の類似度値を測定し、前記特徴情報として前記類似度値を測定することと
    を備える、請求項２または３の方法。
11. 前記特徴情報によりリスク管理及び制御を実行することは、
    前記現在の取引アカウントのリスク・スコアとして前記一時的な空間距離、若しくは前記類似度値を決定すること、または
    前記一時的な空間距離、若しくは前記類似度値が属する閾値範囲を決定し、閾値範囲、及びリスク・スコア間の所定の対応関係により、前記一時的な空間距離、若しくは前記類似度値が属する前記閾値範囲に対応する前記リスク・スコアを決定し、前記リスク・スコアを前記現在の取引アカウントの前記リスク・スコアとして決定すること
    を備える、請求項１０の方法。
12. 現在の取引アカウントを決定し、前記現在の取引アカウントの過去の取引トラックを取得するように構成された第一決定モジュールであって、前記過去の取引トラックは、前記現在の取引アカウントのＬＢＳデータにより決定される、第一決定モジュールと、
    前記現在の取引アカウントの前記過去の取引トラックにより前記現在の取引アカウントの特徴情報を取得するように構成された取得モジュールと、
    前記特徴情報によりリスク管理及び制御を実行するように構成された管理及び制御モジュールと、
    を備えた取引リスク検出装置。