【技术实现步骤摘要】
本申请属于人工智能，可用于人工智能应用于金融行业的，具体涉及一种用户身份验证方法及装置。
技术介绍
1、目前，现有金融反欺诈方法一般有以下6种(姓名、身份证、手机号、卡号、面部识别等多种识别用户身份方式)：
2、1.申请人真实性验证，常用的特征模块有面部识别、身份证、银行卡三要素信息等；
3、2.黑白名单，最原始的反欺诈手段；
4、3.规则引擎，对一部分超过设定阈值的进行拒绝；
5、4.有监督学习，需要大量的有标签数据来预测数据；
6、5.无监督学习，通过账户的共性行为来检测欺诈；
7、6.网络图谱，通过识别紧密关联的社群结构找出潜在的欺诈客群。
8、上述方法虽然在多个方向进行了风险控制，但是还是存在着一些缺点：欺诈团伙可以通过一些钓鱼网站得到用户的三要素信息；黑白名单和有监督学习无法及时应对新出现的欺诈；规则引擎只能依靠人为经验，易造成结果的错误；无监督学习和网络图谱因未有明确特征，容易误判。
9、更为重要的是，金融机构为了防止用户被其它人通过不正规手段获得账户登陆交易的要素信息，会在用户登陆或者交易场景全面提高验证等级。例如用户在更换设备登陆时，手机银行除了要求用户输入登陆密码、交易密码、验证码，还会要求用户进行人脸验证，而登陆密码、验证码等输入类验证方式都是用户本人能够快速通过的，但人脸验证在实际使用过程中，往往因为角度，光线等原因采集效果不佳，通常需要进行多次采集识别，才能验证通过。尤其是中老年用户进行人脸识别时，因为人脸识别
技术实现思路
1、本专利技术可用于人工智能技术在金融方面应用的
，也可用于除金融领域之外的任意领域。
2、本专利技术的一个目的在于提供一种用户身份验证方法，该方法在不降低安全性的情况下，提高金融机构的交易应用的易用性，降低金融机构对交易应用的维护成本。
3、本专利技术的另一个目的在于提供一种用户身份验证装置。本专利技术的还一个目的在于提供一种电子设备，该电子设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述用户身份验证方法的步骤。本专利技术的还一个目的在于提供一种可读介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述用户身份验证方法的步骤。
4、为解决本申请
技术介绍
中的技术问题，本专利技术提供以下技术方案：
5、第一方面，本专利技术提供一种用户身份验证方法包括：
6、获取用户与本地进行业务交易的当前设备的交易特征；
7、根据所述交易特征以及预先生成的逻辑回归模型对所述当前设备进行信任评级；
8、根据所述当前设备的信任评级结果确定对应的用户验证方法；其中，多个信任评级结果与多个用户验证方法为映射关系。
9、在本专利技术的一些实施例中，生成所述逻辑回归模型的步骤包括：
10、根据多个交易特征、每个交易特征的权重以及每个交易特征的收敛速度生成所述逻辑回归模型的分类器；
11、根据预生成的训练数据对所述分类器进行训练；
12、根据预设值的训练结束条件以及所述分类器的当前训练结果生成所述逻辑回归模型。
13、在本专利技术的一些实施例中，设置所述训练结束条件的步骤包括：
14、确定所述分类器的准确率、混淆矩阵、roc曲线以及auc值；
15、根据所述准确率、混淆矩阵、roc曲线以及auc值设置所述训练结束条件。
16、在本专利技术的一些实施例中，根据预设值的训练结束条件以及所述分类器的当前训练结果生成所述逻辑回归模型，包括：
17、根据所述训练结束条件以及所述当前训练结果生成所述逻辑回归模型的过渡模型；
18、根据多个数据集对所述过渡模型进行交叉验证，以优化所述过渡模型中的超参数；其中，所属多个数据集之间为互斥关系。
19、在本专利技术的一些实施例中，根据所述交易特征以及预先生成的逻辑回归模型对所述当前设备进行信任评级，包括：
20、对所述交易特征进行数据分箱，以生成数据分箱结果；
21、对所述数据分箱结果进行woe编码，以生成woe编码结果；
22、将所述woe编码结果输入至所述逻辑回归模型，以生成所述当前设备的信任评级结果。
23、在本专利技术的一些实施例中，对所述交易特征进行数据分箱，以生成数据分箱结果，包括：
