风险识别方法和装置制造方法及图纸

本发明专利技术提供了一种识别终端操作的风险的方法，包括：获取终端关于一行为特征的多个历史特征值；根据所述多个历史特征值来确定用于风险识别的分布函数；根据所述分布函数来确定关于所述行为特征的当前预测值；获取所述终端关于所述行为特征的当前特征值；以及根据所述当前特征值和所述当前预测值来确定所述终端操作是否存在风险。

Risk identification methods and devices

【技术实现步骤摘要】
风险识别方法和装置
本公开一般涉及互联网领域，尤其涉及互联网支付中的风险识别方法和装置。
技术介绍
随着互联网的发展，越来越多的电子设备出现在人们的生活中，方便了人们的日常生活。用户越来越多地选择使用电子终端(例如，手机、笔记本电脑、台式机、平板电脑)来完成支付操作。但随之而来也产生了互联网支付的安全问题。但网络支付平台不能对每一笔网络支付交易进行详细的用户身份验证。因此准确地识别出具有风险的操作行为，对于提升用户支付的安全级别具有很重要的意义。
技术实现思路
为解决上述技术问题，本专利技术提供了一种识别终端操作的风险的方法，包括：获取终端关于一行为特征的多个历史特征值；根据所述多个历史特征值来确定用于风险识别的分布函数；根据所述分布函数来确定关于所述行为特征的当前预测值；获取所述终端关于所述行为特征的当前特征值；以及根据所述当前特征值和所述当前预测值来确定所述终端操作是否存在风险。可任选地，该方法进一步包括：接收来自所述终端的行为特征；以及将所述行为特征量化为数值以得到特征值。可任选地，所述确定用于风险识别的分布函数包括：使用所述多个历史特征值来构建历史特征曲线；确定所述历史特征曲线与多个分布函数的曲线的相似度；以及将与所述历史特征曲线相似度最高的分布函数确定为所述用于风险识别的分布函数。可任选地，所述确定所述终端操作是否存在风险包括：将所述当前特征值与所述当前预测值进行比较；如果所述当前特征值大于所述当前预测值，则确定所述终端操作存在风险；以及如果所述当前特征值小于或等于所述当前预测值，则确定所述终端操作不存在风险。可任选地，所述确定所述终端操作是否存在风险包括：将所述当前特征值同所述当前预测值与预定义偏差之和进行比较；如果所述当前特征值大于所述当前预测值与预定义偏差之和，则确定所述终端操作存在风险；以及如果所述当前特征值小于或等于所述当前预测值与所述预定义偏差之和，则确定所述终端操作不存在风险。可任选地，所述预定义偏差是所述多个历史特征值与所述分布函数上的对应预测值的标准差的平均值。可任选地，所述确定所述终端操作是否存在风险包括：将所述当前特征值与所述当前预测值之差与阈值进行比较；如果所述当前特征值与所述当前预测值之差的绝对值大于阈值，则确定所述终端的操作存在风险；以及如果所述当前特征值与所述当前预测值之差的绝对值小于或等于所述阈值，则确定所述终端的操作不存在风险。可任选地，所述确定所述终端操作是否存在风险包括：根据所述当前特征值与所述当前预测值来确定风险分值；将所述风险分值与阈值进行比较；如果所述风险分值大于所述阈值，则确定所述终端操作存在风险；以及如果所述风险分值小于或等于所述阈值，则确定所述终端操作不存在风险。可任选地，所述确定风险分值包括：将所述当前特征值与所述当前预测值之比确定为所述风险分值。可任选地，所述确定风险分值包括：确定所述当前特征值和所述当前预测值之间的差值；以及将所述差值与所述当前预测值之比确定为所述风险分值。可任选地，该方法进一步包括：根据所述当前特征值与所述当前预测值来确定所述行为特征的风险分值；针对所述终端的一个或多个附加行为特征中的每一个附加行为特征：获取所述终端关于该附加行为特征的多个历史特征值；根据所述多个历史特征值来确定用于风险识别的分布函数；根据所述分布函数来确定关于该附加行为特征的当前预测值；获取所述终端关于该附加行为特征的当前特征值；根据所述当前特征值与所述当前预测值来确定该附加行为特征的风险分值；以及根据所述行为特征的风险分值和所述一个或多个附加行为特征的风险分值来确定总风险分值；根据所述总风险分值来确定所述终端操作是否存在风险。