CN105844526A - 基于计算机***的网络交易风险识别方法及其装置 - Google Patents

基于计算机***的网络交易风险识别方法及其装置 Download PDF

Info

Publication number
CN105844526A
CN105844526A CN201510019448.2A CN201510019448A CN105844526A CN 105844526 A CN105844526 A CN 105844526A CN 201510019448 A CN201510019448 A CN 201510019448A CN 105844526 A CN105844526 A CN 105844526A
Authority
CN
China
Prior art keywords
terminal unit
network trading
transaction
computer system
transaction 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.)
Pending
Application number
CN201510019448.2A
Other languages
English (en)
Inventor
王伟
林述民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201510019448.2A priority Critical patent/CN105844526A/zh
Priority to TW104128126A priority patent/TWI767879B/zh
Priority to PCT/US2016/013058 priority patent/WO2016115141A1/en
Priority to US14/993,862 priority patent/US20160203489A1/en
Publication of CN105844526A publication Critical patent/CN105844526A/zh
Pending legal-status Critical Current

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • 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
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0609—Buyer or seller confidence or verification
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0876—Network architectures or network communication protocols for network security for authentication of entities based on the identity of the terminal or configuration, e.g. MAC address, hardware or software configuration or device fingerprint
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
    • H04L63/102—Entity profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
    • H04L63/108—Network architectures or network communication protocols for network security for controlling access to devices or network resources when the policy decisions are valid for a limited amount of time
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/08—Access security
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/60—Context-dependent security
    • H04W12/61—Time-dependent

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Accounting & Taxation (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • Computing Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Power Engineering (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Hardware Redundancy (AREA)

Abstract

本发明涉计算机网络技术，公开了一种基于计算机***的网络交易风险识别方法及其装置。本发明中，包括以下步骤：在终端设备登录后，记录终端设备的标识和登录帐户的对应关系；根据对应关系，统计一个时间段内同一个终端设备对应的不同登录帐户的帐户数目；根据帐户数目计算代表使用该终端设备进行网络交易的交易风险值。本发明中，通过对网络交易中所使用的互联网终端设备上的信息进行分析和数据建模，识别网络交易及资金管理过程中存在的风险值，在用户自然的使用过程中保障用户在网络购物或理财中的资金安全。

Description

基于计算机***的网络交易风险识别方法及其装置
技术领域
本发明涉及计算机网络技术，特别涉及基于计算机***的网络交易风险识别技术。
背景技术
电子商务作为日常生活中购物的一种形式已经得到广泛和普遍的认可，基于互联网的资金往来活动越来越频繁，此外，随着移动智能设备的快速普及，通过互联网设备或移动互联网设备进行资金管理的方式也越来越多的被接受。预期不远的将来，将成为最主要和普遍的资金管理方式。
与此同时，随着互联网上所承载的资金越来越多，被利欲吸引来的不法分子也越来越多，由于法制跟不上业务发展的步伐，各种围绕互联网黑色产业的犯罪活动越来越猖獗。这就对提供互联网支付和金融服务的公司和机构提出了极大的挑战，亟需通过技术手段，提升犯罪防范水平，保障亿万网民的资金安全。
传统金融机构所提供的互联网服务，一般通过安全数字证书的方法验证账户的真实身份，这对用户带来一定的负担，使用体验很不友好。
发明内容
本发明的目的在于提供一种基于计算机***的网络交易风险识别方法及其装置，识别网络交易及资金管理过程中存在的风险值，在用户自然的使用过程中保障用户在网络购物或理财中的资金安全。
为解决上述技术问题，本发明的实施方式公开了一种基于计算机***的网络交易风险识别方法，包括以下步骤：
在终端设备登录后，记录终端设备的标识和登录帐户的对应关系；
根据对应关系，统计一个时间段内同一个终端设备对应的不同登录帐户的帐户数目；
根据帐户数目计算代表使用该终端设备进行网络交易的交易风险值。
本发明的实施方式还公开了一种网络交易方法，包括以下步骤：
对一项交易中涉及的各个终端设备分别使用如上文的网络交易风险识别方法计算每个终端设备的交易风险值；
如果其中一个终端设备的交易风险值大于预定门限，则拒绝该网络交易，否则执行该网络交易。
本发明的实施方式还公开了一种基于计算机***的网络交易风险识别装置，包括以下模块：
记录模块，用于在终端设备登录后，记录终端设备的标识和登录帐户的对应关系；
账户数目统计模块，用于根据对应关系，统计一个时间段内同一个终端设备对应的不同登录帐户的帐户数目；
交易风险计算模块，用于根据帐户数目计算代表使用该终端设备进行网络交易的交易风险值。
本发明的实施方式还公开了一种网络交易装置，包括以下模块：
网络交易风险识别模块，用于对一项交易中涉及的各个终端设备分别使用如上文中的网络交易风险识别装置计算每个终端设备的交易风险值；
交易判决模块，用于如果其中一个终端设备的交易风险值大于预定门限，则拒绝该网络交易，否则执行该网络交易。
本发明实施方式与现有技术相比，主要区别及其效果在于：
本发明通过对网络交易中所使用的互联网终端设备上的信息进行分析和数据建模，识别网络交易及资金管理过程中存在的风险值，在用户自然的使用过程中保障用户在网络购物或理财中的资金安全。
根据每个终端设备的交易风险值控制该终端设备进行网络交易的权限，能够有效控制风险。
进一步地，除了账户数目，还分析终端设备在一段时间内的登录次数，资金总额，第一次登录至当前日期的时长，得到交易风险值更加精确。
进一步地，综合考虑终端设备的账户数目、在一个时间段内的登录次数、第一次登录至当前日期的时长以及一段时间内流动的资金总额，并考虑各个因素的在计算交易风险值时的权重不同，使得计算出的交易风险值更符合实际情况。
附图说明
图1是本发明第一实施方式中一种基于计算机***的网络交易风险识别方法的流程示意图；
图2是本发明第二实施方式中一种基于计算机***的网络交易风险识别方法的流程示意图；
图3是本发明第三实施方式中终端设备的登录次数归一化曲线图；
图4是本发明第三实施方式中终端设备的时长归一化曲线图；
图5是本发明第三实施方式中终端设备的资金总额归一化曲线图；
图6是本发明第四实施方式中一种网络交易方法的流程示意图；
图7是本发明第五实施方式中一种基于计算机***的网络交易风险识别装置的结构示意图；
图8是本发明第六实施方式中一种基于计算机***的网络交易风险识别装置的结构示意图；
图9是本发明第八实施方式中一种网络交易装置的结构示意图。
具体实施方式
在以下的叙述中，为了使读者更好地理解本申请而提出了许多技术细节。但是，本领域的普通技术人员可以理解，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请各权利要求所要求保护的技术方案。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明第一实施方式涉及一种基于计算机***的网络交易风险识别方法，图1是该基于计算机***的网络交易风险识别方法的流程示意图。
具体地说，如图1所示，该基于计算机***的网络交易风险识别方法包括以下步骤：
步骤101，在终端设备登录后，记录终端设备的标识和登录帐户的对应关系。
可以理解，终端设备的标识可以是多种多样的，只要可以唯一标识一个终端设备即可，例如MAC地址，UMID码、TID码，终端设备中安装的APP为该终端设备分配的标识，SIM***，处理器标识，主板标识等等。
