CN110147967A - 风险防控方法及装置 - Google Patents

风险防控方法及装置 Download PDF

Info

Publication number
CN110147967A
CN110147967A CN201910452218.3A CN201910452218A CN110147967A CN 110147967 A CN110147967 A CN 110147967A CN 201910452218 A CN201910452218 A CN 201910452218A CN 110147967 A CN110147967 A CN 110147967A
Authority
CN
China
Prior art keywords
risk
event
information
risk identification
stage
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
Application number
CN201910452218.3A
Other languages
English (en)
Other versions
CN110147967B (zh
Inventor
周荣旺
杨程远
杨志雄
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.)
Advanced New Technologies Co Ltd
Advantageous New Technologies Co 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 CN201910452218.3A priority Critical patent/CN110147967B/zh
Publication of CN110147967A publication Critical patent/CN110147967A/zh
Application granted granted Critical
Publication of CN110147967B publication Critical patent/CN110147967B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067Enterprise or organisation modelling

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Telephonic Communication Services (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本说明书一个或多个实施例公开了一种风险防控方法及装置,用以提升风险防控的效果。所述方法包括:当接收到来自客户端的、针对第一事件的执行请求时,确定所述第一事件对应的第一执行阶段;根据所述第一执行阶段,确定针对所述第一事件的第一风险识别策略;其中,不同的执行阶段对应不同的风险识别策略;根据所述第一风险识别策略对所述第一事件进行风险识别,得到第一风险识别结果;及,根据所述第一风险识别结果确定所述第一事件对应的风险评估信息;将所述风险评估信息发送至所述客户端,以使所述客户端根据所述风险评估信息对所述第一事件进行相应的风险防控。

Description

风险防控方法及装置
技术领域
本说明书涉及风险防控技术领域,尤其涉及一种风险防控方法及装置。
背景技术
现有技术中,为了吸引客户,各航空公司纷纷打造以客户为中心的会员体系,并把里程通过积分的方式反馈到会员体系上,通过营销活动、积分体系以及积分商城等方式盘活整个会员体系,再加上官网的特价票等策略,使用户愿意进入并使用航空公司的官网。但是由于缺乏风险防控,黑产通过垃圾注册或者身份冒用产生大量的会员,使得航空公司投入的积分或者营销资源大部分被薅羊毛了,导致航空公司的会员体系形同虚设。
针对上述问题,目前市面上的解决方案通常是从***防控的层面或基本规则层面出发,比如APP加固、垃圾流量防控、IP黑名单、多要素验证等。这些方法虽然在一定程度上解决了航旅的机器批量问题,可以增大黑产的成本,但对正常用户的打扰非常严重,且因为利益足够大、黑产可通过机器和人结合的方式绕过***防控,因此对于业务层面的风险控制的问题仍无法解决。
发明内容
本说明书一个或多个实施例的目的是提供一种风险防控方法及装置,用以提升风险防控的效果。
为解决上述技术问题,本说明书一个或多个实施例是这样实现的:
一方面,本说明书一个或多个实施例提供一种风险防控方法,包括:
当接收到来自客户端的、针对第一事件的执行请求时,确定所述第一事件对应的第一执行阶段;
根据所述第一执行阶段,确定针对所述第一事件的第一风险识别策略;其中,不同的执行阶段对应不同的风险识别策略;
根据所述第一风险识别策略对所述第一事件进行风险识别,得到第一风险识别结果;及,根据所述第一风险识别结果确定所述第一事件对应的风险评估信息;
将所述风险评估信息发送至所述客户端,以使所述客户端根据所述风险评估信息对所述第一事件进行相应的风险防控。
在一个实施例中,所述根据所述第一风险识别结果确定所述第一事件对应的风险评估信息;包括:
确定由所述客户端执行、且在所述第一执行阶段之前的至少一个第二执行阶段;
获取各所述第二执行阶段分别对应的第二风险识别结果;
根据各所述第二风险识别结果及所述第一风险识别结果,确定所述第一事件对应的所述风险评估信息。
在一个实施例中,所述第一风险识别结果包括第一风险评估值;所述第二风险识别结果包括第二风险评估值;所述风险评估信息包括总风险评估值;
相应的,所述根据各所述第二风险识别结果及所述第一风险识别结果,确定所述第一事件对应的所述风险评估信息,包括:
确定各所述第二风险识别结果及所述第一风险识别结果分别对应的权重;
根据各所述第二风险识别结果及所述第一风险识别结果分别对应的权重,对各所述第二风险评估值及所述第一风险评估值进行加权计算,得到所述第一事件对应的所述总风险评估值。
在一个实施例中,所述风险识别策略包括风控模型;所述风控模型是根据各执行阶段的多个历史事件的事件信息及各所述历史事件对应的历史风险识别结果训练而成的;
相应的,所述根据所述第一执行阶段,确定针对所述第一事件的第一风险识别策略;根据所述第一风险识别策略对所述第一事件进行风险识别,得到第一风险识别结果;包括:
根据预设的执行阶段与风控模型之间的对应关系,确定所述第一执行阶段对应的第一风控模型;
根据所述第一风控模型对所述第一事件进行风险识别,得到所述第一风险识别结果。
在一个实施例中,所述方法还包括:
获取用户对所述各执行阶段分别对应的风险识别结果的反馈信息;
确定所述反馈信息对应的第三执行阶段;及,确定所述第三执行阶段对应的第二风控模型;
根据所述第三执行阶段对应的风险识别结果及所述反馈信息,对所述第三执行阶段对应的所述第二风控模型进行更新。
在一个实施例中,所述风险评估信息包括所述第一事件的风险等级;
相应的,所述将所述风险评估信息发送至所述客户端,以使所述客户端根据所述风险评估信息对所述第一事件进行相应的风险防控,包括:
根据预设的风险等级与风控策略之间的对应关系,确定所述第一事件的风险等级所对应的第一风控策略;
将所述第一事件的风险等级及其对应的所述第一风控策略发送至所述客户端,以使所述客户端根据所述第一风控策略对所述第一事件进行相应的风险防控。
在一个实施例中,所述风险等级包括低风险等级、中风险等级或高风险等级;
相应的,所述根据预设的风险等级与风控策略之间的对应关系,确定所述第一事件的风险等级所对应的第一风控策略,包括:
当所述第一事件的风险等级为所述中风险等级时,确定所述第一风控策略为利用指定风险识别方式对所述第一事件进行二次风险识别;
其中,所述指定风险识别方式包括短信验证、生物特征验证中的至少一种识别方式。
在一个实施例中,所述方法还包括:
确定执行所述第一事件的第一用户的用户信息;
根据所述用户信息,挖掘与所述第一用户之间满足预设相关性条件的第二用户;
根据所述第一事件对应的所述风险评估信息,预测所述第二用户所执行的第二事件对应的风险评估信息。
在一个实施例中,所述满足预设相关性条件包括以下至少一项:
所述用户信息中的第一指定信息相同;
所述用户信息中的第二指定信息具有指定类型的社交关系;
所述用户信息中的通讯信息之间的通讯次数超过预设值;
其中,所述用户信息包括证件信息、账号信息、通讯信息、所使用的设备信息中的至少一项。
另一方面,本说明书一个或多个实施例提供一种风险防控装置,包括:
第一确定模块,用于当接收到来自客户端的、针对第一事件的执行请求时,确定所述第一事件对应的第一执行阶段;
第二确定模块,用于根据所述第一执行阶段,确定针对所述第一事件的第一风险识别策略;其中,不同的执行阶段对应不同的风险识别策略;
识别及确定模块,用于根据所述第一风险识别策略对所述第一事件进行风险识别,得到第一风险识别结果;及,根据所述第一风险识别结果确定所述第一事件对应的风险评估信息;
发送模块,用于将所述风险评估信息发送至所述客户端,以使所述客户端根据所述风险评估信息对所述第一事件进行相应的风险防控。
在一个实施例中,所述识别及确定模块包括:
第一确定单元,用于确定由所述客户端执行、且在所述第一执行阶段之前的至少一个第二执行阶段;
获取单元,用于获取各所述第二执行阶段分别对应的第二风险识别结果;
第二确定单元,用于根据各所述第二风险识别结果及所述第一风险识别结果,确定所述第一事件对应的所述风险评估信息。
在一个实施例中,所述第一风险识别结果包括第一风险评估值;所述第二风险识别结果包括第二风险评估值;所述风险评估信息包括总风险评估值;
相应的,所述第二确定单元还用于:
确定各所述第二风险识别结果及所述第一风险识别结果分别对应的权重;
根据各所述第二风险识别结果及所述第一风险识别结果分别对应的权重,对各所述第二风险评估值及所述第一风险评估值进行加权计算,得到所述第一事件对应的所述总风险评估值。
在一个实施例中,所述风险识别策略包括风控模型;所述风控模型是根据各执行阶段的多个历史事件的事件信息及各所述历史事件对应的历史风险识别结果训练而成的;
相应的,所述第二确定模块包括:
第三确定单元,用于根据预设的执行阶段与风控模型之间的对应关系,确定所述第一执行阶段对应的第一风控模型;
所述识别及确定模块包括:
识别单元,用于根据所述第一风控模型对所述第一事件进行风险识别,得到所述第一风险识别结果。
在一个实施例中,所述装置还包括:
获取模块,用于获取用户对所述各执行阶段分别对应的风险识别结果的反馈信息;
第三确定模块,用于确定所述反馈信息对应的第三执行阶段;及,确定所述第三执行阶段对应的第二风控模型;
更新模块,用于根据所述第三执行阶段对应的风险识别结果及所述反馈信息,对所述第三执行阶段对应的所述第二风控模型进行更新。
在一个实施例中,所述风险评估信息包括所述第一事件的风险等级;
相应的,所述发送模块包括:
第四确定单元,用于根据预设的风险等级与风控策略之间的对应关系,确定所述第一事件的风险等级所对应的第一风控策略;
发送单元,用于将所述第一事件的风险等级及其对应的所述第一风控策略发送至所述客户端,以使所述客户端根据所述第一风控策略对所述第一事件进行相应的风险防控。
在一个实施例中,所述风险等级包括低风险等级、中风险等级或高风险等级;
相应的,所述第四确定单元还用于:
当所述第一事件的风险等级为所述中风险等级时,确定所述第一风控策略为利用指定风险识别方式对所述第一事件进行二次风险识别;
其中,所述指定风险识别方式包括短信验证、生物特征验证中的至少一种识别方式。
在一个实施例中,所述装置还包括:
第四确定模块,用于确定执行所述第一事件的第一用户的用户信息;
挖掘装置,用于根据所述用户信息,挖掘与所述第一用户之间满足预设相关性条件的第二用户;
预测模块,用于根据所述第一事件对应的所述风险评估信息,预测所述第二用户所执行的第二事件对应的风险评估信息。
在一个实施例中,所述满足预设相关性条件包括以下至少一项:
所述用户信息中的第一指定信息相同;
所述用户信息中的第二指定信息具有指定类型的社交关系;
所述用户信息中的通讯信息之间的通讯次数超过预设值;
其中,所述用户信息包括证件信息、账号信息、通讯信息、所使用的设备信息中的至少一项。
再一方面,本说明书一个或多个实施例提供一种风险防控设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器:
当接收到来自客户端的、针对第一事件的执行请求时,确定所述第一事件对应的第一执行阶段;
根据所述第一执行阶段,确定针对所述第一事件的第一风险识别策略;其中,不同的执行阶段对应不同的风险识别策略;
根据所述第一风险识别策略对所述第一事件进行风险识别,得到第一风险识别结果;及,根据所述第一风险识别结果确定所述第一事件对应的风险评估信息;
将所述风险评估信息发送至所述客户端,以使所述客户端根据所述风险评估信息对所述第一事件进行相应的风险防控。
再一方面,本申请实施例提供一种存储介质,用于存储计算机可执行指令,所述可执行指令在被执行时实现以下流程:
当接收到来自客户端的、针对第一事件的执行请求时,确定所述第一事件对应的第一执行阶段;
根据所述第一执行阶段,确定针对所述第一事件的第一风险识别策略;其中,不同的执行阶段对应不同的风险识别策略;
根据所述第一风险识别策略对所述第一事件进行风险识别,得到第一风险识别结果;及,根据所述第一风险识别结果确定所述第一事件对应的风险评估信息;
将所述风险评估信息发送至所述客户端,以使所述客户端根据所述风险评估信息对所述第一事件进行相应的风险防控。
采用本说明书一个或多个实施例的技术方案,能够在接收到来自客户端的、针对第一事件的执行请求时,确定第一事件对应的第一执行阶段,并根据第一执行阶段确定针对第一事件的第一风险识别策略,其中,不同的执行阶段对应不同的风险识别策略;进而根据第一风险识别策略对第一事件进行风险识别,并根据识别得到的第一风险识别结果确定第一事件对应的风险评估信息。可见,该技术方案在进行风险防控时,能够针对不同的事件执行阶段采用不同的风险防控策略,使得风险防控更有针对性,相较于以往的任何阶段均采用同一策略的方式而言,能够有针对性地识别出不同事件执行阶段的潜在风险。此外,该技术方案通过将风险评估信息发送至客户端,使得客户端能够根据风险评估信息对第一事件进行相应的风险防控,从而解决业务上可能面临的风险问题,实现风险防控的高效性。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书一个或多个实施例中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本说明书一实施例的一种风险防控方法的示意性流程图;
图2是根据本说明书一实施例的一种风险防控方法中的风控策略示意图;
图3是根据本说明书一实施例的一种风险防控装置的示意性框图;
图4是根据本说明书一实施例的一种风险防控设备的示意性框图。
具体实施方式
本说明书一个或多个实施例提供一种风险防控方法及装置,用以提升风险防控的效果。
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书一个或多个实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书一个或多个实施例保护的范围。
本说明书一个或多个实施例提供的风险防控方法可用于多种业务领域,如对航旅类APP、购物类APP等的运行过程中的风险进行防控。
图1是根据本说明书一实施例的一种风险防控方法的示意性流程图,如图1所示,该方法包括:
S102,当接收到来自客户端的、针对第一事件的执行请求时,确定第一事件对应的第一执行阶段。
其中,第一事件可以是用户在客户端应用运行过程中的任一可执行事件。以航旅类APP为例,第一事件可以是浏览事件、注册事件、登录事件、信息修改事件、消费事件、买票事件、营销事件等。第一事件对应的第一执行阶段则可以是浏览阶段、注册阶段、登录阶段、信息修改阶段、消费阶段、买票阶段、营销阶段等。
S104,根据第一执行阶段,确定针对第一事件的第一风险识别策略。
其中,不同的执行阶段对应不同的风险识别策略。仍以航旅类APP为例,本实施例对于注册阶段和消费阶段所采用的风险识别策略是不同的。
S106,根据第一风险识别策略对第一事件进行风险识别,得到第一风险识别结果;及,根据第一风险识别结果确定第一事件对应的风险评估信息。
S108,将风险评估信息发送至客户端,以使客户端根据风险评估信息对第一事件进行相应的风险防控。
采用本说明书一个或多个实施例的技术方案,能够在接收到来自客户端的、针对第一事件的执行请求时,确定第一事件对应的第一执行阶段,并根据第一执行阶段确定针对第一事件的第一风险识别策略,其中,不同的执行阶段对应不同的风险识别策略;进而根据第一风险识别策略对第一事件进行风险识别,并根据识别得到的第一风险识别结果确定第一事件对应的风险评估信息。可见,该技术方案在进行风险防控时,能够针对不同的事件执行阶段采用不同的风险防控策略,使得风险防控更有针对性,相较于以往的任何阶段均采用同一策略的方式而言,能够有针对性地识别出不同事件执行阶段的潜在风险。此外,该技术方案通过将风险评估信息发送至客户端,使得客户端能够根据风险评估信息对第一事件进行相应的风险防控,从而解决业务上可能面临的风险问题,实现风险防控的高效性。
在一个实施例中,风险识别策略包括风控模型;风控模型是根据各执行阶段的多个历史事件及各历史事件对应的历史风险识别结果训练而成的。因此,本实施例在执行S104-S106时,可根据预设的执行阶段与风控模型之间的对应关系,确定第一执行阶段对应的第一风控模型,进而根据第一风控模型对第一事件进行风险识别,得到第一风险识别结果。
本实施例中,不同的事件执行阶段对应不同的风控模型。
以航旅类APP为例,通过采集浏览阶段的多个历史浏览事件的事件信息(即用户浏览航旅类APP的相关页面)及各历史浏览事件对应的历史风险识别结果,其中,历史浏览事件的事件信息可包括用户信息(如用户ID、姓名、地理位置等信息)、浏览速度、浏览内容、浏览时长等;各历史浏览事件对应的历史风险识别结果可包括有风险或无风险。进而根据所采集的多个历史浏览事件的事件信息及各历史浏览事件对应的历史风险识别结果进行训练,以得到浏览阶段对应的风控模型。当检测到用户浏览航旅类APP的相关页面时,可利用浏览阶段对应的风控模型对当前的浏览事件进行风险识别。
再例如,通过采集注册阶段的多个历史注册事件的事件信息(即用户在航旅类APP上进行账号注册)及各历史注册事件对应的历史风险识别结果,其中,历史注册事件的事件信息可包括用户信息(如用户ID、姓名、地理位置等信息)、注册账号信息(如账号长度、账号所符合的规则等)、注册密码等;各历史注册事件对应的历史风险识别结果可包括有风险或无风险。进而根据所采集的多个历史注册事件的事件信息及各历史注册事件对应的历史风险识别结果进行训练,以得到注册阶段对应的风控模型。当检测到用户在航旅类APP上进行账号注册时,可利用注册阶段对应的风控模型对当前的注册事件进行风险识别。
在训练各执行阶段对应的风控模型时,所采集的各执行阶段的历史事件应包括各执行阶段内可执行的任何事件,从而使得训练而成的风控模型能够涵盖对应执行阶段的任何事件信息及其对应的风险识别结果,因此在利用风控模型对第一事件进行风险识别时,能够更加准确地识别出第一事件内可能出现的任何风险,避免模型训练的样本过于单薄而导致风险遗漏的情况。
以航旅类APP为例,在注册阶段可能出现身份冒用、营销作弊、垃圾注册等多种风险,那么在采集样本数据(包括历史事件及各历史事件对应的风险识别结果)时,应使采集到的样本数据尽可能包含上述所有的历史风险事件,从而使训练得到的风控模型能够涵盖注册阶段可能出现的所有风险事件的事件信息及其对应的风险识别结果。
在一个实施例中,基于上述所训练的风控模型,由于各执行阶段对应的风控模型均能够涵盖对应执行阶段可能出现的所有风险事件的事件信息,因此,利用这些风控模型所识别出的风险识别结果中,也可包含风险事件类型,如在航旅类APP中,风险事件类型可包括虚假占座、积分被冒领、盗号风险等类型。服务器可将识别出的风险事件类型发送至客户端,以使客户端根据风险识别类型做出对应的风控策略,进而对第一事件进行有效的风险防控。
在一个实施例中,风险识别策略包括黑名单策略,即:将已确定的高风险事件的事件信息集合在黑名单中,从而在对当前事件进行风险识别时,仅需判断当前事件的事件信息是否存在于黑名单中,若存在于黑名单中,则可确定当前事件具有高风险;若不存在于黑名单中,则可确定当前事件不具有高风险。其中,事件信息可包括执行事件的用户信息(如用户ID、姓名、身份证号、通讯号码等)、事件类型(如航旅类APP中的买票事件、注册事件、占座事件等)等;高风险事件可包含风险评估值达到一定阈值的事件。
在一个实施例中,风险识别策略包括对证件的校验策略,即:对客户端执行当前事件的用户的证件进行校验,如校验用户的证件类型、证件名称、证件信息等是否符合预设规则。若符合预设规则,则可确定当前事件不具有高风险;若不符合预设规则,则可确定当前事件具有高风险。
除上述列举的几种风险识别策略之外,还可采用其他任一种或多种可行的风险识别策略,包括预设的风险识别规则等,在此不一一列举。
在一个实施例中,根据第一执行阶段对应的第一风险识别策略对第一事件、进行风险识别,得到第一风险识别结果之后,可确定由客户端执行的、且在第一执行阶段之前的至少一个第二执行阶段;然后获取各第二执行阶段分别对应的第二风险识别结果;再根据各第二风险识别结果及第一风险识别结果确定第一事件对应的风险评估信息。
通常情况下,用户在客户端会执行一系列的多个有序事件,例如用户使用航旅类APP时,可能会依次执行浏览事件、登录事件及买票事件。那么采用本实施例的技术方案,首先在用户执行浏览事件时,可利用浏览阶段对应的风险识别策略(如浏览阶段对应的风控模型)对浏览事件进行风险识别,得到浏览阶段的风险识别结果,记录为风险识别结果A;其次在用户执行登录事件时,可利用登录阶段对应的风险识别策略(如登录阶段对应的风控模型)对登录事件进行风险识别,得到登录阶段的风险识别结果,记录为风险识别结果B;然后在用户执行买票事件时,可利用买票阶段对应的风险识别策略(如买票阶段对应的风控模型)对买票事件进行风险识别,得到买票阶段的风险识别结果,记录为风险识别结果C。基于上述各风险识别结果,可综合风险识别结果A及风险识别结果B确定出登录事件所对应的风险评估信息,可综合风险识别结果A、风险识别结果B及风险识别结果C确定出买票事件所对应的风险评估信息。
可见,本实施例中,第一事件所对应的风险评估信息并不一定是利用第一风险识别策略对第一事件进行风险识别后得到的第一风险识别结果,而是由第一执行阶段及其之前所发生的所有执行阶段对应的风险识别结果综合决定的,可称之为阶梯风控方式。由于用户在各阶段所执行的事件是相互关联的,因此这种阶梯风控方式能够将各事件执行阶段的风险识别结果综合起来进行考量,从而更加准确地确定出每一事件所对应的风险评估信息,提升风险防控的准确度。
在一个实施例中,采用阶梯风控方式进行风险识别时,可赋予各执行阶段对应的风险识别结果各自的风险评估值及权重。因此,第一风险识别结果可包括第一风险评估值;第二风险识别结果可包括第二风险评估值;风险评估信息可包括总风险评估值。根据各第二风险识别结果及第一风险识别结果确定第一事件对应的风险评估信息时,可通过下述线性加权的方式:首先确定各第二风险识别结果及第一风险识别结果分别对应的权重;进而根据各第二风险识别结果及第一风险识别结果分别对应的权重,对各第二风险评估值及第一风险评估值进行加权计算,得到第一事件对应的总风险评估值。
沿用上述举例,假设航旅类APP运行时,浏览阶段的风险评估值为a,其对应的权重为x;登录阶段的风险评估值为b,其对应的权重为y;买票阶段的风险评估值为c,其对应的权重为z。那么根据阶梯风控方式确定出各执行阶段的总风险评估值如下:浏览阶段由于之前没有其他执行阶段,因此浏览阶段的总风险评估值即为浏览阶段的风险评估值a;登录阶段的总风险评估值为a*x+b*y;买票阶段的总风险评估值为a*x+b*y+c*z。
在一个实施例中,采用阶梯风控方式进行风险识别时,基于各执行阶段对应的风险评估值及权重,还可通过非线性函数进行处理,其中,非线性函数可以是简单的指数分布簇,且可以通过深度学习进行拟合。
沿用上述举例,假设航旅类APP运行时,浏览阶段的风险评估值为a,登录阶段的风险评估值为b,买票阶段的风险评估值为c。那么根据阶梯风控方式,可确定出登录阶段的总风险评估值为f1(a,s1),其中,f1是非线性函数,s1是登录阶段所依赖的变量。买票阶段的总风险评估值为f2(a,b,s2),其中,f2是非线性函数,s2是买票阶段所依赖的变量。
当然,采用阶梯风控方式进行风险识别时,并不局限于上述列举的两种方式,其宗旨是后一阶段的总风险评估值是由前一(些)阶段的风险评估值综合求得。
在一个实施例中,可获取用户对各执行阶段分别对应的风险识别结果的反馈信息;然后确定各反馈信息对应的执行阶段,并确定各执行阶段对应的风控模型;进而根据各反馈信息对应的执行阶段所对应的风险识别结果及反馈信息,对各反馈信息对应的执行阶段所对应的风控模型进行更新。
以航旅类APP为例,假设获取到的反馈信息中,包括登录阶段和买票阶段分别对应的反馈信息,那么可利用其中与登录阶段对应的反馈信息,对登录阶段对应的风控模型进行更新;利用其中与买票阶段对应的反馈信息,对买票阶段对应的风控模型进行更新。
本实施例将主动防控的思想引入到了航旅类APP的风险防控中,即通过提供用户打标的功能使用户能够对各执行阶段的风险识别结果进行反馈,从而利用用户的反馈信息对风控模型进行更新,有效解决了风控模型随着时间或黑产攻防的变化而导致的风控效果衰减的问题,确保风控模型的持续有效性。
在一个实施例中,为解决用户打标的滞后性、以及单个用户分别打标所带来的运营工作的负担问题,本实施例在提供用户打标功能的基础上,提供了群组打标的功能,也就是说,服务器一次性获取属于同一个群组的所有用户利用打标功能进行的反馈信息,并利用这些反馈信息对风控模型进行更新,从而实现将同一个群组的所有用户同时呈现给运营的效果,提升了运营效率及批量打标的效率。
本实施例中,属于同一个群组的用户满足以下条件中的至少一项:
(1)用户信息中的第一指定信息相同。
其中,用户信息包括证件信息、账号信息、通讯信息、所使用的设备信息等。第一指定信息可以是证件信息(如身份证号)、账号信息(如进行资金交易的支付宝账号)、通讯信息(如手机号)、所使用的设备信息(如使用的设备的物理地址、IP地址等)等。
(2)用户信息中的第二指定信息具有指定类型的社交关系。
其中,第二指定信息可以是证件信息(如身份证号)、账号信息(如进行资金交易的支付宝账号)、通讯信息(如手机号)、所使用的设备信息(如使用的设备的物理地址、IP地址等)等。
指定类型如亲属、朋友、同学、同事等。用户之间的社交关系可预先存储在服务器端,例如,账号A和账号B之间属于亲属关系。在判断交易双方——账号A和账号B是否满足预设相关性条件时,可从服务器端获取账号A和账号B之间的社交关系,进而根据所获取到的社交关系判断二者是否满足预设相关性条件。
(3)用户信息中的通讯信息之间的通讯次数超过预设值。
在一个实施例中,风险评估信息包括第一事件的风险等级;因此,将风险评估信息发送至客户端时,可根据预设的风险等级与风控策略之间的对应关系,确定第一事件的风险等级所对应的第一风控策略;进而将第一事件的风险等级及其对应的第一风控策略发送至客户端,以使客户端根据第一风控策略对第一事件进行相应的风险防控。
本实施例中,风险等级可包括低风险等级、中风险等级或高风险等级。当第一事件的风险等级为中风险等级时,可确定该中风险等级对应的第一风控策略为利用指定风险识别方式对第一事件进行二次风险识别。其中,指定风险识别方式包括短信验证、生物特征验证中的至少一种识别方式。
即,当确定为中风险等级时,本实施例可通过第一风险策略告知客户端对第一事件进行二次风险识别,从而提升风险识别的准确度。
此外,当第一事件的风险等级为低风险等级时,说明第一事件没有风险,因此可确定该低风险等级对应的风控策略为识别通过,即用户可继续执行第一事件;当第一事件的风险等级为高风险等级时,说明第一事件有风险,因此可确定该高风险等级对应的风控策略为拒绝执行,即用户无法执行第一事件。
以航旅类APP为例,对于各执行阶段可能出现的多种风险事件,如盗卡买票、积分被盗刷、座位被占、退费被冒领、套现风险、被薅羊毛等。该技术方案均可提供与各风险事件对应的风控策略。图2示出了一实施例中各执行阶段对应各类风险事件的风控策略。当然,图2仅是示意性地列举了一些风控策略,实际运用中可根据需要进行不同风控策略的调整。
在图2所示的坐标轴中,横轴对应的是业务运行中的各执行阶段,纵轴对应的是在各执行阶段可能出现的风险事件,其中,蜜罐机制、净水池、运气机制这几种策略均为现有技术,此处不再赘述。核身即对用户身份信息的核查,如核查用户的生物特征、证件信息等是否正确。
可见,本实施例所提供的各类风控策略能够涵盖各执行阶段可能出现的所有风险事件,因此能够有效的解决航旅面临的所有风控问题。
在一个实施例中,可先确定出执行第一事件的第一用户的用户信息,然后根据第一用户的用户信息,挖掘出与第一用户之间满足预设相关性条件的第二用户,进而根据第一事件对应的风险评估信息预测出第二用户所执行的第二事件对应的风险评估信息。其中,用户信息包括证件信息、账号信息、通讯信息、所使用的设备信息等。
例如,若第一用户所执行的第一事件对应的风险等级为高风险等级,那么可预测出第二用户所执行的第二事件对应的风险等级也为高风险等级。
本实施例中,满足预设相关性条件包括以下至少一项:
(1)用户信息中的第一指定信息相同。
其中,第一指定信息可以是证件信息(如身份证号)、账号信息(如进行资金交易的支付宝账号)、通讯信息(如手机号)、所使用的设备信息(如使用的设备的物理地址、IP地址等)等。
(2)用户信息中的第二指定信息具有指定类型的社交关系。
其中,第二指定信息可以是证件信息(如身份证号)、账号信息(如进行资金交易的支付宝账号)、通讯信息(如手机号)、所使用的设备信息(如使用的设备的物理地址、IP地址等)等。
指定类型如亲属、朋友、同学、同事等。用户之间的社交关系可预先存储在服务器端,例如,账号A和账号B之间属于亲属关系。在判断交易双方——账号A和账号B是否满足预设相关性条件时,可从服务器端获取账号A和账号B之间的社交关系,进而根据所获取到的社交关系判断二者是否满足预设相关性条件。
(3)用户信息中的通讯信息之间的通讯次数超过预设值。
本实施例中,能够根据一个用户所执行事件的风险评估信息预测与该用户之间满足预设相关性条件的其他用户所执行事件的风险评估信息,从而不仅提升风险识别的效率,且能够通过多个用户之间的关联性识别到更多的潜在风险。
综上,已经对本主题的特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作可以按照不同的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序,以实现期望的结果。在某些实施方式中,多任务处理和并行处理可以是有利的。
以上为本说明书一个或多个实施例提供的风险防控方法,基于同样的思路,本说明书一个或多个实施例还提供一种风险防控装置。
图3是根据本说明书一实施例的一种风险防控装置的示意性框图,如图3所示,风险防控装置300包括:
第一确定模块310,用于当接收到来自客户端的、针对第一事件的执行请求时,确定第一事件对应的第一执行阶段;
第二确定模块320,用于根据第一执行阶段,确定针对第一事件的第一风险识别策略;其中,不同的执行阶段对应不同的风险识别策略;
识别及确定模块330,用于根据第一风险识别策略对第一事件进行风险识别,得到第一风险识别结果;及,根据第一风险识别结果确定第一事件对应的风险评估信息;
发送模块340,用于将风险评估信息发送至客户端,以使客户端根据风险评估信息对第一事件进行相应的风险防控。
在一个实施例中,识别及确定模块330包括:
第一确定单元,用于确定由客户端执行、且在第一执行阶段之前的至少一个第二执行阶段;
获取单元,用于获取各第二执行阶段分别对应的第二风险识别结果;
第二确定单元,用于根据各第二风险识别结果及第一风险识别结果,确定第一事件对应的风险评估信息。
在一个实施例中,第一风险识别结果包括第一风险评估值;第二风险识别结果包括第二风险评估值;风险评估信息包括总风险评估值;
相应的,第二确定单元还用于:
确定各第二风险识别结果及第一风险识别结果分别对应的权重;
根据各第二风险识别结果及第一风险识别结果分别对应的权重,对各第二风险评估值及第一风险评估值进行加权计算,得到第一事件对应的总风险评估值。
在一个实施例中,风险识别策略包括风控模型;风控模型是根据各执行阶段的多个历史事件的事件信息及各历史事件对应的历史风险识别结果训练而成的;
相应的,第二确定模块320包括:
第三确定单元,用于根据预设的执行阶段与风控模型之间的对应关系,确定第一执行阶段对应的第一风控模型;
识别及确定模块330包括:
识别单元,用于根据第一风控模型对第一事件进行风险识别,得到第一风险识别结果。
在一个实施例中,装置300还包括:
获取模块,用于获取用户对各执行阶段分别对应的风险识别结果的反馈信息;
第三确定模块,用于确定反馈信息对应的第三执行阶段;及,确定第三执行阶段对应的第二风控模型;
更新模块,用于根据第三执行阶段对应的风险识别结果及反馈信息,对第三执行阶段对应的第二风控模型进行更新。
在一个实施例中,风险评估信息包括第一事件的风险等级;
相应的,发送模块340包括:
第四确定单元,用于根据预设的风险等级与风控策略之间的对应关系,确定第一事件的风险等级所对应的第一风控策略;
发送单元,用于将第一事件的风险等级及其对应的第一风控策略发送至客户端,以使客户端根据第一风控策略对第一事件进行相应的风险防控。
在一个实施例中,风险等级包括低风险等级、中风险等级或高风险等级;
相应的,第四确定单元还用于:
当第一事件的风险等级为中风险等级时,确定第一风控策略为利用指定风险识别方式对第一事件进行二次风险识别;
其中,指定风险识别方式包括短信验证、生物特征验证中的至少一种识别方式。
在一个实施例中,装置300还包括:
第四确定模块,用于确定执行第一事件的第一用户的用户信息;
挖掘装置,用于根据用户信息,挖掘与第一用户之间满足预设相关性条件的第二用户;
预测模块,用于根据第一事件对应的风险评估信息,预测第二用户所执行的第二事件对应的风险评估信息。
在一个实施例中,满足预设相关性条件包括以下至少一项:
用户信息中的第一指定信息相同;
用户信息中的第二指定信息具有指定类型的社交关系;
用户信息中的通讯信息之间的通讯次数超过预设值;
其中,用户信息包括证件信息、账号信息、通讯信息、所使用的设备信息中的至少一项。
采用本说明书一个或多个实施例的装置,能够在接收到来自客户端的、针对第一事件的执行请求时,确定第一事件对应的第一执行阶段,并根据第一执行阶段确定针对第一事件的第一风险识别策略,其中,不同的执行阶段对应不同的风险识别策略;进而根据第一风险识别策略对第一事件进行风险识别,并根据识别得到的第一风险识别结果确定第一事件对应的风险评估信息。可见,该装置在进行风险防控时,能够针对不同的事件执行阶段采用不同的风险防控策略,使得风险防控更有针对性,相较于以往的任何阶段均采用同一策略的方式而言,能够有针对性地识别出不同事件执行阶段的潜在风险。此外,该装置通过将风险评估信息发送至客户端,使得客户端能够根据风险评估信息对第一事件进行相应的风险防控,从而解决业务上可能面临的风险问题,实现风险防控的高效性。
本领域的技术人员应可理解,上述风险防控装置能够用来实现前文所述的风险防控方法,其中的细节描述应与前文方法部分描述类似,为避免繁琐,此处不另赘述。
基于同样的思路,本说明书一个或多个实施例还提供一种风险防控设备,如图4所示。风险防控设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器401和存储器402,存储器402中可以存储有一个或一个以上存储应用程序或数据。其中,存储器402可以是短暂存储或持久存储。存储在存储器402的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对风险防控设备中的一系列计算机可执行指令。更进一步地,处理器401可以设置为与存储器402通信,在风险防控设备上执行存储器402中的一系列计算机可执行指令。风险防控设备还可以包括一个或一个以上电源403,一个或一个以上有线或无线网络接口404,一个或一个以上输入输出接口405,一个或一个以上键盘406。
具体在本实施例中,风险防控设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对风险防控设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
当接收到来自客户端的、针对第一事件的执行请求时,确定所述第一事件对应的第一执行阶段;
根据所述第一执行阶段,确定针对所述第一事件的第一风险识别策略;其中,不同的执行阶段对应不同的风险识别策略;
根据所述第一风险识别策略对所述第一事件进行风险识别,得到第一风险识别结果;及,根据所述第一风险识别结果确定所述第一事件对应的风险评估信息;
将所述风险评估信息发送至所述客户端,以使所述客户端根据所述风险评估信息对所述第一事件进行相应的风险防控。
可选地,计算机可执行指令在被执行时,还可以使所述处理器:
确定由所述客户端执行、且在所述第一执行阶段之前的至少一个第二执行阶段;
获取各所述第二执行阶段分别对应的第二风险识别结果;
根据各所述第二风险识别结果及所述第一风险识别结果,确定所述第一事件对应的所述风险评估信息。
可选地,所述第一风险识别结果包括第一风险评估值;所述第二风险识别结果包括第二风险评估值;所述风险评估信息包括总风险评估值;
相应的,计算机可执行指令在被执行时,还可以使所述处理器:
确定各所述第二风险识别结果及所述第一风险识别结果分别对应的权重;
根据各所述第二风险识别结果及所述第一风险识别结果分别对应的权重,对各所述第二风险评估值及所述第一风险评估值进行加权计算,得到所述第一事件对应的所述总风险评估值。
可选地,所述风险识别策略包括风控模型;所述风控模型是根据各执行阶段的多个历史事件的事件信息及各所述历史事件对应的历史风险识别结果训练而成的;
相应的,计算机可执行指令在被执行时,还可以使所述处理器:
根据预设的执行阶段与风控模型之间的对应关系,确定所述第一执行阶段对应的第一风控模型;
根据所述第一风控模型对所述第一事件进行风险识别,得到所述第一风险识别结果。
可选地,计算机可执行指令在被执行时,还可以使所述处理器:
获取用户对所述各执行阶段分别对应的风险识别结果的反馈信息;
确定所述反馈信息对应的第三执行阶段;及,确定所述第三执行阶段对应的第二风控模型;
根据所述第三执行阶段对应的风险识别结果及所述反馈信息,对所述第三执行阶段对应的所述第二风控模型进行更新。
可选地,所述风险评估信息包括所述第一事件的风险等级;
相应的,计算机可执行指令在被执行时,还可以使所述处理器:
根据预设的风险等级与风控策略之间的对应关系,确定所述第一事件的风险等级所对应的第一风控策略;
将所述第一事件的风险等级及其对应的所述第一风控策略发送至所述客户端,以使所述客户端根据所述第一风控策略对所述第一事件进行相应的风险防控。
可选地,所述风险等级包括低风险等级、中风险等级或高风险等级;
相应的,计算机可执行指令在被执行时,还可以使所述处理器:
当所述第一事件的风险等级为所述中风险等级时,确定所述第一风控策略为利用指定风险识别方式对所述第一事件进行二次风险识别;
其中,所述指定风险识别方式包括短信验证、生物特征验证中的至少一种识别方式。
可选地,计算机可执行指令在被执行时,还可以使所述处理器:
确定执行所述第一事件的第一用户的用户信息;
根据所述用户信息,挖掘与所述第一用户之间满足预设相关性条件的第二用户;
根据所述第一事件对应的所述风险评估信息,预测所述第二用户所执行的第二事件对应的风险评估信息。
可选地,所述满足预设相关性条件包括以下至少一项:
所述用户信息中的第一指定信息相同;
所述用户信息中的第二指定信息具有指定类型的社交关系;
所述用户信息中的通讯信息之间的通讯次数超过预设值;
其中,所述用户信息包括证件信息、账号信息、通讯信息、所使用的设备信息中的至少一项。
本说明书一个或多个实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行上述风险防控方法,并具体用于执行:
当接收到来自客户端的、针对第一事件的执行请求时,确定所述第一事件对应的第一执行阶段;
根据所述第一执行阶段,确定针对所述第一事件的第一风险识别策略;其中,不同的执行阶段对应不同的风险识别策略;
根据所述第一风险识别策略对所述第一事件进行风险识别,得到第一风险识别结果;及,根据所述第一风险识别结果确定所述第一事件对应的风险评估信息;
将所述风险评估信息发送至所述客户端,以使所述客户端根据所述风险评估信息对所述第一事件进行相应的风险防控。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书一个或多个实施例可提供为方法、***、或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个实施例是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(trans itory media),如调制的数据信号和载波。
还需要说明的是,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、商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、商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,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书一个或多个实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书一个或多个实施例可以有各种更改和变化。凡在本说明书一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书一个或多个实施例的权利要求范围之内。

Claims (15)

1.一种风险防控方法,包括:
当接收到来自客户端的、针对第一事件的执行请求时,确定所述第一事件对应的第一执行阶段;
根据所述第一执行阶段,确定针对所述第一事件的第一风险识别策略;其中,不同的执行阶段对应不同的风险识别策略;
根据所述第一风险识别策略对所述第一事件进行风险识别,得到第一风险识别结果;及,根据所述第一风险识别结果确定所述第一事件对应的风险评估信息;
将所述风险评估信息发送至所述客户端,以使所述客户端根据所述风险评估信息对所述第一事件进行相应的风险防控。
2.根据权利要求1所述的方法,所述根据所述第一风险识别结果确定所述第一事件对应的风险评估信息;包括:
确定由所述客户端执行、且在所述第一执行阶段之前的至少一个第二执行阶段;
获取各所述第二执行阶段分别对应的第二风险识别结果;
根据各所述第二风险识别结果及所述第一风险识别结果,确定所述第一事件对应的所述风险评估信息。
3.根据权利要求2所述的方法,所述第一风险识别结果包括第一风险评估值;所述第二风险识别结果包括第二风险评估值;所述风险评估信息包括总风险评估值;
相应的,所述根据各所述第二风险识别结果及所述第一风险识别结果,确定所述第一事件对应的所述风险评估信息,包括:
确定各所述第二风险识别结果及所述第一风险识别结果分别对应的权重;
根据各所述第二风险识别结果及所述第一风险识别结果分别对应的权重,对各所述第二风险评估值及所述第一风险评估值进行加权计算,得到所述第一事件对应的所述总风险评估值。
4.根据权利要求1所述的方法,所述风险识别策略包括风控模型;所述风控模型是根据各执行阶段的多个历史事件的事件信息及各所述历史事件对应的历史风险识别结果训练而成的;
相应的,所述根据所述第一执行阶段,确定针对所述第一事件的第一风险识别策略;根据所述第一风险识别策略对所述第一事件进行风险识别,得到第一风险识别结果;包括:
根据预设的执行阶段与风控模型之间的对应关系,确定所述第一执行阶段对应的第一风控模型;
根据所述第一风控模型对所述第一事件进行风险识别,得到所述第一风险识别结果。
5.根据权利要求4所述的方法,还包括:
获取用户对所述各执行阶段分别对应的风险识别结果的反馈信息;
确定所述反馈信息对应的第三执行阶段;及,确定所述第三执行阶段对应的第二风控模型;
根据所述第三执行阶段对应的风险识别结果及所述反馈信息,对所述第三执行阶段对应的所述第二风控模型进行更新。
6.根据权利要求1所述的方法,所述风险评估信息包括所述第一事件的风险等级;
相应的,所述将所述风险评估信息发送至所述客户端,以使所述客户端根据所述风险评估信息对所述第一事件进行相应的风险防控,包括:
根据预设的风险等级与风控策略之间的对应关系,确定所述第一事件的风险等级所对应的第一风控策略;
将所述第一事件的风险等级及其对应的所述第一风控策略发送至所述客户端,以使所述客户端根据所述第一风控策略对所述第一事件进行相应的风险防控。
7.根据权利要求6所述的方法,所述风险等级包括低风险等级、中风险等级或高风险等级;
相应的,所述根据预设的风险等级与风控策略之间的对应关系,确定所述第一事件的风险等级所对应的第一风控策略,包括:
当所述第一事件的风险等级为所述中风险等级时,确定所述第一风控策略为利用指定风险识别方式对所述第一事件进行二次风险识别;
其中,所述指定风险识别方式包括短信验证、生物特征验证中的至少一种识别方式。
8.根据权利要求1所述的方法,还包括:
确定执行所述第一事件的第一用户的用户信息;
根据所述用户信息,挖掘与所述第一用户之间满足预设相关性条件的第二用户;
根据所述第一事件对应的所述风险评估信息,预测所述第二用户所执行的第二事件对应的风险评估信息。
9.根据权利要求8所述的方法,所述满足预设相关性条件包括以下至少一项:
所述用户信息中的第一指定信息相同;
所述用户信息中的第二指定信息具有指定类型的社交关系;
所述用户信息中的通讯信息之间的通讯次数超过预设值;
其中,所述用户信息包括证件信息、账号信息、通讯信息、所使用的设备信息中的至少一项。
10.一种风险防控装置,包括:
第一确定模块,用于当接收到来自客户端的、针对第一事件的执行请求时,确定所述第一事件对应的第一执行阶段;
第二确定模块,用于根据所述第一执行阶段,确定针对所述第一事件的第一风险识别策略;其中,不同的执行阶段对应不同的风险识别策略;
识别及确定模块,用于根据所述第一风险识别策略对所述第一事件进行风险识别,得到第一风险识别结果;及,根据所述第一风险识别结果确定所述第一事件对应的风险评估信息;
发送模块,用于将所述风险评估信息发送至所述客户端,以使所述客户端根据所述风险评估信息对所述第一事件进行相应的风险防控。
11.根据权利要求10所述的装置,所述识别及确定模块包括:
第一确定单元,用于确定由所述客户端执行、且在所述第一执行阶段之前的至少一个第二执行阶段;
获取单元,用于获取各所述第二执行阶段分别对应的第二风险识别结果;
第二确定单元,用于根据各所述第二风险识别结果及所述第一风险识别结果,确定所述第一事件对应的所述风险评估信息。
12.根据权利要求11所述的装置,所述第一风险识别结果包括第一风险评估值;所述第二风险识别结果包括第二风险评估值;所述风险评估信息包括总风险评估值;
相应的,所述第二确定单元还用于:
确定各所述第二风险识别结果及所述第一风险识别结果分别对应的权重;
根据各所述第二风险识别结果及所述第一风险识别结果分别对应的权重,对各所述第二风险评估值及所述第一风险评估值进行加权计算,得到所述第一事件对应的所述总风险评估值。
13.根据权利要求10所述的装置,所述风险识别策略包括风控模型;所述风控模型是根据各执行阶段的多个历史事件的事件信息及各所述历史事件对应的历史风险识别结果训练而成的;
相应的,所述第二确定模块包括:
第三确定单元,用于根据预设的执行阶段与风控模型之间的对应关系,确定所述第一执行阶段对应的第一风控模型;
所述识别及确定模块包括:
识别单元,用于根据所述第一风控模型对所述第一事件进行风险识别,得到所述第一风险识别结果。
14.一种风险防控设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器:
当接收到来自客户端的、针对第一事件的执行请求时,确定所述第一事件对应的第一执行阶段;
根据所述第一执行阶段,确定针对所述第一事件的第一风险识别策略;其中,不同的执行阶段对应不同的风险识别策略;
根据所述第一风险识别策略对所述第一事件进行风险识别,得到第一风险识别结果;及,根据所述第一风险识别结果确定所述第一事件对应的风险评估信息;
将所述风险评估信息发送至所述客户端,以使所述客户端根据所述风险评估信息对所述第一事件进行相应的风险防控。
15.一种存储介质,用于存储计算机可执行指令,所述可执行指令在被执行时实现以下流程:
当接收到来自客户端的、针对第一事件的执行请求时,确定所述第一事件对应的第一执行阶段;
根据所述第一执行阶段,确定针对所述第一事件的第一风险识别策略;其中,不同的执行阶段对应不同的风险识别策略;
根据所述第一风险识别策略对所述第一事件进行风险识别,得到第一风险识别结果;及,根据所述第一风险识别结果确定所述第一事件对应的风险评估信息;
将所述风险评估信息发送至所述客户端,以使所述客户端根据所述风险评估信息对所述第一事件进行相应的风险防控。
CN201910452218.3A 2019-05-28 2019-05-28 风险防控方法及装置 Active CN110147967B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910452218.3A CN110147967B (zh) 2019-05-28 2019-05-28 风险防控方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910452218.3A CN110147967B (zh) 2019-05-28 2019-05-28 风险防控方法及装置

Publications (2)

Publication Number Publication Date
CN110147967A true CN110147967A (zh) 2019-08-20
CN110147967B CN110147967B (zh) 2023-05-30

Family

ID=67593422

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910452218.3A Active CN110147967B (zh) 2019-05-28 2019-05-28 风险防控方法及装置

Country Status (1)

Country Link
CN (1) CN110147967B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110855703A (zh) * 2019-11-22 2020-02-28 秒针信息技术有限公司 智能风险识别***、方法和电子设备
CN111080306A (zh) * 2019-12-17 2020-04-28 中国建设银行股份有限公司 交易风险确定方法、装置、设备及存储介质
CN111144744A (zh) * 2019-12-26 2020-05-12 支付宝(杭州)信息技术有限公司 业务处理方法、装置及电子设备
CN111613281A (zh) * 2020-05-15 2020-09-01 首都医科大学 一种基于医院信息***的谵妄风险评估方法及评估***
CN112418578A (zh) * 2019-08-22 2021-02-26 贝壳技术有限公司 一种业务风险预警方法、电子设备及存储介质
CN112907132A (zh) * 2021-03-25 2021-06-04 支付宝(杭州)信息技术有限公司 全链路交互式风控方法和***
CN112989929A (zh) * 2021-02-04 2021-06-18 支付宝(杭州)信息技术有限公司 目标用户的识别方法、装置和电子设备
CN113421136A (zh) * 2021-08-25 2021-09-21 深圳兆瑞优品科技有限公司 网络购物风控方法、装置及***
CN113992429A (zh) * 2021-12-22 2022-01-28 支付宝(杭州)信息技术有限公司 一种事件的处理方法、装置及设备
CN115345533A (zh) * 2022-10-20 2022-11-15 阿里健康科技(杭州)有限公司 订单数据处理方法、装置、设备及存储介质
CN116151627A (zh) * 2023-04-04 2023-05-23 支付宝(杭州)信息技术有限公司 一种业务风控的方法、装置、存储介质及电子设备

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102164138A (zh) * 2011-04-18 2011-08-24 奇智软件(北京)有限公司 一种保证用户网络安全性的方法及客户端
US20130055337A1 (en) * 2011-08-24 2013-02-28 International Business Machines Corporation Risk-based model for security policy management
US20150186995A1 (en) * 2013-12-26 2015-07-02 Trading Technologies International, Inc. Systems and Methods to Monitor Risk of Trading Strategies
US20160155070A1 (en) * 2011-06-08 2016-06-02 Accenture Global Services Limited Decision tree machine learning
CN106156151A (zh) * 2015-04-14 2016-11-23 阿里巴巴集团控股有限公司 互联网操作事件的风险识别方法及装置
CN106953738A (zh) * 2016-10-11 2017-07-14 阿里巴巴集团控股有限公司 风险控制方法及装置
CN107067157A (zh) * 2017-03-01 2017-08-18 北京奇艺世纪科技有限公司 业务风险评估方法、装置及风控***
CN107644340A (zh) * 2016-07-22 2018-01-30 阿里巴巴集团控股有限公司 风险识别方法、客户端设备及风险识别***
CN108062629A (zh) * 2017-12-26 2018-05-22 平安科技(深圳)有限公司 交易事件的处理方法、终端设备及介质
CN108460681A (zh) * 2017-02-20 2018-08-28 阿里巴巴集团控股有限公司 一种风险管控方法及装置
US20180247312A1 (en) * 2017-02-28 2018-08-30 Early Warning Services, Llc Authentication and security for mobile-device transactions
CN109064175A (zh) * 2018-06-11 2018-12-21 阿里巴巴集团控股有限公司 一种账户盗用风险防控方法及装置
CN109714301A (zh) * 2017-10-25 2019-05-03 北京京东尚科信息技术有限公司 注册风险识别方法、装置、电子设备及存储介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102164138A (zh) * 2011-04-18 2011-08-24 奇智软件(北京)有限公司 一种保证用户网络安全性的方法及客户端
US20160155070A1 (en) * 2011-06-08 2016-06-02 Accenture Global Services Limited Decision tree machine learning
US20130055337A1 (en) * 2011-08-24 2013-02-28 International Business Machines Corporation Risk-based model for security policy management
US20150186995A1 (en) * 2013-12-26 2015-07-02 Trading Technologies International, Inc. Systems and Methods to Monitor Risk of Trading Strategies
CN106156151A (zh) * 2015-04-14 2016-11-23 阿里巴巴集团控股有限公司 互联网操作事件的风险识别方法及装置
CN107644340A (zh) * 2016-07-22 2018-01-30 阿里巴巴集团控股有限公司 风险识别方法、客户端设备及风险识别***
CN106953738A (zh) * 2016-10-11 2017-07-14 阿里巴巴集团控股有限公司 风险控制方法及装置
CN108460681A (zh) * 2017-02-20 2018-08-28 阿里巴巴集团控股有限公司 一种风险管控方法及装置
US20180247312A1 (en) * 2017-02-28 2018-08-30 Early Warning Services, Llc Authentication and security for mobile-device transactions
CN107067157A (zh) * 2017-03-01 2017-08-18 北京奇艺世纪科技有限公司 业务风险评估方法、装置及风控***
CN109714301A (zh) * 2017-10-25 2019-05-03 北京京东尚科信息技术有限公司 注册风险识别方法、装置、电子设备及存储介质
CN108062629A (zh) * 2017-12-26 2018-05-22 平安科技(深圳)有限公司 交易事件的处理方法、终端设备及介质
CN109064175A (zh) * 2018-06-11 2018-12-21 阿里巴巴集团控股有限公司 一种账户盗用风险防控方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王新宇;牛李凤华;贺坤;: "APP隐私泄露风险评估与保护方案", 通信学报 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112418578A (zh) * 2019-08-22 2021-02-26 贝壳技术有限公司 一种业务风险预警方法、电子设备及存储介质
CN110855703A (zh) * 2019-11-22 2020-02-28 秒针信息技术有限公司 智能风险识别***、方法和电子设备
CN111080306A (zh) * 2019-12-17 2020-04-28 中国建设银行股份有限公司 交易风险确定方法、装置、设备及存储介质
CN111144744B (zh) * 2019-12-26 2022-06-24 支付宝(杭州)信息技术有限公司 业务处理方法、装置及电子设备
CN111144744A (zh) * 2019-12-26 2020-05-12 支付宝(杭州)信息技术有限公司 业务处理方法、装置及电子设备
CN111613281A (zh) * 2020-05-15 2020-09-01 首都医科大学 一种基于医院信息***的谵妄风险评估方法及评估***
CN111613281B (zh) * 2020-05-15 2023-11-14 首都医科大学 一种基于医院信息***的谵妄风险评估方法及评估***
CN112989929A (zh) * 2021-02-04 2021-06-18 支付宝(杭州)信息技术有限公司 目标用户的识别方法、装置和电子设备
CN112907132A (zh) * 2021-03-25 2021-06-04 支付宝(杭州)信息技术有限公司 全链路交互式风控方法和***
CN113421136A (zh) * 2021-08-25 2021-09-21 深圳兆瑞优品科技有限公司 网络购物风控方法、装置及***
CN113992429A (zh) * 2021-12-22 2022-01-28 支付宝(杭州)信息技术有限公司 一种事件的处理方法、装置及设备
CN115345533A (zh) * 2022-10-20 2022-11-15 阿里健康科技(杭州)有限公司 订单数据处理方法、装置、设备及存储介质
CN116151627A (zh) * 2023-04-04 2023-05-23 支付宝(杭州)信息技术有限公司 一种业务风控的方法、装置、存储介质及电子设备
CN116151627B (zh) * 2023-04-04 2023-09-01 支付宝(杭州)信息技术有限公司 一种业务风控的方法、装置、存储介质及电子设备

Also Published As

Publication number Publication date
CN110147967B (zh) 2023-05-30

Similar Documents

Publication Publication Date Title
CN110147967A (zh) 风险防控方法及装置
CN106097043B (zh) 一种信用数据的处理方法及服务器
CN109034660A (zh) 基于预测模型的风险控制策略的确定方法及相关装置
CN105493587B (zh) 自适应位置扰动
CN105337928B (zh) 用户身份识别方法、安全保护问题生成方法及装置
CN109922032A (zh) 用于确定登录账户的风险的方法和装置
CN109063966A (zh) 风险账户的识别方法和装置
CN108256720A (zh) 一种保险理赔风险评估方法及终端设备
CN112465627B (zh) 基于区块链和机器学习的金融借贷审核方法及***
CN110162292A (zh) 语音播报方法及装置
CN109543726A (zh) 一种训练模型的方法及装置
CN108830443A (zh) 一种合同审阅方法及装置
CN107220867A (zh) 对象控制方法及装置
CN108416684A (zh) 一种账号主体的可信程度评估方法、装置及服务器
CN107657357B (zh) 数据的处理方法及装置
CN110020865A (zh) 交易识别方法及装置
CN112948274A (zh) 测试用例评分模型训练方法和测试用例选择方法
CN109213758A (zh) 数据存取方法、装置、设备及计算机可读存储介质
CN103593355A (zh) 用户原创内容的推荐方法及推荐装置
CN110807667A (zh) 一种激活沉睡客户的方法和装置
CN112702410B (zh) 一种基于区块链网络的评估***、方法及相关设备
US20170228680A1 (en) Improvement message based on element score
CN109948038A (zh) 问题推送方法及装置
CN107945034A (zh) 基于微博财经事件的金融分析方法、应用服务器及计算机可读存储介质
CN110215703A (zh) 游戏应用的选择方法、装置及***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20200923

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman, British Islands

Applicant after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman, British Islands

Applicant before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20200923

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman, British Islands

Applicant after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Applicant before: Alibaba Group Holding Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant