账户异常试探风险的检测方法、装置和服务器制造方法及图纸

本说明书提供了账户异常试探风险的检测方法、装置和服务器，应用于人工智能技术领域。基于该方法，服务器在接收目标交易数据处理请求之后，可以实时获取并根据相关的历史行为数据、历史交易数据，通过特征处理得到发生在关键变更事件之前的变更前的行为特征、变更前的交易特征，以及发生在关键变更事件之后的变更后的行为特征、变更后的交易特征；再与基于目标交易数据处理请求得到的当前的目标特征进行组合，得到目标融合特征；利用预设的异常风险检测模型通过处理该目标融合特征，确定该目标交易数据处理请求是否存在异常试探风险。从而能够精准、高效地检测并识别出诸如异常小额试卡等异常试探风险行为，有效地保护交易数据处理时的数据安全。处理时的数据安全。处理时的数据安全。

【技术实现步骤摘要】
账户异常试探风险的检测方法、装置和服务器


[0001]本说明书属于人工智能
，尤其涉及账户异常试探风险的检测方法、装置和服务器。

技术介绍

[0002]在金融业务场景中，一些违规分子在进行违规风险交易之前，常常会先尝试通过所持有的银行卡账户进行小额消费，来试探该银行卡账户是否正常可用；在确定该银行卡账户正常可用后，违规分子才会继续利用该银行卡进行具体的违规风险交易。
[0003]基于现有方法，往往只能检测出正在进行，或者已经进行的违规风险交易，无法提前检测识别出上述发生违规风险交易之前的诸如异常小额试卡等异常试探风险行为。
[0004]针对上述问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]本说明书提供了一种账户异常试探风险的检测方法、装置和服务器，能够精准、高效地检测并识别出诸如异常小额试卡等异常试探风险行为，有效地保护交易数据处理平台的数据安全。
[0006]本说明书提供了一种账户异常试探风险的检测方法，包括：
[0007]接收目标交易数据处理请求；
[0008]确定与目标交易数据处理请求关联的目标账户；并获取与目标账户相关的历史行为数据和历史交易数据；
[0009]根据所述历史行为数据、历史交易数据，确定出发生在关键变更事件之前的变更前的行为特征、变更前的交易特征，以及发生在关键变更事件之后的变更后的行为特征、变更后的交易特征；并根据目标交易数据处理请求，提取得到当前的目标特征；
[0010]根据预设的处理规则，组合变更前的行为特征、变更前的交易特征、变更后的行为特征、变更后的交易特征，以及当前的目标特征，得到针对目标交易数据处理请求的目标融合特征；
[0011]利用预设的异常风险检测模型通过处理所述目标融合特征，确定目标交易数据处理请求是否存在异常试探风险。
[0012]在一个实施例中，所述关键变更事件包括以下至少之一：目标账户的持有用户更换了常用的登录终端、与目标账户绑定的联系方式出现变更、目标账户的持有用户发生了变更。
[0013]在一个实施例中，根据所述历史行为数据、历史交易数据，确定出发生在关键变更事件之前的变更前的行为特征、变更前的交易特征，以及发生在关键变更事件之后的变更后的行为特征、变更后的交易特征，包括：
[0014]根据预设的匹配规则，处理所述历史行为数据和/或历史交易数据，确定出关键变更事件；
[0015]获取并根据关键变更事件的发生时间，将历史行为数据拆分为发生在关键变更事件之前的变更前的行为数据和发生在关键变更事件之后的变更后的行为数据；将历史交易数据拆分为发生在关键变更事件之前的变更前的交易数据和发生在关键变更事件之后的变更后的交易数据；
[0016]根据预设的特征加工规则，分别处理所述变更前的行为数据和变更后的行为数据，得到对应的变更前的行为特征和变更后的行为特征；根据预设的特征加工规则，分别处理所述变更前的交易数据和变更后的交易数据，得到对应的变更前的交易特征和变更后的交易特征。
[0017]在一个实施例中，所述关键变更事件包括多个关键变更事件。
[0018]在一个实施例中，在所述关键变更事件包括第一关键变更事件和第二关键变更事件的情况下，所述变更前的行为特征包括：发生在第一关键变更事件之前的第一变更前的行为特征、发生在第二关键变更事件之前的第二变更前的行为特征；所述变更后的行为特征包括：发生在第一关键变更事件之后的第一变更后的行为特征、发生在第二关键变更事件之后的第二变更后的行为特征。
[0019]在一个实施例中，在根据所述历史行为数据、历史交易数据，确定出发生在关键变更事件之前的变更前的行为特征、变更前的交易特征，以及发生在关键变更事件之后的变更后的行为特征、变更后的交易特征；并根据目标交易数据处理请求，提取得到当前的目标特征之后，所述方法还包括：
[0020]获取目标账户的属性特征；
[0021]相应的，根据预设的处理规则，组合属性特征、变更前的行为特征、变更前的交易特征、变更后的行为特征、变更后的交易特征，以及当前的目标特征，得到针对目标交易数据处理请求的目标融合特征。
[0022]在一个实施例中，所述方法还包括：
[0023]获取样本数据；其中，所述样本数据至少包括样本账户的样本交易数据处理请求、样本历史行为数据和样本历史交易数据；
[0024]处理所述样本数据，得到样本账户的样本目标融合特征；并将样本账户的样本目标融合特征拆分为第一训练集、第二训练集，以及中间测试集；
[0025]构建多个初始模型；其中，不同的初始模型基于不同的模型结构；
[0026]利用第一训练集训练多个初始模型，得到多个中间模型；
[0027]利用中间测试集对多个中间模型进行中间模型测试；并根据中间模型测试结果，从多个中间模型中筛选出符合要求的中间模型，作为目标中间模型；
[0028]利用第二训练集，训练所述目标中间模型，得到预设的异常风险检测模型。
[0029]在一个实施例中，所述初始模型至少包括：基于随机森林的初始模型、基于Xgboost的初始模型。
[0030]在一个实施例中，在接收目标交易数据处理请求之后，所述方法还包括：
[0031]检测目标交易数据处理请求是否满足异常试探风险检测触发条件；
[0032]在确定目标交易数据处理请求满足异常试探风险检测触发条件的情况下，触发确定与目标交易数据处理请求关联的目标账户；并获取与目标账户相关的历史行为数据和历史交易数据。
[0033]在一个实施例中，检测目标交易数据处理请求是否满足异常试探风险检测触发条件，包括：
[0034]检测目标交易数据处理请求所涉及的资源数据的数据值是否小于预设的数据阈值；
[0035]和/或，
[0036]检测在接收到目标交易数据处理请求之前的预设时间段内目标账户是否处于无操作状态；
[0037]和/或，
[0038]检测在接收到目标交易数据处理请求之前的预设时间段内目标账户的登录地址是否发生变化，以及变化程度。
[0039]在一个实施例中，在利用预设的异常风险检测模型通过处理所述目标融合特征，确定目标交易数据处理请求是否存在异常试探风险之后，所述方法还包括：
[0040]在确定目标交易数据处理请求存在异常试探风险的情况下，将目标账户标记为监测账户；
[0041]监测目标账户后续交易数据处理请求所涉及的资源数据的数据值，和/或，目标账户的持有用户使用登录终端时刷新操作的频次。
[0042]本说明书还提供了一种账户异常试探风险的检测装置，包括：
[0043]接收模块，用于接收目标交易数据处理请求；
[0044]获取模块，用于确定与目标交易数据处理请求关联的目标账户；并获取与目标账户相关的历史行为数据和历史交易数据；
[0045]确定模块，用于根据所述历史行为数据、历史交易数据，确定出发生在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种账户异常试探风险的检测方法，其特征在于，包括：接收目标交易数据处理请求；确定与目标交易数据处理请求关联的目标账户；并获取与目标账户相关的历史行为数据和历史交易数据；根据所述历史行为数据、历史交易数据，确定出发生在关键变更事件之前的变更前的行为特征、变更前的交易特征，以及发生在关键变更事件之后的变更后的行为特征、变更后的交易特征；并根据目标交易数据处理请求，提取得到当前的目标特征；根据预设的处理规则，组合变更前的行为特征、变更前的交易特征、变更后的行为特征、变更后的交易特征，以及当前的目标特征，得到针对目标交易数据处理请求的目标融合特征；利用预设的异常风险检测模型通过处理所述目标融合特征，确定目标交易数据处理请求是否存在异常试探风险。2.根据权利要求1所述的方法，其特征在于，所述关键变更事件包括以下至少之一：目标账户的持有用户更换了常用的登录终端、与目标账户绑定的联系方式出现变更、目标账户的持有用户发生了变更。3.根据权利要求2所述的方法，其特征在于，根据所述历史行为数据、历史交易数据，确定出发生在关键变更事件之前的变更前的行为特征、变更前的交易特征，以及发生在关键变更事件之后的变更后的行为特征、变更后的交易特征，包括：根据预设的匹配规则，处理所述历史行为数据和/或历史交易数据，确定出关键变更事件；获取并根据关键变更事件的发生时间，将历史行为数据拆分为发生在关键变更事件之前的变更前的行为数据和发生在关键变更事件之后的变更后的行为数据；将历史交易数据拆分为发生在关键变更事件之前的变更前的交易数据和发生在关键变更事件之后的变更后的交易数据；根据预设的特征加工规则，分别处理所述变更前的行为数据和变更后的行为数据，得到对应的变更前的行为特征和变更后的行为特征；根据预设的特征加工规则，分别处理所述变更前的交易数据和变更后的交易数据，得到对应的变更前的交易特征和变更后的交易特征。4.根据权利要求3所述的方法，其特征在于，所述关键变更事件包括多个关键变更事件。5.根据权利要求4所述的方法，其特征在于，在所述关键变更事件包括第一关键变更事件和第二关键变更事件的情况下，所述变更前的行为特征包括：发生在第一关键变更事件之前的第一变更前的行为特征、发生在第二关键变更事件之前的第二变更前的行为特征；所述变更后的行为特征包括：发生在第一关键变更事件之后的第一变更后的行为特征、发生在第二关键变更事件之后的第二变更后的行为特征。6.根据权利要求1所述的方法，其特征在于，在根据所述历史行为数据、历史交易数据，确定出发生在关键变更事件之前的变更前的行为特征、变更前的交易特征，以及发生在关键变更事件之后的变更后的行为特征、变更后的交易特征；并根据目标交易数据处理请求，提取得到当前的目标特征之后，所述方法还包括：
获取目标账户的属性特征；相应的，根据预设的处理规则，组合属性特征、变更前的行为特征、变更前的交易特征、变更后的行为特征、变更后的交易特征，以及当前的目标特征，得到针对目标交易数据处理请求的目标融合特征。7.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取样本数据；其中，所述样本数据至少包括样本账户的样本交易数据处理请求、样本历史行为数据和样本历史交易数据；处理所述样本数...

【专利技术属性】
技术研发人员：付小桐，丁盘苹，李松，罗鑫，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：