可任选地，所述根据所述总风险分值来确定所述终端操作是否存在风险包括：将所述总风险分值与阈值进行比较；如果所述总风险分值大于所述阈值，则确定所述终端操作存在风险；如果所述总风险分值小于或等于所述阈值，则确定所述终端操作不存在风险。可任选地，所述确定总风险分值包括：将所述行为特征的风险分值和所述一个或多个附加行为特征的风险分值进行加权求和来确定所述总风险分值。可任选地，该方法进一步包括：如果确定所述终端操作不存在风险，则将所述当前特征值与所述终端的用户账号相关联地存储在存储器中。可任选地，所述行为特征包括支付金额、支付时间、和/或支付频次。本公开的另一方面提供了一种识别终端操作的风险的装置，包括：用于获取终端关于一行为特征的多个历史特征值的模块；用于根据所述多个历史特征值来确定用于风险识别的分布函数的模块；用于根据所述分布函数来确定关于所述行为特征的当前预测值的模块；用于获取所述终端关于所述行为特征的当前特征值的模块；以及用于根据所述当前特征值和所述当前预测值来确定所述终端操作是否存在风险的模块。可任选地，该装置进一步包括：用于接收来自所述终端的行为特征的模块；以及用于将所述行为特征量化为数值以得到特征值的模块。可任选地，所述用于确定用于风险识别的分布函数的模块包括：用于使用所述多个历史特征值来构建历史特征曲线的模块；用于确定所述历史特征曲线与多个分布函数的曲线的相似度的模块；以及用于将与所述历史特征曲线相似度最高的分布函数确定为所述用于风险识别的分布函数的模块。可任选地，所述用于确定所述终端操作是否存在风险的模块包括：用于将所述当前特征值与所述当前预测值进行比较的模块；用于如果所述当前特征值大于所述当前预测值，则确定所述终端操作存在风险的模块；以及用于如果所述当前特征值小于或等于所述当前预测值，则确定所述终端操作不存在风险的模块。可任选地，所述用于确定所述终端操作是否存在风险的模块包括：用于将所述当前特征值同所述当前预测值与预定义偏差之和进行比较的模块；用于如果所述当前特征值大于所述当前预测值与预定义偏差之和，则确定所述终端操作存在风险的模块；以及用于如果所述当前特征值小于或等于所述当前预测值与所述预定义偏差之和，则确定所述终端操作不存在风险的模块。可任选地，所述预定义偏差是所述多个历史特征值与所述分布函数上的对应预测值的标准差的平均值。可任选地，所述用于确定所述终端操作是否存在风险的模块包括：用于将所述当前特征值与所述当前预测值之差与阈值进行比较的模块；用于如果所述当前特征值与所述当前预测值之差的绝对值大于阈值，则确定所述终端的操作存在风险的模块；以及用于如果所述当前特征值与所述当前预测值之差的绝对值小于或等于所述阈值，则确定所述终端的操作不存在风险的模块。可任选地，所述用于确定所述终端操作是否存在风险包括：用于根据所述当前特征值与所述当前预测值来确定风险分值的模块；用于将所述风险分值与阈值进行比较的模块；用于如果所述风险分值大于所述阈值，则确定所述终端操作存在风险的模块；以及用于如果所述风险分值小于或等于所述阈值，则确定所述终端操作不存在风险的模块。可任选地，所述用于确定风险分值的模块包括：用于将所述当前特征值与所述当前预测值之比确定为所述风险分值的模块。可任选地，所述用于确定风险分值的模块包括：用于确定所述当前特征值和所述当前预测值之间的差值的模块；以及用于将所述差值与所述当前预测值之比确定为所述风险分值的模块。可任选地，该装置进一步包括：用于根据所述当前特征值与所述当前预测值来确定所述行为特征的风险分值的模块；用于本文档来自技高网...

【技术保护点】
1.一种识别终端操作的风险的方法，包括：获取终端关于一行为特征的多个历史特征值；根据所述多个历史特征值来确定用于风险识别的分布函数；根据所述分布函数来确定关于所述行为特征的当前预测值；获取所述终端关于所述行为特征的当前特征值；以及根据所述当前特征值和所述当前预测值来确定所述终端操作是否存在风险。

【技术特征摘要】
1.一种识别终端操作的风险的方法，包括：获取终端关于一行为特征的多个历史特征值；根据所述多个历史特征值来确定用于风险识别的分布函数；根据所述分布函数来确定关于所述行为特征的当前预测值；获取所述终端关于所述行为特征的当前特征值；以及根据所述当前特征值和所述当前预测值来确定所述终端操作是否存在风险。2.如权利要求1所述的方法，其特征在于，进一步包括：接收来自所述终端的行为特征；以及将所述行为特征量化为数值以得到特征值。3.如权利要求1所述的方法，其特征在于，所述确定用于风险识别的分布函数包括：使用所述多个历史特征值来构建历史特征曲线；确定所述历史特征曲线与多个分布函数的曲线的相似度；以及将与所述历史特征曲线相似度最高的分布函数确定为所述用于风险识别的分布函数。4.如权利要求1所述的方法，其特征在于，所述确定所述终端操作是否存在风险包括：将所述当前特征值与所述当前预测值进行比较；如果所述当前特征值大于所述当前预测值，则确定所述终端操作存在风险；以及如果所述当前特征值小于或等于所述当前预测值，则确定所述终端操作不存在风险。5.如权利要求1所述的方法，其特征在于，所述确定所述终端操作是否存在风险包括：将所述当前特征值同所述当前预测值与预定义偏差之和进行比较；如果所述当前特征值大于所述当前预测值与预定义偏差之和，则确定所述终端操作存在风险；以及如果所述当前特征值小于或等于所述当前预测值与所述预定义偏差之和，则确定所述终端操作不存在风险。6.如权利要求5所述的方法，其特征在于，所述预定义偏差是所述多个历史特征值与所述分布函数上的对应预测值的标准差的平均值。7.如权利要求1所述的方法，其特征在于，所述确定所述终端操作是否存在风险包括：将所述当前特征值与所述当前预测值之差与阈值进行比较；如果所述当前特征值与所述当前预测值之差的绝对值大于阈值，则确定所述终端的操作存在风险；以及如果所述当前特征值与所述当前预测值之差的绝对值小于或等于所述阈值，则确定所述终端的操作不存在风险。8.如权利要求1所述的方法，其特征在于，所述确定所述终端操作是否存在风险包括：根据所述当前特征值与所述当前预测值来确定风险分值；将所述风险分值与阈值进行比较；如果所述风险分值大于所述阈值，则确定所述终端操作存在风险；以及如果所述风险分值小于或等于所述阈值，则确定所述终端操作不存在风险。9.如权利要求8所述的方法，其特征在于，所述确定风险分值包括：将所述当前特征值与所述当前预测值之比确定为所述风险分值。10.如权利要求8所述的方法，其特征在于，所述确定风险分值包括：确定所述当前特征值和所述当前预测值之间的差值；以及将所述差值与所述当前预测值之比确定为所述风险分值。11.如权利要求1所述的方法，其特征在于，进一步包括：根据所述当前特征值与所述当前预测值来确定所述行为特征的风险分值；针对所述终端的一个或多个附加行为特征中的每一个附加行为特征：获取所述终端关于该附加行为特征的多个历史特征值；根据所述多个历史特征值来确定用于风险识别的分布函数；根据所述分布函数来确定关于该附加行为特征的当前预测值；获取所述终端关于该附加行为特征的当前特征值；根据所述当前特征值与所述当前预测值来确定该附加行为特征的风险分值；以及根据所述行为特征的风险分值和所述一个或多个附加行为特征的风险分值来确定总风险分值；根据所述总风险分值来确定所述终端操作是否存在风险。12.如权利要求11所述的方法，其特征在于，所述根据所述总风险分值来确定所述终端操作是否存在风险包括：将所述总风险分值与阈值进行比较；如果所述总风险分值大于所述阈值，则确定所述终端操作存在风险；如果所述总风险分值小于或等于所述阈值，则确定所述终端操作不存在风险。13.如权利要求11所述的方法，其特征在于，所述确定总风险分值包括：将所述行为特征的风险分值和所述一个或多个附加行为特征的风险分值进行加权求和来确定所述总风险分值。14.如权利要求1所述的方法，其特征在于，进一步包括：如果确定所述终端操作不存在风险，则将所述当前特征值与所述终端的用户账号相关联地存储在存储器中。15.如权利要求1所述的方法，其特征在于，所述行为特征包括支付金额、支付时间、和/或支付频次。16.一种识别终端操作的风险的装置，包括：用于获取终端关于一行为特征的多个历史特征值的模块；用于根据所述多个历史特征值来确定用于风险识别的分布函数的模块；用于根据所述分布函数来确定关于所述行为特征的当前预测值的模块；用于获取所述终端关于所述行为特征的当前特征值的模块；以及用于根据所述当前特征值和所述当前预测值来确定所述终端操作是否存在风险的模块。17.如权利要求16所述的装置，其特征在于，进一步包括：用于接收来自所述终端的行为特...

【专利技术属性】
技术研发人员：顾超，余绮晓，王燕祥，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY