身份认证方法技术

本申请提供的身份认证方法

【技术实现步骤摘要】
身份认证方法、设备


[0001]本申请涉及金融领域，尤其涉及一种身份认证方法
、
设备
。

技术介绍

[0002]随着金融行业的快速发展，金融机构的业务所面向的人群越来越广，在客户办理业务时，银行需要进行身份认证的客户数量也越来越多，因此如何快速对客户进行身份认证，成为金融机构所重点关注的问题
。
[0003]现有技术通常在客户办理业务时，采集客户的身份信息并基于银行服务器中预存的身份信息对客户的进行身份认证，在采集的身份信息与银行服务器中预存的身份信息一致时，确定客户身份认证通过，允许客户办理业务
。
[0004]由于银行的客户接待量巨大，因此客户办理业务时采集客户的身份信息并认证，往往需要占用大量的业务办理时间，导致客户等待周期长
。
现有技术中的身份认证方法存在身份认证效率低的技术问题
。

技术实现思路

[0005]本申请提供一种身份认证方法
、
设备，用以解决现有的身份认证效率低的技术问题
。
[0006]第一方面，本申请提供一种身份认证方法，该方法包括：
[0007]获取多个客户类别对应的历史业务数据，确定多个可控客户类别；
[0008]获取多个银行网点对应的历史业务数据，确定多个可控网点；
[0009]在识别到可控客户类别的目标客户进入目标银行网点时，基于多个信息采集终端采集目标客户的多个身份信息，并将多个身份信息发送至目标银行网点对应的银行服务器；其中，目标客户属于可控客户类别；目标银行网点属于可控网点；
[0010]在目标客户在目标银行网点办理业务时，基于银行服务器基于多个身份信息确定的多个认证结果，对目标客户进行身份认证；其中，身份信息与认证结果一一对应，认证结果包括对应的身份信息的匹配值
。
[0011]可选地，获取多个客户类别对应的历史业务数据，确定多个可控客户类别，包括：
[0012]获取多个客户类别对应的历史业务数据，确定多个客户类别对应的客户风险熵和客户风险阈值；其中，客户风险熵用于表征客户类别办理业务时的风险信息量；
[0013]判断客户风险熵是否小于或等于客户风险阈值，若是则将客户类别确定为可控客户类别
。
[0014]可选地，获取多个客户类别对应的历史业务数据，确定多个客户类别对应的客户风险熵，包括：
[0015]获取多个客户类别对应的历史业务数据，将历史业务数据中涉及风险的历史业务数据确定为客户类别的风险业务数据；
[0016]基于多个数据类别，将客户类别的风险业务数据划分为多个风险业务数据子集；
[0017]将风险业务数据子集对应的交易数量与客户类别的历史业务数据对应的交易数量的比值作为风险比例；
[0018]基于风险比例，确定风险比例对应的客户子风险熵：
[0019]S
＝
‑
s
×
log2s
[0020]其中，
S
为风险比例对应的客户子风险熵，
s
为风险比例；
[0021]基于客户类别对应的多个风险比例的和值，确定客户类别的剩余风险熵：
[0022]T
＝
‑
(1
‑
t)
×
log2(1
‑
t)
[0023]其中，
T
为剩余风险熵，
t
为多个风险比例的和值；
[0024]将多个客户子风险熵与剩余风险熵的和值确定为客户类别对应的客户风险熵
。
[0025]可选地，获取多个银行网点对应的历史业务数据，确定多个可控网点，包括：
[0026]获取多个银行网点的历史业务数据，确定银行网点对应的网点风险熵；其中，网点风险熵用于表征在银行网点办理业务时有关风险的信息量；
[0027]将网点风险熵小于网点风险阈值的银行网点确定为可控网点
。
[0028]可选地，获取多个银行网点的历史业务数据，确定银行网点对应的网点风险熵，包括：
[0029]将银行网点的历史业务数据中涉及风险的历史业务数据确定为银行网点的风险业务数据；
[0030]基于多个网点数据类别，将银行网点的风险业务数据划分为多个网点风险数据子集；
[0031]将网点风险数据子集对应的交易数量与历史业务数据对应的交易数量的比值确定为网点风险比例；
[0032]基于网点风险比例，确定银行网点对应的网点子风险熵：
[0033]U
＝
‑
u
×
log2u
[0034]其中，
U
为网点子风险熵，
u
为网点风险比例；
[0035]基于多个网点风险比例的和值，确定银行网点的剩余风险熵：
[0036]V
＝
‑
(1
‑
v)
×
log2(1
‑
v)
[0037]其中，
V
为剩余风险熵，
v
为多个网点风险比例的和值；
[0038]将多个网点子风险熵与剩余风险熵的和值确定为银行网点对应的网点风险熵
。
[0039]可选地，基于银行服务器基于多个身份信息确定的多个认证结果，对目标客户进行身份认证，包括：
[0040]基于银行服务器基于多个身份信息确定的多个认证结果，确定对应的身份认证类别；
[0041]基于认证结果对应的身份信息的匹配值
、
身份认证类别对应的匹配值和认证风险熵的对应关系，确定认证结果对应的认证风险熵；
[0042]基于多个认证风险熵和目标客户对应的业务类型，对目标客户进行身份认证
。
[0043]可选地，该方法还包括确定身份认证类别对应的匹配值和认证风险熵的对应关系：
[0044]获取身份认证类别对应的历史认证数据，并确定身份认证类别的历史认证数据的匹配值；
[0045]将历史认证数据的匹配值大于或等于预设匹配数值的历史认证数据确定为预设匹配数值对应的历史认证数据；
[0046]基于预设匹配数值对应的历史认证数据，确定预设匹配数值对应的认证风险熵：
[0047]基于认证风险熵，确定身份认证类别对应的匹配值和认证风险熵的对应关系
。
[0048]可选地，基于多个认证风险熵和目标客户对应的业务类型，对目标客户进行身份认证，包括：
[0049]将多个认证风险熵中的最小值确定为第一认证风险熵；
[0050]获取目标客户办理业务类型的业务时对应的身份认证数据；
[0051]基于身份认证数据，确定目标客户对应的第二认证风险熵；
[0052]基于第一认证风险熵和第二认证风险熵，对目标客户进行身份认证
。
[0053]第二方面，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种身份认证方法，其特征在于，包括：获取多个客户类别对应的历史业务数据，确定多个可控客户类别；获取多个银行网点对应的历史业务数据，确定多个可控网点；在识别到所述可控客户类别的目标客户进入目标银行网点时，基于多个信息采集终端采集所述目标客户的多个身份信息，并将多个所述身份信息发送至所述目标银行网点对应的银行服务器；其中，所述目标客户属于所述可控客户类别；所述目标银行网点属于所述可控网点；在所述目标客户在所述目标银行网点办理业务时，基于所述银行服务器基于多个所述身份信息确定的多个认证结果，对所述目标客户进行身份认证；其中，所述身份信息与所述认证结果一一对应，所述认证结果包括对应的所述身份信息的匹配值
。2.
根据权利要求1所述的方法，其特征在于，所述获取多个客户类别对应的历史业务数据，确定多个可控客户类别，包括：获取多个所述客户类别对应的所述历史业务数据，确定多个所述客户类别对应的客户风险熵和客户风险阈值；其中，所述客户风险熵用于表征所述客户类别办理业务时的风险信息量；判断所述客户风险熵是否小于或等于所述客户风险阈值，若是则将所述客户类别确定为所述可控客户类别
。3.
根据权利要求2所述的方法，其特征在于，所述获取多个所述客户类别对应的所述历史业务数据，确定多个所述客户类别对应的客户风险熵，包括：获取多个所述客户类别对应的所述历史业务数据，将所述历史业务数据中涉及风险的所述历史业务数据确定为所述客户类别的风险业务数据；基于多个数据类别，将所述客户类别的所述风险业务数据划分为多个风险业务数据子集；将所述风险业务数据子集对应的交易数量与所述客户类别的所述历史业务数据对应的交易数量的比值作为风险比例；基于所述风险比例，确定所述风险比例对应的客户子风险熵：
S
＝
‑
s
×
log2s
其中，所述
S
为所述风险比例对应的所述客户子风险熵，所述
s
为所述风险比例；基于所述客户类别对应的多个所述风险比例的和值，确定所述客户类别的剩余风险熵：
T
＝
‑
(1
‑
t)
×
log2(1
‑
t)
其中，所述
T
为所述剩余风险熵，所述
t
为多个所述风险比例的和值；将多个所述客户子风险熵与所述剩余风险熵的和值确定为所述客户类别对应的客户风险熵
。4.
根据权利要求1所述的方法，其特征在于，获取多个银行网点对应的历史业务数据，确定多个可控网点，包括：获取多个所述银行网点的所述历史业务数据，确定所述银行网点对应的网点风险熵；其中，所述网点风险熵用于表征在所述银行网点办理业务时有关风险的信息量；将所述网点风险熵小于网点风险阈值的所述银行网点确定为所述可控网点
。
5.
根据权利要求4所述的方法，其特征在于，获取多个所述银行网点的所述历史业务数据，确定所述银行网点对应的网点风险熵，包括：将所述银行网点的所述历史业务数据中涉及风险的所述历史业务数据确定为所述银行网点的风险业务数据；基于多个网点数据类别，将所述银行网点的所述风险业务数据划分为多个网点风险数据子集；将所述网点风险数据子集对应的交易数量与所述历史业务数据对应的交易数量的比值确定为网点风险比例；基于所述网点风险比例，确定所述银行网点对应的网点子风险...

【专利技术属性】
技术研发人员：朱江波，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：