CN105590216A - 实时监控交易风险的方法及*** - Google Patents
实时监控交易风险的方法及*** Download PDFInfo
- Publication number
- CN105590216A CN105590216A CN201510793244.4A CN201510793244A CN105590216A CN 105590216 A CN105590216 A CN 105590216A CN 201510793244 A CN201510793244 A CN 201510793244A CN 105590216 A CN105590216 A CN 105590216A
- Authority
- CN
- China
- Prior art keywords
- node
- transaction
- data
- data stream
- risk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/34—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using cards, e.g. integrated circuit [IC] cards or magnetic cards
- G06Q20/341—Active cards, i.e. cards including their own processing means, e.g. including an IC or chip
- G06Q20/3415—Cards acting autonomously as pay-media
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Computer Security & Cryptography (AREA)
- Finance (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明提供实时监控交易风险的方法,其包括a)将交易***中的实时交易数据形成为多条交易数据流;b)所述数据分发节点将所述多条交易数据流分发到分布式处理节点;c)所述分布式处理节点中的各子节点在接收到来自所述数据分发节点的一条或多条交易数据流后,对其进行解析以获得各交易数据流的账户信息,并进而获得交易账户的历史特征数据;d)基于所述历史特征数据,所述分发式节点的各子节点通过设置在其中的风险估算单元估算与每条交易数据流对应的交易的风险度;以及e)将所计算的风险度结合到对应的交易数据流,并将由此所获得的交易数据流发送给交易***,由其进行后续处理。还提供相应的***。
Description
技术领域
本发明涉及数据处理,更为具体地,涉及对交易数据的风险进行实时监控的技术。
背景技术
交易的实时风险监控***对时间有较高要求,通常需要在毫秒级别的时间内做出风险控制相关的业务处理。传统的数据处理方式中,涉及大量的关系型数据库查询及磁盘读写等非常耗时的环节。这导致在以往的银行卡交易实时风险监控***中,通常只能采用简单的风险规则来进行实时风险监控。
采用简单的风险规则进行实时风险监控,耗时少,可在毫秒级的时间内返回,对银行卡交易的正常业务处理影响小,但监控效果(例如,交易欺诈侦测的准确率)有令人遗憾的地方。
如果通过较多、复杂的风险判断或者机器学习形成的欺诈侦测模型对交易进行实时风险判断,可显著提升交易欺诈侦测的准确率,但代价是耗费过多的欺诈侦测时间。在大并发量的情况下,这种情况会严重影响交易的正常业务处理。
如果在交易完成后通过复杂的规则或者欺诈侦测模型对交易进行风险欺诈侦测,又与实时性失之交臂,实际情况是侦测到时欺诈交易可能已经发生。
发明内容
本发明提供实时监控交易风险的方法,其包括a)将交易***中的实时交易数据形成为多条交易数据流;b)所述数据分发节点将所述多条交易数据流分发到分布式处理节点;c)所述分布式处理节点中的各子节点在接收到来自所述数据分发节点的一条或多条交易数据流后,对其进行解析以获得与交易数据流对应的交易有关的账户的账户信息,并进而获得该账户的历史特征数据;d)基于所述历史特征数据,所述分发式节点的各子节点通过设置在其中的风险估算单元估算与每条交易数据流对应的交易的风险度;以及e)将所计算的风险度结合到对应的交易数据流,并将由此所获得的交易数据流发送给交易***,由其进行后续处理。
所述的实时监控交易风险的方法,可选地,步骤a)中,将所接收的实时交易数据中与同一笔交易有关的数据构建为一个交易数据流。
所述的实时监控交易风险的方法,可选地,步骤b)中,按照与交易数据流对应的交易相关联的账户的账户信息,将所述多条交易数据流中具有同一账户信息的交易数据流分发给分布式处理节点中的同一子节点。
所述的实时监控交易风险的方法,可选地,所述账户信息为银行***、银行账号、银行***持有人身份证号码中的一个或多个。
所述的银行卡交易实时风险监控方法,可选地,所述方法还包括:在步骤b)中,所述数据分发节点将所述多条交易数据流分发到分布式处理节点时,还将所述交易数据流发送给协调节点;以及f)在将所述交易数据流发送给交易***之前,发送信息给所述协调节点,以指示所述交易数据流已经过风险估算单元处理。
所述的实时监控交易风险的方法,可选地,所述方法还包括:g)所述协调节点在接收到来自数据分发节点的交易数据流后,将该交易数据流的状态设置为第一状态,并在接收到步骤f)中的所述信息后,将所述信息涉及的交易数据流的状态更改为第二状态。
所述的实时监控交易风险的方法,可选地,所述方法还包括:如果具有第一状态的交易数据流在预定时间后依然为第一状态,则所述协调节点发送信息给所述数据分发节点,以通知其将相关交易数据流再次发送到分布式处理节点。
所述的实时监控交易风险的方法,可选地,步骤c)中,所述分发式节点在对交易数据流进行解析之后,从设置在各子节点中的缓存单元获得所述交易账户的历史特征数据;在无法从所述缓存单元获得所述交易账户的历史特征数据的情况下,从与分发式节点以可通信方式连接的分发式存储器中获得所述交易账户的历史特征数据。
所述的实时监控交易风险的方法,可选地,在步骤d)估算每条交易数据的风险度之后,更新所述缓存单元与所述分发式存储器中的历史特征数据。
所述的实时监控交易风险的方法,可选地,所述缓存单元中的历史特征数据一段时间后自动清除,该段时间是可配置的。
本发明还提供实时监控交易风险的***,其包括:数据分发节点,其用于接收由交易***发送的实时交易数据,以所接收的数据为基础形成多条交易数据流,并分发所述多条交易数据流;分布式处理节点,其包括多个处理节点以及用于存储账户的历史特征数据的分布式数据库。其中,各节点包括:接收单元,用于接收发送给其的交易数据流;解析单元,用于解析所述交易数据流以获得与该交易数据流对应的交易有关的账户的账户信息;缓存单元,其用于存储账户的历史特征数据,其中,该账户是该子节点会处理到的交易数据流有关的账户;风险估算单元,用于以解析的账户信息为依据,从缓存单元中获取相应的历史特征数据,从而估算与该交易数据流相对应的交易的风险度,在无法从该缓存单元获得历史特征数据的情况下,自所述分布式数据库获得;处理及发送单元,其用于将估算的风险度结合到对应的交易数据流中,并将由此所获得的交易数据流发送给交易***,由其进行后续处理。
所述的实时监控交易风险的***,可选地,所述数据分发节点设置成将所接收的实时交易数据中与同一笔交易有关的数据构建为一个交易数据流。
所述的实时监控交易风险的***,可选地,所述数据分发节点还设置成按照与交易数据流对应的交易相关联的账户信息,将所述多条交易数据流中具有相同账户信息的交易数据流分发给分布式处理节点中的同一子节点。
所述的实时监控交易风险的***,可选地,其还包括协调节点,所述协调节点接收由所述数据分发节点发送的多条交易数据流,并接收由所述分布式处理节点发送的指示交易数据流已经过风险估算单元处理的信息。
所述的实时监控交易风险的***,可选地,所述协调节点设置成在接收到来自数据分发节点的交易数据流后,将其状态设置为第一状态,并在接收所述信息后,将所述信息涉及的交易数据流的状态更改为第二状态。
所述的实时监控交易风险的***,可选地,所述协调节点设置成如果具有第一状态的交易数据流在预定时间后依然为第一状态,则发送信息给所述数据分发节点,以通知其将相关交易数据流再次发送到分布式处理节点。
所述的实时监控交易风险的***,可选地,所述缓存单元设置成在所述风险估算单元估算了风险度之后,更新其中存储的历史特征数据,所述分布式数据库设置成在所述风险估算单元估算了风险度之后,更新其中存储的历史特征数据。
根据本发明给出的方法或***,均可实时地对交易数据的风险进行监控。
附图说明
图1是根据本发明示例的银行卡交易实时风险监控方法的流程图。
图2是根据本发明的又一示例的银行卡交易实时风险监控***的结构示意图。
具体实施方式
现在参照附图描述本发明的示意性示例,相同的附图标号表示相同的元件。下文描述的各实施例有助于本领域技术人员透彻理解本发明,且意在示例而非限制。除非另有限定,文中使用的术语(包括科学、技术和行业术语)具有与本发明所属领域的技术人员普遍理解的含义相同的含义。另外,下文多个示例可以相互参照或相互结合。
根据本发明示例的实时监控交易风险的方法中,交易***会实时地将交易数据传送给执行本方法以进行监控的设备,由后者按照根据本发明的方法进行监控,并与交易***交互,使其及时获知有风险的交易。
需要说明的是,在本文中,每条交易数据流都对应一笔交易,而该交易则涉及到用来进行交易的账户,该账户则具有相应的账户信息,也就是说,每一交易数据流对应一笔交易,对应用来进行交易的交易账户,对应进行该交易的交易账户或直接称为账户的账户信息。其中,账户信息例如为银行***、银行账号、银行***持有人身份证号码中的一个或多个。
图1是根据本发明示例的银行卡交易实时风险监控方法的流程图。如图1所示,在步骤10,将交易***中的实时交易数据形成为多条交易数据流。示例地,可设置交易数据分发节点,其接收由交易***发送的实时交易数据,并以所接收的交易数据作为基础,构建交易数据流。每一条交易数据流由多条与同一笔交易有关的数据组成。该数据分发节点可以单独形成,也可以形成在交易***中。
在步骤12,该数据分发节点将多条交易数据流分发到分布式处理节点。分布式处理节点包括多个分布式布置的子节点。示例地,按照与交易数据流对应的交易关联的账户信息,数据分发节点将多条交易数据流分发到分布式处理节点,其中具有同一账户信息的交易数据流则分发给分布式处理节点中的同一子节点。
在步骤14,该分布式处理节点中的每个子节点在接收到来自数据分发节点的一条或多条交易数据流后,首先解析各交易数据流,以获得与各交易数据流对应的账户的账户信息,随后,基于该账户信息获得交易账户的历史特征数据。该历史特征数据例如包括最近一笔或若干笔交易的交易金额、交易所在地等,例如还可包括商户对交易情况的评价(如果有的话)等,只要有助于判断交易账户所进行的交易是否为正常交易的信息与数据,都可作为历史特征数据。
在步骤16,基于所述历史特征数据,分发式节点的各子节点通过设置在其中的风险估算单元估算每条交易数据的风险度。根据本发明的示例,风险估算单元可包括规则引擎与风险模型中的一个或两个。在包括该规则引擎与风险模型两者的情况下,可通过加权的方法来基于两者各自的估算结果获得一个总的估算结果。规则引擎与风险模型均可使用现有技术中已经在用的规则引擎与风险模型,该两者并非本发明的重点所在,便不多加赘述。
在步骤18,将所计算的风险度结合到对应的交易数据流,并将由此获得的交易数据流发送给交易***,由其进行后续处理。
如上所述,交易***所获得的交易数据实时地发送给数据分发节点,由其构建交易数据流。如本领域技术人员所理解的那样,同一时刻,往往同时进行多个交易,因此,本发明中,将多个交易数据流发送到由多个子节点构成的数据分布节点,其中,每个子节点负责处理部分交易数据流。各子节点解析收到的交易数据流,以获知该交易对应的账户信息,进而根据该账户信息获得交易账户的历史特征数据,以通过风险估算单元确认该交易账户的风险度。随后,将该风险度结合到交易数据流中,并将该交易数据流发送给交易***,由其相关部件进行后续处理。
根据本发明的示例,在步骤12中,数据分发节点还将多条交易数据流发送给协调节点。协调节点在接收到来自数据分发节点分发的交易数据流后,将每条交易数据流的状态设置为第一状态。根据本发明的示例,如果具有第一状态的交易数据流在预定时间后状态依然为第一状态,则所述协调节点发送信息给所述数据分发节点,以通知其将相关交易数据流再次发送到分布式处理节点。该预定时间可由用户配置,例如为2分钟等。
根据本发明的示例,在步骤16估算了与每条交易数据流对应的交易的风险度之后,还发送指示该交易数据流已经过风险估算单元处理的信息给协调节点。示例地,协调节点在接收到指示该交易数据流已经过风险估算单元处理的信息后,将所述信息中涉及的交易数据流的状态更改为第二状态。可选地,协调节点在一定的时间之后,自动清除具有第二状态的数据。可选地,协调节点发送信息给数据分发节点以通知哪些数据具有第二状态,以便数据分发节点删除其因可能需要重发而暂时存储的交易数据流。
示例地,第一状态指示该数据流已由数据分发节点分发给分布式处理节点;该第二状态指示数据流已由风险估算单元处理。
根据本发明的一个示例,各子节点中设置了缓存单元,以存储该子节点会处理的各账户的最近的历史特征数据。可选地,对于各账户而言,该历史特征数据无需很多,只要有助于判断风险度即可,例如为最新的一条或两条交易的历史特征数据。进一步,更为全面的历史特征数据存储在分布式处理节点的分布式数据库中。在任一子节点无法从其所拥有的缓存模块获得历史特征数据的情况下,该子节点便从该分布式数据库获得历史特征数据。根据本发明的示例,缓存单元中的历史特征数据在一段时间之后自动清除,其中,所述的一段时间可由用户配置的,例如用户可将其设置为若干小时等等。
根据本发明的又一示例,还包括在步骤16中计算了交易的风险度之后,更新缓存单元与分布式数据库中的历史特征数据,以便它们获得最新的历史特征数据。
图2是根据本发明的又一示例的实时监控交易风险***的结构示意图。该银行卡交易实时风险监控***与交易***通信连接,以与其进行交互。如图所示,该银行卡交易实时风险监控***包括数据分发节点30,分布式处理节点32,以及协调节点36。其中,该协调节点36是可选的。
数据分发节点30接收来自交易***发送的实时交易数据。数据分发节点30以所接收的实时交易数据为基础,构建多条交易数据流。示例地,可设置交易数据分发节点,其接收由交易***发送的实时交易数据,并以所接收的交易数据作为基础,构建交易数据流。示例地,每一条交易数据流由多条与同一笔交易有关的数据组成。
分布式处理节点32与数据分发节点30通信连接,可接收后者发送的数据,也可发送数据给后者。进一步,分布式处理节点32包括多个分布式布置的子节点,以及分布式数据库。示例而非限制地,按照与交易数据流对应的交易关联的账户信息,数据分发节点30在将多条交易数据流分发到分布式处理节点时,将具有同一账户信息的交易数据流分发给分布式处理节点中的同一子节点。
分布式处理节点32的各子节点都包括接收单元、解析单元、缓存单元、风险估算单元、处理及发送单元。以一个子节点作为示例来阐述各单元:接收单元接收分发到该子节点的交易数据流;解析单元解析各条交易数据流以获得各条交易数据流对应的账户信息;缓存单元中缓存了与进行交易的账户有关的历史特征数据;风险估算单元,其以解析的账户信息为依据,从缓存单元中获取相应的历史特征数据,据此估算与该交易数据流相对应的交易的风险度,其中,在无法自缓存单元获取历史特征数据的情况下,从分布式数据库34获得;处理及发送单元将估算的风险度结合到对应的交易数据流中,并将由此所获得的交易数据流发送给交易***,由其进行后续处理。
数据分发节点30在将交易数据流分发给分布式处理节点32时,也将交易数据流发送给协调节点36。协调节点36在接收到来自数据分发节点30分发的交易数据流后,将每条交易数据流的状态设置为第一状态。根据本发明的示例,如果具有第一状态的交易数据流在预定时间后依然为第一状态,则所述协调节点36发送信息给所述数据分发节点30,以通知其将相关交易数据流再次发送到分布式处理节点32。
根据本发明的示例,在各子节点的估算单元估算了与每条交易数据流对应的交易的风险度之后,各子节点还通过其处理与发送单元发送指示该交易数据流已经过风险估算单元处理的信息给协调节点36。示例地,协调节点36在接收到指示该交易数据流已经过风险估算单元处理的信息后,将所述信息中涉及的交易数据流的状态更改为第二状态。可选地,协调节点36在一定的时间之后,自动清除具有第二状态的数据。可选地,协调节点36发送信息给数据分发节点30以通知哪些数据具有第二状态,以便数据分发节点30删除其因可能需要重发而暂时存储的交易数据流。
在图2所示的例子中,缓存单元与上文描述的缓存单元相同,其存储了其所在的子节点会处理的各账户的最近的历史特征数据。可选地,对于各账户而言,该历史特征数据可以是最新的一条或两条,无需很多,只要有助于判断风险度即可。根据本发明的示例,缓存单元中的历史特征数据在一段时间之后自动清除。一段时间是可由用户配置的,例如为若干小时等等。
根据本发明的又一示例,在估算单元估算了交易的风险度之后,各子节点据此更新其所包括的缓存单元存储的历史特征数据,同时分布式处理节点还更新分布式数据库中的历史特征数据,由此使得缓存单元与分布式数据库均获得最新的历史特征数据。
在本文所有的示例中,各账户的历史特征数据可以包括根据与其有关交易数据估算得来的风险度。在一个账户存储多个风险度的情况下,如需要,可通过求平均或其它加权计算的方式获得一个总的风险度,这可视具体应用而定。