其中，MAC地址、UMID码、TID码的术语解释为：
MAC地址：Media Access Control地址，或称为硬件地址，用来定义网络设备的位置，在网络协议OSI模型中，第三层网络层负责IP地址，第二层数据链路层则负责MAC地址，因此一个主机有一个IP地址，而每个网络位置会有一个专属于它的MAC地址；
UMID码：User Machine Identification，针对用户机器进行身份精确识别的服务；
TID码：Terminal ID，针对用户的App环境进行精确识别的服务。
出于风控的需要，网页或手机客户端将采集用户设备指纹信息，并将为此编码并进行存储记录(其中互联网通用如MAC、UMID码、TID码等)
用户的每一次操作(操作不限于交易)都将对应***中的一个事件，事件中所涉及的相关信息，比如用户名、操作名称，所使用设备的设备编码码(如MAC、UMID、TID等)等都将进行记录存储。
步骤102，根据对应关系，统计一个时间段内同一个终端设备对应的不同登录帐户的帐户数目。
步骤103，根据帐户数目计算代表使用该终端设备进行网络交易的交易风险值。
可以理解，交易风险值计算出来后，可以用于网络交易，也可以用于网络交易黑名单生成，信用评估等等。例如，用于网络交易黑名单生成时，对于多个终端设备分别使用本发明实施方式中公开的方法计算每个终端设备交易风险值。获取交易风险值大于预定门限的各终端设备的标识，生成网络交易的黑名单，该黑名单中的终端设备会在网络交易时被排除。
本实施方式通过对网络交易中所使用的互联网终端设备上的信息进行分析和数据建模，识别网络交易及资金管理过程中存在的风险值，在用户自然的使用过程中保障用户在网络购物或理财中的资金安全。
本发明第二实施方式涉及一种基于计算机***的网络交易风险识别方法，图2是该基于计算机***的网络交易风险识别方法的流程示意图。
第二实施方式在第一实施方式的基础上进行了改进，主要改进之处在于：除了账户数目，还分析终端设备在一段时间内的登录次数，资金总额，第一次登录至当前日期的时长，得到交易风险值更加精确。具体地说：
在步骤103之前还包括以下步骤：
步骤1021，统计一个时间段内终端设备的登录次数；
步骤1022，获取在计算机***中终端设备第一次登录至当前日期的时长；
步骤1023，统计一个时间段内终端设备资金流动的资金总额。
相应地，步骤103还包括子步骤1031：
根据帐户数目和以下因素的任意组合计算交易风险值：
登录次数，时长，资金总额。
需要指出的是，上述步骤1021至步骤1023并不都是必须的，而是根据与账户数目进行任意组合时所选取的登录次数，时长，资金总额的情况进行执行的，且它们之间的顺序并不是固定的。因此，上述步骤的任意组合和执行顺序都是在本申请的保护范围之内的。
在本实施方式中，除了账户数目还分析终端设备在一段时间内的登录次数，资金总额，第一次登录至当前日期的时长，由此得到的交易风险值更加精确。
此外，还可以对每一笔交易都通过短信码验证的方式来控制风险，或者对非安装数字证书的设备加以严格权限控制。
本发明第三实施方式涉及一种基于计算机***的网络交易风险识别方法，第三实施方式在第二实施方式的基础上进行了改进，主要改进之处在于：综合考虑终端设备的账户数目、在一个时间段内的登录次数和流动的资金总额、第一次登录至当前日期的时长，并考虑各个因素的在计算交易风险值时的权重不同，使得计算出的交易风险值更符合实际情况。具体地说：
在步骤1031中，通过公式(1)计算交易风险值。
Score = a 1 · f 1 ( F ) + a 2 · f 2 ( R ) + a 3 · f 3 ( M ) b · f 0 ( U ) - - - ( 1 )
其中，f1(F)和a1分别表示登陆次数F的函数和权重，f2(R)和a2分别表示时长R的函数和权重，f3(M)和a3分别表示资金总额M的函数和权重，f0(U)和b分别表示账户数目U的函数和权重。在实际应用中，当某个因素相较于其它因素更为重要时，则可以相应地对其权重参数进行设置。在一个优选例中，a1、a2、a3、和b都是1，f1(F)、f2(R)、和f3(M)都是归一化函数。
此外，可以理解，设备上的账户数1至2个比较合理，过多则意味着设备的私有性不好，甚至有被恶意使用的风险。
考虑到上述情况，优选地，在使用公式(1)计算交易风险值的步骤中，f0(U)为指数函数f0(U)＝pow(1.2,U-1)，U表示账户数目，1.2为指数函数的底数，U-1为指数函数的指数。
在本发明的其它实施方式中，也可以通过其它方式表示f0(U)，同样也能表示当账户数在一定范围时设备风险较低，例如f0(U)＝ax2+bx+c，而不局限于此。
此外，可以理解，根据统计发现好用户的登录行为在一定范围内，登录过少意味着设备不被经常使用，过多则意味着被恶意使用。
考虑到上述情况，优选地，在使用公式(1)计算交易风险值的步骤中，还包括子步骤：
采用卡方分布密度曲线函数对登陆次数进行归一化；
此时，公式(1)中的f1(F)为
其中，k为自由度，F表示登陆次数，Γ表示Gamma函数。
在一个优选例中，取自由度k＝3，统计90天内用户登录终端设备的次数，归一化曲线如图3所示，当用户登录次数在90次左右时，归一化风险值接近1.0，而当登录次数较少或者较多时，相应的归一化风险值较小。
在本发明的其它实施方式中，也可以通过其它方式对登陆次数进行归一化，例如 f 1 ( F ) = 1 σ 2 π e - ( F - μ ) 2 2 σ 2 而不局限于此。
优选地，在使用公式(1)计算交易风险值的步骤中，还包括子步骤：
采用逻辑方程对时长进行归一化，此时
公式(1)中的f2(R)为
其中，参数a通过f2'(R＝0)＝K*f2'(R＝R_P)，R_P＝75分位值，K＝100来确定。
在一个优选例中，时长归一化曲线形如图4所示，随着终端设备第一次登录距离当前的时长的增加，归一化风险值呈增长趋势。
此外，可以理解，在本发明的其它实施方式中，也可以通过其它方式对时长进行归一化，例如而不局限于此。
优选地，在使用公式(1)计算交易风险值的步骤中，还包括子步骤：
采用逻辑方程对资金总额进行归一化，
此时，公式(1)中的f3(M)为
其中，其中，参数a通过f3'(M＝0)＝K*f3'(M＝M_P)，M_P＝99分位值，K＝100来确定。
在一个优选例中，资金总额归一化曲线形如图5所示，随着终端设备中流动资金总额的增加，归一化风险值呈增长趋势。
此外，可以理解，在本发明的其它实施方式中，也可以通过其它方式对资金总额进行归一化，例如而不局限于此。
本发明第四实施方式涉及一种网络交易方法，图6是该网络交易方法的流程示意图。
具体地说，如图6所示，该网络交易方法包括以下步骤：
步骤601，对一项交易中涉及的各个终端设备分别使用如第一实施方式第三实施方式中任一项的方法计算每个终端设备的交易风险值；
步骤602，如果其中一个终端设备的交易风险值大于预定门限，则拒绝该网络交易，否则执行该网络交易。
在一个优选例中，计算出的交易风险值的范围为0～3分，如果是3分，则允许交易。如果是2分，需要进行其它附加的验证方式。如果是1分，需要进行人工审核。如果是0分，直接不允许交易。当然，可以根据实际情况的需求，对交易风险值的评分和操作权限之间的关系进行其它设置，而不局限于此。
本实施方式根据每个终端设备的交易风险值控制该终端设备进行网络交易的权限，能够有效控制风险。
本发明的各方法实施方式均可以以软件、硬件、固件等方式实现。不管本发明是以软件、硬件、还是固件方式实现，指令代码都可以存储在任何类型的计算机可访问的存储器中(例如永久的或者可修改的，易失性的或者非易失性的，固态的或者非固态的，固定的或者可更换的介质等等)。同样，存储器可以例如是可编程阵列逻辑(Programmable Array Logic，简称“PAL”)、随机存取存储器(Random Access Memory，简称“RAM”)、可编程只读存储器(Programmable Read Only Memory，简称“PROM”)、只读存储器(Read-Only Memory，简称“ROM”)、电可擦除可编程只读存储器(Electrically Erasable Programmable ROM，简称“EEPROM”)、磁盘、光盘、数字通用光盘(Digital Versatile Disc，简称“DVD”)等等。
本发明第五实施方式涉及一种基于计算机***的网络交易风险识别装置，图7是该基于计算机***的网络交易风险识别装置的结构示意图。
具体地说，如图7所示，该基于计算机***的网络交易风险识别装置包括以下模块：
记录模块，用于在终端设备登录后，记录终端设备的标识和登录帐户的对应关系；
账户数目统计模块，用于根据对应关系，统计一个时间段内同一个终端设备对应的不同登录帐户的帐户数目；
交易风险计算模块，用于根据帐户数目计算代表使用该终端设备进行网络交易的交易风险值。
本实施方式通过对网络交易中所使用的互联网终端设备上的信息进行分析和数据建模，识别网络交易及资金管理过程中存在的风险值，在用户自然的使用过程中保障用户在网络购物或理财中的资金安全。
第一实施方式是与本实施方式相对应的方法实施方式，本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第一实施方式中。
本发明第六实施方式涉及一种基于计算机***的网络交易风险识别装置，图8是该基于计算机***的网络交易风险识别装置的结构示意图。
第六实施方式在第五实施方式的基础上进行了改进，主要改进之处在于：除了账户数目，还分析终端设备在一段时间内的登录次数，资金总额，第一次登录至当前日期的时长，得到交易风险值更加精确。具体地说：
还包括以下模块：
登录次数统计模块，用于统计一个时间段内终端设备的登录次数；
时长获取模块，用于获取在计算机***中终端设备第一次登录至当前日期的时长；
资金总额统计模块，用于统计一个时间段内终端设备资金流动的资金总额。
相应地，交易风险计算模块根据帐户数目和以下因素的任意组合计算交易风险值：
登录次数，时长，资金总额。
第二实施方式是与本实施方式相对应的方法实施方式，本实施方式可与第二实施方式互相配合实施。第二实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第二实施方式中。
本发明第七实施方式涉及一种基于计算机***的网络交易风险识别装置，第七实施方式在第六实施方式的基础上进行了改进，主要改进之处在于：综合考虑终端设备的账户数目、在一个时间段内的登录次数、第一次登录至当前日期的时长以及一段时间内流动的资金总额，并考虑各个因素的在计算交易风险值时的权重不同，使得计算出的交易风险值更符合实际情况。具体地说：
在交易风险计算模块中通过公式(1)计算交易风险值。
Score = a 1 · f 1 ( F ) + a 2 · f 2 ( R ) + a 3 · f 3 ( M ) b · f 0 ( U ) - - - ( 1 )
f1(F)和a1分别表示登陆次数F的函数和权重，f2(R)和a2分别表示时长R的函数和权重，f3(M)和a3分别表示资金总额M的函数和权重，f0(U)和b分别表示账户数目U的函数和权重。
优选地，在使用公式(1)计算交易风险值的步骤中，f0(U)为指数函数f0(U)＝pow(1.2,U-1)，U表示账户数目，1.2为指数函数的底数，U-1为指数函数的指数。
在交易风险计算模块中，还包括子模块：
登录次数归一化子模块，用于采用卡方分布密度曲线函数对登陆次数进行归一化。
公式(1)中的f1(F)为 f 1 k ( F ) = ( 1 / 2 ) k / 2 Γ ( k / 2 ) F k / 2 - 1 e - F / 2 ;
其中，k为自由度，F表示登陆次数，Γ表示Gamma函数。
优选地，在交易风险计算模块中，还包括子模块：
时长归一化子模块，用于采用逻辑方程对时长进行归一化；
公式(1)中的f2(R)为
其中，参数a通过f2'(R＝0)＝K*f2'(R＝R_P)，R_P＝75分位值，K＝100来确定。
优选地，在交易风险计算模块中，还包括子模块：
资金总额归一化子模块，用于采用逻辑方程对资金总额进行归一化；
公式(1)中的f3(M)为
其中，其中，参数a通过f3'(M＝0)＝K*f3'(M＝M_P)，M_P＝99分位值，K＝100来确定。
第三实施方式是与本实施方式相对应的方法实施方式，本实施方式可与第三实施方式互相配合实施。第三实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第三实施方式中。
本发明第八实施方式涉及一种网络交易装置，图9是该网络交易装置的结构示意图。
具体地说，该网络交易装置包括以下模块：
网络交易风险识别模块，用于对一项交易中涉及的各个终端设备分别使用如第五实施方式至第七实施方式中任一项的装置计算每个终端设备的交易风险值；
交易判决模块，用于如果其中一个终端设备的交易风险值大于预定门限，则拒绝该网络交易，否则执行该网络交易。
此外，可以理解，在一个优选例中，计算出的交易风险值的范围为0～3分，如果是3分，则允许交易。如果是2分，需要进行其它附加的验证方式。如果是1分，需要进行人工审核。如果是0分，直接不允许交易。当然，可以根据实际情况的需求，对交易风险值的评分和操作权限之间的关系进行其它设置，而不局限于此。
本实施方式根据每个终端设备的交易风险值控制该终端设备进行网络交易的权限，能够有效控制风险。
第四实施方式是与本实施方式相对应的方法实施方式，本实施方式可与第四实施方式互相配合实施。第四实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第四实施方式中。
本发明使用大数据技术，通过对亿万网民日常购物支付和资金管理所使用的互联网设备上所有的历史操作记录进行分析和数据建模，识别网络交易及资金管理过程中可能存在的风险，并给出一个与风险相关的分值，来保障网民在网络购物或理财中的资金安全。
需要说明的是，本发明各设备实施方式中提到的各模块都是逻辑模块，在物理上，一个逻辑模块可以是一个物理模块，也可以是一个物理模块的一部分，还可以以多个物理模块的组合实现，这些逻辑模块本身的物理实现方式并不是最重要的，这些逻辑模块所实现的功能的组合才是解决本发明所提出的技术问题的关键。此外，为了突出本发明的创新部分，本发明上述各设备实施方式并没有将与解决本发明所提出的技术问题关系不太密切的模块引入，这并不表明上述设备实施方式并不存在其它的模块。
需要说明的是，在本专利的权利要求和说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然通过参照本发明的某些优选实施例，已经对本发明进行了图示和描述，但本领域的普通技术人员应该明白，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。

Claims (16)

1.一种基于计算机***的网络交易风险识别方法，其特征在于，包括以下步骤：
在终端设备登录后，记录终端设备的标识和登录帐户的对应关系；
根据所述对应关系，统计一个时间段内同一个终端设备对应的不同登录帐户的帐户数目；
根据所述帐户数目计算代表使用该终端设备进行网络交易的交易风险值。
2.根据权利要求1所述的基于计算机***的网络交易风险识别方法，其特征在于，在所述“根据所述帐户数目计算代表使用该终端设备进行网络交易的交易风险值”的步骤之前包括以下步骤：
统计一个时间段内所述终端设备的登录次数；
获取在所述计算机***中所述终端设备第一次登录至当前日期的时长；
统计一个时间段内所述终端设备资金流动的资金总额；
所述“根据所述帐户数目计算代表使用该终端设备进行网络交易的交易风险值”的步骤还包括以下子步骤：
根据所述帐户数目和以下因素的任意组合计算所述交易风险值：
所述登录次数，所述时长，所述资金总额。
3.根据权利要求2所述的基于计算机***的网络交易风险识别方法，其特征在于，在所述“根据所述帐户数目和以下因素的任意组合计算所述交易风险值：所述登录次数，所述时长，所述资金总额”的步骤中，通过公式(1)计算所述交易风险值；
Score = a 1 · f 1 ( F ) + a 2 · f 2 ( R ) + a 3 · f 3 ( M ) b · f 0 ( U ) - - - ( 1 )
f1(F)和a1分别表示登陆次数F的函数和权重，f2(R)和a2分别表示时长R的函数和权重，f3(M)和a3分别表示资金总额M的函数和权重，f0(U)和b分别表示账户数目U的函数和权重。
4.根据权利要求3所述的基于计算机***的网络交易风险识别方法，其特征在于，在所述使用公式(1)计算所述交易风险值的步骤中，所述f0(U)为指数函数f0(U)＝pow(1.2,U-1)，U表示所述账户数目，1.2为所述指数函数的底数，U-1为所述指数函数的指数。
5.根据权利要求3所述的基于计算机***的网络交易风险识别方法，其特征在于，在所述使用公式(1)计算所述交易风险值的步骤中，还包括子步骤：
采用卡方分布密度曲线函数对所述登陆次数进行归一化；
所述公式(1)中的f1(F)为 f 1 k ( F ) = ( 1 / 2 ) k / 2 Γ ( k / 2 ) F k / 2 - 1 e - F / 2 ;
其中，k为自由度，F表示登陆次数，Γ表示Gamma函数。
6.根据权利要求3所述的基于计算机***的网络交易风险识别方法，其特征在于，在所述使用公式(1)计算所述交易风险值的步骤中，还包括子步骤：
采用逻辑方程对所述时长进行归一化；
所述公式(1)中的f2(R)为
其中，参数a通过f2'(R＝0)＝K*f2'(R＝R_P)，R_P＝75分位值，K＝100来确定。
7.根据权利要求3所述的基于计算机***的网络交易风险识别方法，其特征在于，在所述使用公式(1)计算所述交易风险值的步骤中，还包括子步骤：
采用逻辑方程对所述资金总额进行归一化；
所述公式(1)中的f3(M)为
其中，其中，参数a通过f3'(M＝0)＝K*f3'(M＝M_P)，M_P＝99分位值，K＝100来确定。
8.一种网络交易方法，其特征在于，包括以下步骤：
对一项交易中涉及的各个终端设备分别使用如权利要求1至7中任一项所述的方法计算每个终端设备的交易风险值；
如果其中一个终端设备的交易风险值大于预定门限，则拒绝该网络交易，否则执行该网络交易。
9.一种基于计算机***的网络交易风险识别装置，其特征在于，包括以下模块：
记录模块，用于在终端设备登录后，记录终端设备的标识和登录帐户的对应关系；
账户数目统计模块，用于根据所述对应关系，统计一个时间段内同一个终端设备对应的不同登录帐户的帐户数目；
交易风险计算模块，用于根据所述帐户数目计算代表使用该终端设备进行网络交易的交易风险值。
10.根据权利要求9所述的基于计算机***的网络交易风险识别装置，其特征在于，还包括以下模块：
登录次数统计模块，用于统计一个时间段内所述终端设备的登录次数；
时长获取模块，用于获取在所述计算机***中所述终端设备第一次登录至当前日期的时长；
资金总额统计模块，用于统计一个时间段内所述终端设备资金流动的资金总额；
所述交易风险计算模块根据所述帐户数目和以下因素的任意组合计算所述交易风险值：
所述登录次数，所述时长，所述资金总额。
11.根据权利要求10所述的基于计算机***的网络交易风险识别方法，其特征在于，在所述交易风险计算模块中通过公式(1)计算所述交易风险值；
Score = a 1 · f 1 ( F ) + a 2 · f 2 ( R ) + a 3 · f 3 ( M ) b · f 0 ( U ) - - - ( 1 )
f1(F)和a1分别表示登陆次数F的函数和权重，f2(R)和a2分别表示时长R的函数和权重，f3(M)和a3分别表示资金总额M的函数和权重，f0(U)和b分别表示账户数目U的函数和权重。
12.根据权利要求11所述的基于计算机***的网络交易风险识别方法，其特征在于，在所述公式(1)中，所述f0(U)为指数函数f0(U)＝pow(1.2,U-1)，U表示所述账户数目，1.2为所述指数函数的底数，U-1为所述指数函数的指数。
13.根据权利要求11所述的基于计算机***的网络交易风险识别方法，其特征在于，在所述交易风险计算模块中，还包括子模块：
登录次数归一化子模块，用于采用卡方分布密度曲线函数对所述登陆次数进行归一化；
所述公式(1)中的f1(F)为 f 1 k ( F ) = ( 1 / 2 ) k / 2 Γ ( k / 2 ) F k / 2 - 1 e - F / 2 ;
其中，k为自由度，F表示登陆次数，Γ表示Gamma函数。
14.根据权利要求11所述的基于计算机***的网络交易风险识别方法，其特征在于，在所述交易风险计算模块中，还包括子模块：
时长归一化子模块，用于采用逻辑方程对所述时长进行归一化；
所述公式(1)中的f2(R)为
其中，参数a通过f2'(R＝0)＝K*f2'(R＝R_P)，R_P＝75分位值，K＝100来确定。
15.根据权利要求11所述的基于计算机***的网络交易风险识别方法，其特征在于，在所述交易风险计算模块中，还包括子模块：
资金总额归一化子模块，用于采用逻辑方程对所述资金总额进行归一化；
所述公式(1)中的f3(M)为
其中，其中，参数a通过f3'(M＝0)＝K*f3'(M＝M_P)，M_P＝99分位值，K＝100来确定。
16.一种网络交易装置，其特征在于，包括以下模块：
网络交易风险识别模块，用于对一项交易中涉及的各个终端设备分别使用如权利要求9至15中任一项所述的装置计算每个终端设备的交易风险值；
交易判决模块，用于如果其中一个终端设备的交易风险值大于预定门限，则拒绝该网络交易，否则执行该网络交易。
CN201510019448.2A 2015-01-14 2015-01-14 基于计算机***的网络交易风险识别方法及其装置 Pending CN105844526A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201510019448.2A CN105844526A (zh) 2015-01-14 2015-01-14 基于计算机***的网络交易风险识别方法及其装置
TW104128126A TWI767879B (zh) 2015-01-14 2015-08-27 基於電腦系統的網路交易風險識別方法及其裝置
PCT/US2016/013058 WO2016115141A1 (en) 2015-01-14 2016-01-12 Methods, systems, and apparatus for identifying risks in online transactions
US14/993,862 US20160203489A1 (en) 2015-01-14 2016-01-12 Methods, systems, and apparatus for identifying risks in online transactions

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510019448.2A CN105844526A (zh) 2015-01-14 2015-01-14 基于计算机***的网络交易风险识别方法及其装置

Publications (1)

Publication Number Publication Date
CN105844526A true CN105844526A (zh) 2016-08-10

Family

ID=56367830

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510019448.2A Pending CN105844526A (zh) 2015-01-14 2015-01-14 基于计算机***的网络交易风险识别方法及其装置

Country Status (4)

Country Link
US (1) US20160203489A1 (zh)
CN (1) CN105844526A (zh)
TW (1) TWI767879B (zh)
WO (1) WO2016115141A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
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***
CN106651580A (zh) * 2016-12-15 2017-05-10 北京知道创宇信息技术有限公司 判断金融账户是否恶意的方法、设备及计算设备
CN107798540A (zh) * 2017-11-16 2018-03-13 上海携程商务有限公司 订单支付的风险控制方法、***、存储介质和电子设备
CN107809449A (zh) * 2016-09-09 2018-03-16 腾讯科技（深圳）有限公司 交易控制方法及装置
CN108053214A (zh) * 2017-12-12 2018-05-18 阿里巴巴集团控股有限公司 一种虚假交易的识别方法和装置
CN108694523A (zh) * 2018-07-10 2018-10-23 杨真源 一种互联网金融交易异常数据控制方法、***及计算设备
CN108694547A (zh) * 2018-06-15 2018-10-23 顺丰科技有限公司 账号异常识别方法、装置、设备和储存介质
CN109840772A (zh) * 2017-11-27 2019-06-04 北京京东尚科信息技术有限公司 风险用户识别方法和装置

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423883B (zh) * 2017-06-15 2020-04-07 创新先进技术有限公司 待处理业务的风险识别方法及装置、电子设备
CN109934697A (zh) * 2017-12-15 2019-06-25 阿里巴巴集团控股有限公司 一种基于图结构模型的信用风险控制方法、装置以及设备
CN109934706B (zh) 2017-12-15 2021-10-29 创新先进技术有限公司 一种基于图结构模型的交易风险控制方法、装置以及设备
CN108614866A (zh) * 2018-04-10 2018-10-02 中国银行股份有限公司 网银客户贡献度分析方法、装置及***
CN110033092B (zh) * 2019-01-31 2020-06-02 阿里巴巴集团控股有限公司 数据标签生成、模型训练、事件识别方法和装置
CN110033278B (zh) * 2019-03-27 2023-06-23 创新先进技术有限公司 风险识别方法和装置
CN110458401A (zh) * 2019-07-05 2019-11-15 深圳壹账通智能科技有限公司 基于区块链的信息处理装置、方法及存储介质
CN110738473B (zh) * 2019-09-30 2021-09-10 支付宝(杭州)信息技术有限公司 风控方法、***、装置及设备
CN111080302A (zh) * 2019-11-26 2020-04-28 支付宝(杭州)信息技术有限公司 一种交易风险识别方法及装置
CN111161063A (zh) * 2019-12-12 2020-05-15 厦门市美亚柏科信息股份有限公司 基于图计算的资金账号识别方法及计算机可读存储介质
CN111191925B (zh) * 2019-12-30 2022-06-10 南京领行科技股份有限公司 数据处理方法、装置、设备和存储介质
US11954218B2 (en) 2020-02-10 2024-04-09 Visa International Service Association Real-time access rules using aggregation of periodic historical outcomes
CN112905982B (zh) * 2021-01-19 2022-11-25 集物(北京)科技有限公司 一种基于互联网的电商平台入侵检测方法及监控***

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020194119A1 (en) * 2001-05-30 2002-12-19 William Wright Method and apparatus for evaluating fraud risk in an electronic commerce transaction
CN101142570A (zh) * 2004-06-14 2008-03-12 约维申有限公司 网络安全和欺诈检测***及方法
US20090083184A1 (en) * 2007-09-26 2009-03-26 Ori Eisen Methods and Apparatus for Detecting Fraud with Time Based Computer Tags
CN102339445A (zh) * 2010-07-23 2012-02-01 阿里巴巴集团控股有限公司 对网络交易用户的可信度进行评价的方法和***
CN102769851A (zh) * 2011-05-06 2012-11-07 ***通信集团广东有限公司 一种监控服务提供商业务的方法及***
CN104144419A (zh) * 2014-01-24 2014-11-12 腾讯科技（深圳）有限公司 一种身份验证的方法、装置及***

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2005325726B2 (en) * 2005-01-25 2011-10-27 I4 Commerce Inc. Computer-implemented method and system for dynamic consumer rating in a transaction
US9070146B2 (en) * 2010-02-04 2015-06-30 Playspan Inc. Method and system for authenticating online transactions
US8452980B1 (en) * 2010-03-29 2013-05-28 Emc Corporation Defeating real-time trojan login attack with delayed interaction with fraudster
US20120109821A1 (en) * 2010-10-29 2012-05-03 Jesse Barbour System, method and computer program product for real-time online transaction risk and fraud analytics and management
US8571982B2 (en) * 2011-07-21 2013-10-29 Bank Of America Corporation Capacity customization for fraud filtering
US9811830B2 (en) * 2013-07-03 2017-11-07 Google Inc. Method, medium, and system for online fraud prevention based on user physical location data

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020194119A1 (en) * 2001-05-30 2002-12-19 William Wright Method and apparatus for evaluating fraud risk in an electronic commerce transaction
CN101142570A (zh) * 2004-06-14 2008-03-12 约维申有限公司 网络安全和欺诈检测***及方法
US20090083184A1 (en) * 2007-09-26 2009-03-26 Ori Eisen Methods and Apparatus for Detecting Fraud with Time Based Computer Tags
CN102339445A (zh) * 2010-07-23 2012-02-01 阿里巴巴集团控股有限公司 对网络交易用户的可信度进行评价的方法和***
CN102769851A (zh) * 2011-05-06 2012-11-07 ***通信集团广东有限公司 一种监控服务提供商业务的方法及***
CN104144419A (zh) * 2014-01-24 2014-11-12 腾讯科技（深圳）有限公司 一种身份验证的方法、装置及***

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107809449A (zh) * 2016-09-09 2018-03-16 腾讯科技（深圳）有限公司 交易控制方法及装置
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***
CN106651580A (zh) * 2016-12-15 2017-05-10 北京知道创宇信息技术有限公司 判断金融账户是否恶意的方法、设备及计算设备
CN106651580B (zh) * 2016-12-15 2020-04-07 北京知道创宇信息技术股份有限公司 判断金融账户是否恶意的方法、设备及计算设备
CN107798540A (zh) * 2017-11-16 2018-03-13 上海携程商务有限公司 订单支付的风险控制方法、***、存储介质和电子设备
CN109840772A (zh) * 2017-11-27 2019-06-04 北京京东尚科信息技术有限公司 风险用户识别方法和装置
CN108053214A (zh) * 2017-12-12 2018-05-18 阿里巴巴集团控股有限公司 一种虚假交易的识别方法和装置
CN108053214B (zh) * 2017-12-12 2021-11-23 创新先进技术有限公司 一种虚假交易的识别方法和装置
CN108694547A (zh) * 2018-06-15 2018-10-23 顺丰科技有限公司 账号异常识别方法、装置、设备和储存介质
CN108694523A (zh) * 2018-07-10 2018-10-23 杨真源 一种互联网金融交易异常数据控制方法、***及计算设备

Also Published As

Publication number Publication date
TWI767879B (zh) 2022-06-21
US20160203489A1 (en) 2016-07-14
WO2016115141A1 (en) 2016-07-21
TW201626300A (zh) 2016-07-16

Similar Documents

Publication Publication Date Title
CN105844526A (zh) 基于计算机***的网络交易风险识别方法及其装置
CN109409896B (zh) 银行欺诈识别模型训练方法、银行欺诈识别方法和装置
Bhusari et al. Study of hidden markov model in credit card fraudulent detection
CN106875078B (zh) 交易风险检测方法、装置及设备
US10115153B2 (en) Detection of compromise of merchants, ATMS, and networks
EP4222629A1 (en) Predicting data tampering using augmented machine learning models
US20120109821A1 (en) System, method and computer program product for real-time online transaction risk and fraud analytics and management
CN105337928B (zh) 用户身份识别方法、安全保护问题生成方法及装置
US20120317027A1 (en) Computer-Implemented Systems And Methods For Real-Time Scoring Of Enterprise Data
Goldsmith et al. Analyzing hack subnetworks in the bitcoin transaction graph
WO2014004675A1 (en) Novel systems and processes for enhanced microlending
Bhusari et al. Study of hidden markov model in credit card fraudulent detection
US20120317008A1 (en) Computer-Implemented Systems And Methods For Handling And Scoring Enterprise Data
CN110009297A (zh) 一种基于信用的资质信息审核方法、装置及设备
CN105956824A (zh) 一种业务数据申请评估方法及装置
CN110633987A (zh) 在受监管环境中认证在线用户的***和方法
KR20090035503A (ko) 결제수단 이용내역 분석 시스템
CN111160695A (zh) 计算机运行的风险账户的识别方法、***、装置及存储介质
CN113177851B (zh) 线上保险交易的存证方法、装置、电子设备及存储介质
CN112116401A (zh) 压力测试方法、装置、设备和存储介质
CN111047146A (zh) 一种企业用户的风险识别方法、装置及设备
CN113051257B (zh) 一种业务数据清洗方法及装置
Kang Fraud Detection in Mobile Money Transactions Using Machine Learning
CN113191875A (zh) 新用户的授信方法及装置、电子设备、存储介质
CN111709834A (zh) 黑名单的设置方法及装置、电子设备、计算机存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1228075

Country of ref document: HK

RJ01 Rejection of invention patent application after publication

Application publication date: 20160810

RJ01 Rejection of invention patent application after publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1228075

Country of ref document: HK