24、根据预设的预测目标对所述交易特征进行决策树拟合，以生成决策树拟合结果；
25、根据所述决策树拟合结果确定所述分箱结果的分箱边界；
26、根据所述分箱边界对所述交易特征进行数据分箱，以生成所述数据分箱结果。
27、在本专利技术的一些实施例中，在所述获取用户与本地进行业务交易的当前设备的交易特征之前，还包括：
28、判断当前设备是否为用户的常用设备；
29、如果是，提高所述当前设备的信任评级结果；
30、所述多个用户验证方法包括至少一个复杂用户验证方法以及一个简单用户验证方法。
31、第二方面，本专利技术提供一种用户身份验证装置，该装置包括：
32、交易特征获取模块，用于获取用户与本地进行业务交易的当前设备的交易特征；
33、信任评级模块，用于根据所述交易特征以及预先生成的逻辑回归模型对所述当前设备进行信任评级；
34、验证方法确定模块，用于根据所述当前设备的信任评级结果确定对应的用户验证方法；其中，多个信任评级结果与多个用户验证方法为映射关系。
35、在本专利技术的一些实施例中，一种用户身份验证装置还包括：
36、模型生成模块，用于生成所述逻辑回归模型，所述模型生成模块包括：
37、分类器生成单元，用于根据多个交易特征、每个交易特征的权重以及每个交易特征的收敛速度生成所述逻辑回归模型的分类器；
38、分类器训练单元，用于根据预生成的训练数据对所述分类器进行训练；
39、模型生成单元，用于根据预设值的训练结束条件以及所述分类器的当前训练结果生成所述逻辑回归模型。
40、在本专利技术的一些实施例中，模型生成模块还包括：
41、结束条件设置单元，用于设置所述训练结束条件，结束条件设置单元包括：
42、分类器参数确定单元，用于确定所述分类器的准确率、混淆矩阵、roc曲线以及auc值；
43、结束条件设置子单元，用于根据所述准确率、混淆矩阵、roc曲线以及auc值设置所述训练结束条件。
44、在本专利技术的一些实施例中，模型生成单元包括：
45、过渡模型生成单元，用于根据所述训练结束条件以及所述当前训练结果生成所述逻辑回本文档来自技高网...
【技术保护点】
1.一种用户身份验证方法，其特征在于，包括：
2.根据权利要求1所述的用户身份验证方法，其特征在于，生成所述逻辑回归模型的步骤包括：
3.根据权利要求2所述的用户身份验证方法，其特征在于，设置所述训练结束条件的步骤包括：
4.根据权利要求2所述的用户身份验证方法，其特征在于，根据预设值的训练结束条件以及所述分类器的当前训练结果生成所述逻辑回归模型，包括：
5.根据权利要求1至4任一项所述的用户身份验证方法，其特征在于，根据所述交易特征以及预先生成的逻辑回归模型对所述当前设备进行信任评级，包括：
6.根据权利要求5所述的用户身份验证方法，其特征在于，对所述交易特征进行数据分箱，以生成数据分箱结果，包括：
7.根据权利要求1所述的用户身份验证方法，其特征在于，在所述获取用户与本地进行业务交易的当前设备的交易特征之前，还包括：
8.一种用户身份验证装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7任一项所述的用户身份验证方法的步骤。
...【技术特征摘要】
1.一种用户身份验证方法，其特征在于，包括：
2.根据权利要求1所述的用户身份验证方法，其特征在于，生成所述逻辑回归模型的步骤包括：
3.根据权利要求2所述的用户身份验证方法，其特征在于，设置所述训练结束条件的步骤包括：
4.根据权利要求2所述的用户身份验证方法，其特征在于，根据预设值的训练结束条件以及所述分类器的当前训练结果生成所述逻辑回归模型，包括：
5.根据权利要求1至4任一项所述的用户身份验证方法，其特征在于，根据所述交易特征以及预先生成的逻辑回归模型对所述当前设备进行信任评级，包括：
6.根据权利要求5所述的用户身份验证方法，其...
【专利技术属性】
技术研发人员：谢婷婷，
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：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。