本文中的各方法可例如实现为软件模块,并与所需的硬件相互配合来完成其功能。本文中的各***可由软件实现为软件模块、也可实现为硬件模块、或由软件与硬件结合实现。各示例中描述的节点均可为例如计算机、平板、智能手机等电子设备。
此外,根据本发明的示例中,该数据分发节点、协调节点可实现在交易***中,也可独立于该交易***实现。
根据本发明的各示例,通过协调节点中对交易数据流的状态管理,可有效保证每一条数据流都得到风险估算。因各子节点都包括缓存单元,存储了最新的历史特征数据,所占据的存储空间小,但因设置在各子节点上,因此可被各子节点快速地访问到,这样的设置方式与在传统的关系型数据库海量数据中查找数据相比,查找速度有很大提高。总而言之,通过流式计算、实时传输、使用缓存等方式进行数据流转,一方面减少了磁盘的读写环节,加快了交易数据的传输及处理速度;同时通过分布式数据库支持海量数。在某些实施方式中,还通过将风险规则及风险模型相结合的方式对交易进行风险监控,在保证实时性的情况下,可大幅提高欺诈交易侦测的准确率。
此外,尽管本申请的示例准是以银行卡交易为例来进行说明,但是并不排除采用其它手段的交易类型,例如,通过例如支付报、微信零钱包等其它第三方作为支付手段的交易也可采用根据本发明的实时监控交易风险的方法和/或***。
尽管已结合上文详细描述了本申请的多个示例性的实施方式,但是本领域技术人员可以理解到,任何修改、变化,只要其不背离本发明的主旨,则都应由所附的权利要求书所涵盖。
Claims (17)
1.一种实时监控交易风险的方法,其包括:
a)将交易***中的实时交易数据形成为多条交易数据流;
b)所述数据分发节点将所述多条交易数据流分发到分布式处理节点;
c)所述分布式处理节点中的各子节点在接收到来自所述数据分发节点的一条或多条交易数据流后,对其进行解析以获得与交易数据流对应的交易有关的账户的账户信息,并进而获得该账户的历史特征数据;
d)基于所述历史特征数据,所述分发式节点的各子节点通过设置在其中的风险估算单元估算与每条交易数据流对应的交易的风险度;以及
e)将所计算的风险度结合到对应的交易数据流,并将由此所获得的交易数据流发送给交易***,由其进行后续处理。
2.如权利要求1所述的实时监控交易风险的方法,其特征在于,步骤a)中,将所接收的实时交易数据中与同一笔交易有关的数据构建为一个交易数据流。
3.如权利要求1所述的实时监控交易风险的方法,其特征在于,步骤b)中,按照与交易数据流对应的交易相关联的账户的账户信息,将所述多条交易数据流中具有同一账户信息的交易数据流分发给分布式处理节点中的同一子节点。
4.如权利要求3所述的实时监控交易风险的方法,其特征在于,所述账户信息为银行***、银行账号、银行***持有人身份证号码中的一个或多个。
5.如权利要求1所述的实时监控交易风险的方法,其特征在于,所述方法还包括:
在步骤b)中,所述数据分发节点将所述多条交易数据流分发到分布式处理节点时,还将所述交易数据流发送给协调节点;以及
f)在将所述交易数据流发送给交易***之前,发送信息给所述协调节点,以指示所述交易数据流已经过风险估算单元处理。
6.如权利要求所述5的实时监控交易风险的方法,其特征在于,所述方法还包括:
g)所述协调节点在接收到来自数据分发节点的交易数据流后,将该交易数据流的状态设置为第一状态,并在接收到步骤f)中的所述信息后,将所述信息涉及的交易数据流的状态更改为第二状态。
7.如权利要求6所述的实时监控交易风险的方法,其特征在于,所述方法还包括:
如果具有第一状态的交易数据流在预定时间后依然为第一状态,则所述协调节点发送信息给所述数据分发节点,以通知其将相关交易数据流再次发送到分布式处理节点。
8.如权利要求1所述的实时监控交易风险的方法,其特征在于,步骤c)中,所述分发式节点在对交易数据流进行解析之后,从设置在各子节点中的缓存单元获得所述交易账户的历史特征数据;在无法从所述缓存单元获得所述交易账户的历史特征数据的情况下,从与分发式节点以可通信方式连接的分发式存储器中获得所述交易账户的历史特征数据。
9.如权利要求8所述的实时监控交易风险的方法,其特征在于,在步骤d)估算每条交易数据的风险度之后,更新所述缓存单元与所述分发式存储器中的历史特征数据。
10.如权利要求8所述的实时监控交易风险的方法,其特征在于,所一段时间后自动清除述缓存单元中的历史特征数据,该段时间是可配置的。
11.一种实时监控交易风险的***,其包括:
数据分发节点,其用于接收由交易***发送的实时交易数据,以所接收的数据为基础形成多条交易数据流,并分发所述多条交易数据流;
