一种银行异常取款检测器及其方法技术

一种银行异常取款检测器及其方法，属于金融服务技术领域。检测器包括：中央处理器ＣＰＵ（１）、异常检测算法（２）、随机访问存储器ＲＡＭ（３）、网络适配器（４）、主板（５）、电源（６）、密封盒（７）；电源（６）为主板（５）提供直流电源，网络适配器（４）、ＣＰＵ（１）、异常检测算法（２）、ＲＡＭ（３）依次顺序排列，通过主板（４）提供的插槽直接插在主板（４）上；数据通过网络适配器（４）读取到ＲＡＭ（３）中；通过主板（４），ＣＰＵ（１）访问ＲＡＭ（３）中的数据，同时，ＣＰＵ（１）执行异常检测算法（２），并将执行结果通过网络适配器（４）输出。方法简单，通过自动分析历史数据，比较当前数据与历史数据间的差异大小判断取款的异常，易于实现。

【技术实现步骤摘要】

本专利技术属于金融服务
，特别是提供了一种银行异常取款检测 器及其方法。该检测器通过分析银行客户取款记录，获得银行客户取款 模式。当银行客户到银行取款时，该检测器能够依据客户取款频率、取款 时间间隔和取款金额三个因素，对照客户取款模式，分析客户本次取款是 否属于异于取款行为模式。如果属于异于取款行为模式，则发出异常取款 报警提示，由银行工作人员采取进行措施，对异常取款的报警提示做出相 应的回应。
技术介绍
当前银行卡的广泛使用，特别是网络银行的开通，给银行客户带来了银行存款 被盗用的风险。例如，客户由于没有安全妥善地保护好自己的银行帐号和密码，导 致银行帐号和密码泄漏，进而造成财产的损失。统计数据显示，近几年来，随着人 们使用自动提款机频率的增多以及网络银行的开通使用，银行卡犯罪活动有增多的 趋势。如何有效地防范犯罪活动、降低银行客户的财产损失风险是各银行和银行客 户所关心的一个重大问题。银行方面通过制定一些措施，如规定每天每张银行卡最多只能够取2万元。这些措施在一定程度上降低了客户可能遭受损失的风险，但是 即便如此，对于客户来说，如果发生银行卡盗用，造成的财产损失还是不小。而通过盗用银行帐号或银行卡犯罪的特征就是一旦获得银行帐号和密 码或制作出磁卡后，就会在最短的时间里取走尽可能多的现金。为此，发 明一种银行取款异常智能检测器。该检测器针对每个银行客户，通过分析 银行客户取款模式，并根据取款模式判别客户的取款行为是否属于异常行 为。银行则可以利用检测结果，进行相应的处理。例如，如果取款属于异 常行为，则暂时拒绝客户的取款，同时，提示银行工作人员。银行工作人 员则可采取相应措施，确认取款人身份是否合法，以决定是否可以取款。 这样，通过客户钱款取出之前进行自动判断、识别异常，达到保护客户利 益、降低相关犯罪活动给银行客户带来的经济损失的风险。目前银行取款仅仅通过设置一个固定的日取款总金额数，限制用户通过银行卡 取款，这种方式虽然简单，但是并不能有效阻止被盗用等异常行为。
技术实现思路
本专利技术的目的在于提供，有效阻止了被 盗用等异常行为。本专利技术的检测器包括中央处理器CPU1、异常检测算法2、随机访问存储器RAM3、网络适配器4、主板5、电源6和密封盒7。其中电源6为主板5提供直流 电源，网络适配器4、 CPU1、异常检测算法2、 RAM3依次顺序排列，通过主板4提供的插槽直接插在主板4上。数据通过网络适配器4读取到RAM3中；通过主板4， CPU1能够访问RAM3中的数据，同时，Crai能够执行异常检测算法2，并将执行结 果通过网络适配器4输出。CPU1、异常检测算法2、随机访问存储器RAM3、网络适 配器4、主板5和电源6密封在密封盒7中，此外，网络适配器4的传输线接口暴 露在密封盒7右侧，供连接外部网线使用。电源6与外部的接口暴露在密封盒的左 侧，供连接外部电缆导线使用。本专利技术银行异常取款检测步骤为当客户输入要取款的金额后，CPU1执行 数据获取指令，通过网络适配器4将银行账号和取款金额读到RAM3中，同时，通 过网络适配器4获取客户历史取款金额、日期等数据信息读入到RAM3中。在完成 数据读取后，CPlil执行异常检测算法2，并从RAM3中读取所需的信息。CPU1执行 完异常检测算法后，如果确定本次取款为异常取款，则CPU1执行数据输出指令将 结果通过网络适配器4输出。银行工作人员根据输出结果，按照银行制定的流程， 采取相应的防范措施，从而能够高效地阻止异常取款。本专利技术通过分析客户每次正常取款的金额以及取款的频率，获得客户正常取款 的行为模式。当客户输入的取款金额时，根据取款金额和统计得到的客户当天取款 的次数，与客户正常取款模型进行匹配，判断本次取款是否属于正常取款。如果不 属于正常取款，则暂停客户取款，同时向银行工作人员报警。这样，通过客户取款 行为的模式归纳和取款行为的自动检测，再加上银行工作人员的人工干预，达到降 低因银行帐号或银行卡被盗给客户带来经济损失的目的。本专利技术的原理是对于一个银行帐号，将客户每次取款金额，日累计取款次 数和两次取款间隔天数作为分析因素，当发生取款事件时，分别将本次取款数目， 本次取款在当天取款的次数以及本次取款和最近一次取款间隔天数与相应的历史数 据进行比较。对于每个因素，比较结果有三中情况，即1)与历史数据相当；2) 与历史数据相差较大，且比历史数据低；3)与历史数据相差较小，且比历史数据 高。第三中情况是值得银行重点关注的异常取款，因此，如果比较结果属于第三中 情况，则定义本次取款属于异常取款。本专利技术优点是1)本专利技术涉及到异常取款判断的多因素，与目前采用的单一 取款金额因素相比，更合理，更实用；2)方法的动态性和灵活性。本专利技术是针对 每个账户进行的自身取款模式判断，无需其它难以度量的因素；3)方法简，通过 自动分析历史数据，比较当前数据与历史数据间的差异大小判断取款的异常，易于 实现。附图说明。图l是本专利技术的银行异常取款检测器组成示意图。其中，中央处理器CPU1、 异常检测算法2、随机访问存储器RAM3、网络适配器4、主板5、电源6和密封盒 7。图2是本专利技术的流程图。包括对取款额度、日取款次数、取款时间间隔的异常判断。其中银行取款异常检测因素包括三个，即取款金额、日累计取款次数、两次 取款时间间隔；异常检测算法中参数包括，1，在判断取款金额是否异常时，参数 设为3倍的历史取款金额记录的标准差；2，在判断日累计取款次数是否异常时， 参数设置为2倍的历史日累计取款次数记录的标准差；3，在判断两次取款时间间隔是否异常时，参数设置为1.5倍的相应历史相邻两次取款时间间隔记录的标准差。具体实施例方式图1和图2为本专利技术的一种实施方式本专利技术的一种具体实施方式。 检测器包括中央处理器CPU1、异常检测算法2、随机访问存储器RAM3、网络适 配器4、主板5、电源6和密封盒7。中央处理器CPU1、异常检测算法2、随机访问 存储器RAM3、网络适配器4、主板5、电源6和密封盒7。电源6为主板5提供 直流电源，网络适配器4、 CPlil、异常检测算法2、 RAM3依次顺序排列，通过主板 4提供的插槽直接插在主板4上。数据通过网络适配器4读取到RAM3中；通过主板 4， CPU1能够访问RAM3中的数据，同时，CPU1能够执行异常检测算法2,并将执行 结果通过网络适配器4输出。CPU1、异常检测算法2、随机访问存储器RAM3、网络 适配器4、主板5和电源6密封在密封盒7中，此外，网络适配器4的传输线接口 暴露在密封盒7右侧，供连接外部网线使用。电源6与外部的接口暴露在密封盒的 左侧，供连接外部电缆导线使用。当客户输入要取款的金额后，CPU1执行数据获取指令，通过网络适配器4将银 行账号和取款金额读到RAM3中，同时，通过网络适配器4获取客户历史取款金 额、日期等数据信息读入到R認3中。在完成数据读取后，CPU1执行异常检测算法 2，并从RAM3中读取所需的信息。CPU1执行完异常检测算法后，如果确定本次取款 为异常取款，则CPU1执行数据输出指令将结果通过网络适配器4输出。银行工作 人员根据输出结果，按照银行制定的流程，采取相应的防范措施，从而能够高效地 阻止异常取款。本文档来自技高网...

【技术保护点】
一种银行异常取款检测器，其特征在于，检测器包括：中央处理器ＣＰＵ（１）、异常检测算法（２）、随机访问存储器ＲＡＭ（３）、网络适配器（４）、主板（５）、电源（６）、密封盒（７）；电源（６）为主板（５）提供直流电源，网络适配器（４）、ＣＰＵ（１）、异常检测算法（２）、ＲＡＭ（３）依次顺序排列，通过主板（４）提供的插槽直接插在主板（４）上；数据通过网络适配器（４）读取到ＲＡＭ（３）中；通过主板（４），ＣＰＵ（１）访问ＲＡＭ（３）中的数据，同时，ＣＰＵ（１）执行异常检测算法（２），并将执行结果通过网络适配器（４）输出。

【技术特征摘要】

【专利技术属性】
技术研发人员：张勇斌，梁荣华，栗琳红，
申请(专利权)人：北京印刷学院，
类型：发明
国别省市：11[中国|北京]