分布式处理节点,其包括多个处理节点以及用于存储账户的历史特征数据的分布式数据库,其中各节点包括:
接收单元,用于接收发送给其的交易数据流;
解析单元,用于解析所述交易数据流以获得与该交易数据流对应的交易有关的账户的账户信息;
缓存单元,其用于存储该账户的历史特征数据;
风险估算单元,用于以解析的账户信息为依据,从缓存单元中获取相应的历史特征数据,从而估算与该交易数据流相对应的交易的风险度,在无法从该缓存单元获得历史特征数据的情况下,自所述分布式数据库获得;
处理及发送单元,其用于将估算的风险度结合到对应的交易数据流中,并将由此所获得的交易数据流发送给交易***,由其进行后续处理。
12.如权利要求11所述的实时监控交易风险的***,其中,所述数据分发节点设置成将所接收的实时交易数据中与同一笔交易有关的数据构建为一个交易数据流。
13.如权利要求11所述的实时监控交易风险的***,其中,所述数据分发节点还设置成按照与交易数据流对应的交易相关联的账户信息,将所述多条交易数据流中具有相同账户信息的交易数据流分发给分布式处理节点中的同一子节点。
14.如权利要求11所述的实时监控交易风险的***,其还包括协调节点,所述协调节点接收由所述数据分发节点发送的多条交易数据流,并接收由所述分布式处理节点发送的指示交易数据流已经过风险估算单元处理的信息。
15.如权利要求14所述的实时监控交易风险的***,其中,所述协调节点设置成在接收到来自数据分发节点的交易数据流后,将其状态设置为第一状态,并在接收所述信息后,将所述信息涉及的交易数据流的状态更改为第二状态。
16.如权利要求14所述的实时监控交易风险的***,其中,所述协调节点设置成如果具有第一状态的交易数据流在预定时间后依然为第一状态,则发送信息给所述数据分发节点,以通知其将相关交易数据流再次发送到分布式处理节点。
17.如权利要求11所述的实时监控交易风险的***,其中,所述缓存单元设置成在所述风险估算单元估算了风险度之后,更新其中存储的历史特征数据,所述分布式数据库设置成在所述风险估算单元估算了风险度之后,更新其中存储的历史特征数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510793244.4A CN105590216B (zh) | 2015-11-18 | 2015-11-18 | 实时监控交易风险的方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510793244.4A CN105590216B (zh) | 2015-11-18 | 2015-11-18 | 实时监控交易风险的方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105590216A true CN105590216A (zh) | 2016-05-18 |
CN105590216B CN105590216B (zh) | 2021-03-02 |
Family
ID=55929781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510793244.4A Active CN105590216B (zh) | 2015-11-18 | 2015-11-18 | 实时监控交易风险的方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105590216B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106548302A (zh) * | 2016-12-01 | 2017-03-29 | 携程旅游信息技术(上海)有限公司 | 互联网交易的风险识别方法及*** |
CN107566179A (zh) * | 2017-09-07 | 2018-01-09 | 阿里巴巴集团控股有限公司 | 一种节点处理方法及装置 |
CN108230153A (zh) * | 2018-01-23 | 2018-06-29 | 交通银行股份有限公司 | 多段式电子交易风险实时监控方法及*** |
CN108920686A (zh) * | 2018-07-12 | 2018-11-30 | 李俊山 | 一种分布式交易所实时监测管理*** |
CN110992045A (zh) * | 2019-11-15 | 2020-04-10 | 安徽海汇金融投资集团有限公司 | 一种应收账款债权流转异常风险监控方法及*** |
WO2020102215A1 (en) | 2018-11-13 | 2020-05-22 | Visa International Service Association | Techniques for utilizing a predictive model to cache processing data |
CN112801667A (zh) * | 2021-01-21 | 2021-05-14 | ***股份有限公司 | 一种实时的交易异常检测方法及装置 |
CN113313571A (zh) * | 2021-05-28 | 2021-08-27 | 中国农业银行股份有限公司 | 风险测算方法和风险测算*** |
CN114358911A (zh) * | 2022-03-16 | 2022-04-15 | 深圳高灯计算机科技有限公司 | 开票数据风险控制方法、装置、计算机设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101996381A (zh) * | 2009-08-14 | 2011-03-30 | 中国工商银行股份有限公司 | 一种零售资产风险的计算方法及*** |
CN103123712A (zh) * | 2011-11-17 | 2013-05-29 | 阿里巴巴集团控股有限公司 | 一种网络行为数据的监控方法和*** |
CN104881783A (zh) * | 2015-05-14 | 2015-09-02 | 中国科学院信息工程研究所 | 电子银行账户欺诈行为及风险检测方法与*** |
-
2015
- 2015-11-18 CN CN201510793244.4A patent/CN105590216B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101996381A (zh) * | 2009-08-14 | 2011-03-30 | 中国工商银行股份有限公司 | 一种零售资产风险的计算方法及*** |
CN103123712A (zh) * | 2011-11-17 | 2013-05-29 | 阿里巴巴集团控股有限公司 | 一种网络行为数据的监控方法和*** |
CN104881783A (zh) * | 2015-05-14 | 2015-09-02 | 中国科学院信息工程研究所 | 电子银行账户欺诈行为及风险检测方法与*** |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106548302A (zh) * | 2016-12-01 | 2017-03-29 | 携程旅游信息技术(上海)有限公司 | 互联网交易的风险识别方法及*** |
CN107566179B (zh) * | 2017-09-07 | 2021-01-26 | 创新先进技术有限公司 | 一种节点处理方法及装置 |
CN107566179A (zh) * | 2017-09-07 | 2018-01-09 | 阿里巴巴集团控股有限公司 | 一种节点处理方法及装置 |
CN108230153A (zh) * | 2018-01-23 | 2018-06-29 | 交通银行股份有限公司 | 多段式电子交易风险实时监控方法及*** |
CN108230153B (zh) * | 2018-01-23 | 2022-03-04 | 交通银行股份有限公司 | 多段式电子交易风险实时监控方法及*** |
CN108920686A (zh) * | 2018-07-12 | 2018-11-30 | 李俊山 | 一种分布式交易所实时监测管理*** |
WO2020102215A1 (en) | 2018-11-13 | 2020-05-22 | Visa International Service Association | Techniques for utilizing a predictive model to cache processing data |
EP3881261A4 (en) * | 2018-11-13 | 2022-01-26 | Visa International Service Association | TECHNIQUES FOR USING PREDICTIVE MODELING TO CACH PROCESSING DATA |
CN110992045A (zh) * | 2019-11-15 | 2020-04-10 | 安徽海汇金融投资集团有限公司 | 一种应收账款债权流转异常风险监控方法及*** |
CN110992045B (zh) * | 2019-11-15 | 2024-03-22 | 安徽海汇金融投资集团有限公司 | 一种应收账款债权流转异常风险监控方法及*** |
CN112801667A (zh) * | 2021-01-21 | 2021-05-14 | ***股份有限公司 | 一种实时的交易异常检测方法及装置 |
WO2022156380A1 (zh) * | 2021-01-21 | 2022-07-28 | ***股份有限公司 | 一种实时的交易异常检测方法及装置 |
CN113313571A (zh) * | 2021-05-28 | 2021-08-27 | 中国农业银行股份有限公司 | 风险测算方法和风险测算*** |
CN114358911A (zh) * | 2022-03-16 | 2022-04-15 | 深圳高灯计算机科技有限公司 | 开票数据风险控制方法、装置、计算机设备和存储介质 |
CN114358911B (zh) * | 2022-03-16 | 2022-08-02 | 深圳高灯计算机科技有限公司 | 开票数据风险控制方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105590216B (zh) | 2021-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105590216A (zh) | 实时监控交易风险的方法及*** | |
CN108062629B (zh) | 交易事件的处理方法、终端设备及介质 | |
KR20190032517A (ko) | 위험 식별 방법, 클라이언트 디바이스 및 위험 식별 시스템 | |
CN101557427A (zh) | 提供分流信息、实现客户端分流的方法、***及服务器 | |
CN106778109A (zh) | 一种基于智能合约的认证权限评价方法及装置 | |
CN102385729A (zh) | 一种广告投放策略的评估方法和装置 | |
CN108111554B (zh) | 一种访问队列的控制方法及装置 | |
CN109120428B (zh) | 一种用于风控分析的方法及*** | |
CN109961365A (zh) | 一种基于区块链智能合约的收账记录处理方法及*** | |
CN110020854A (zh) | 一种基于多个区块链网络的数据存证方法及*** | |
CN110163634B (zh) | 基于区块链的退款方法和装置、电子设备 | |
CN104980403B (zh) | 业务请求的处理方法及装置 | |
CN110110269A (zh) | 一种基于区块链的事件订阅方法及装置 | |
CN109740129B (zh) | 基于区块链的报表生成方法、装置、设备及可读存储介质 | |
CN110020945A (zh) | 一种基于多个区块链网络的数据读取方法及*** | |
CN106096926B (zh) | 事件处理方法、装置、电子装置和存储介质 | |
CN110060153A (zh) | 一种基于多个区块链网络的数据存证方法及*** | |
CN111861472B (zh) | 业务监控的处理方法和装置 | |
CN106022706A (zh) | 电子合约主体以及相关执行过程信息的全息呈现*** | |
CN105491078A (zh) | Soa***中的数据处理方法及装置、soa*** | |
CN110728445B (zh) | 信息管理方法、信息管理装置、电子设备和介质 | |
CN111160919B (zh) | 一种区块链地址风险评估方法及装置 | |
CN110349031A (zh) | 一种用于再保险业务的处理***及方法 | |
CN108537065A (zh) | 征信信息处理方法 | |
CN109165947B (zh) | 账户信息确定方法、装置及服务器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |