CN110363648B - 一种基于同一地理类型多维度属性校验方法、装置和电子设备 - Google Patents

一种基于同一地理类型多维度属性校验方法、装置和电子设备 Download PDF

Info

Publication number
CN110363648B
CN110363648B CN201910541814.9A CN201910541814A CN110363648B CN 110363648 B CN110363648 B CN 110363648B CN 201910541814 A CN201910541814 A CN 201910541814A CN 110363648 B CN110363648 B CN 110363648B
Authority
CN
China
Prior art keywords
application
geographic
same
user
application users
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.)
Active
Application number
CN201910541814.9A
Other languages
English (en)
Other versions
CN110363648A (zh
Inventor
程锋
苏绥绥
常富洋
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.)
Beijing Qiyu Information Technology Co Ltd
Original Assignee
Beijing Qiyu Information Technology Co 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 Beijing Qiyu Information Technology Co Ltd filed Critical Beijing Qiyu Information Technology Co Ltd
Priority to CN201910541814.9A priority Critical patent/CN110363648B/zh
Publication of CN110363648A publication Critical patent/CN110363648A/zh
Application granted granted Critical
Publication of CN110363648B publication Critical patent/CN110363648B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03Credit; Loans; Processing thereof
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • Accounting & Taxation (AREA)
  • General Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明公开了一种一种基于同一地理类型多维度属性校验方法及装置,通过获取同一时段内的申请用户多个地理属性数据,并将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量,进而判断所述属于相同或相近地理位置的申请用户的数量是否高于预设阈值,执行拒绝策略。本发明将同一时段的申请用户的多个地理属性数据的校验结果得到较为准确的用户申请数量,进而对申请用户的可能存在的欺诈行为进行预防。

Description

一种基于同一地理类型多维度属性校验方法、装置和电子 设备
技术领域
本发明涉及计算机信息处理领域,具体而言,涉及一种基于同一地理类型多维度属性校验方法、装置、电子设备及计算机可读介质。
背景技术
目前很多用户在申请授信额度的时候,存在伪造材料或者在同一区域的用户申请数量会出现数量突增。以往都是基于单维度的欺诈风险预测,现在本发明提出了基于同一地理类型的多维度属性校验方法来实现欺诈预防。
发明内容
鉴于上述问题,提出了本说明书以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于同一地理类型多维度属性校验方法及装置。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
第一方面,本发明提供一种基于同一地理类型多维度属性校验方法,包括:
获取同一时段内的申请用户多个地理属性数据;
将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量;
判断所述属于相同或相近地理位置的申请用户的数量是否高于预设阈值,执行拒绝策略。
在本公开的一种示例性实施例中,所述的获取同一时段内的申请用户多个地理属性数据包括:
获取同一时段的申请用户的LBS地理位置、IP地址、WIFI信息和/或基站信息。
在本公开的一种示例性实施例中,所述将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量还包括:
根据所述申请用户的LBS地理位置,统计同一时段预设距离的所述申请用户的数量。
在本公开的一种示例性实施例中,所述将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量还包括:
根据所述申请用户的IP地址,统计同一时段相同或者同一网段的IP地址下的所述申请用户的数量。
在本公开的一种示例性实施例中,所述将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量还包括:
根据所述申请用户的WIFI信息,统计同一时段同一个WIFI下所述申请用户的数量。
在本公开的一种示例性实施例中,所述将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量还包括:
根据所述申请用户的WIFI信息,统计同一时段同一个WIFI下所述申请用户的数量。
在本公开的一种示例性实施例中,所述将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量具体为:
将所述申请用户的LBS地理位置、IP地址、WIFI信息和/或基站信息进行校验,计算属于相同或相近地理位置的申请用户数量。
在本公开的一种示例性实施例中,所述根据所述申请用户的LBS地理位置,统计同一时段预设距离的所述申请用户的数量进一步包括:
根据所述申请用户的LBS地理位置,得到所述申请用户所处地点的人口密集度;
根据所述申请用户所处地点的人口密集度确定预设距离。
在本公开的一种示例性实施例中,所述判断所述属于相同或相近地理位置的申请用户的数量是否高于预设阈值,执行拒绝策略还包括:
设定用户申请量阈值;
判断所述属于相同或相近地理位置的申请用户的数量是否高于预设阈值,执行拒绝策略。
在本公开的一种示例性实施例中,获取所述申请用户的常住地信息;
设定申请地距离阈值;
将所述申请用户的常住地与所述申请用户的LBS地理位置相比较,如果所述申请用户的常住地与所述申请用户的LBS地理位置相比的距离大于所述申请地距离阈值,则所述申请用户的行为是异常的,则针对所述申请用户进行规则限定。
第二方面,本发明提供一个基于同一地理类型多维度属性校验的方法的装置,包括:
获取单元,用于获取同一时段内的申请用户多个地理属性数据;
计算单元,用于将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量;
执行单元,用于判断所述属于相同或相近地理位置的申请用户的数量是否高于预设阈值,执行拒绝策略。
在本公开的一种示例性实施例中,所述获取单元进一步包括:
地理属性数据获取单元,用于获取同一时段的申请用户的LBS地理位置、IP地址、WIFI信息和/或基站信息。
在本公开的一种示例性实施例中,所述计算单元,进一步包括:
LBS用户数量统计单元,用于根据所述申请用户的LBS地理位置,统计同一时段预设距离的所述申请用户的数量。
在本公开的一种示例性实施例中,所述计算单元,进一步包括:
IP地址用户数量统计单元,用于根据所述申请用户的IP地址,统计同一时段相同或者同一网段的IP地址下的所述申请用户的数量。
在本公开的一种示例性实施例中,所述计算单元,进一步包括:
WIFI用户数量统计单元,用于根据所述申请用户的WIFI信息,统计同一时段同一个WIFI下所述申请用户的数量。
在本公开的一种示例性实施例中,所述计算单元,进一步包括:
基站用户数量统计单元,用于根据所述申请用户的WIFI信息,统计同一时段同一个WIFI下所述申请用户的数量。
在本公开的一种示例性实施例中,所述计算单元具体为:
将所述申请用户的LBS地理位置、IP地址、WIFI信息和/或基站信息进行校验,计算属于相同或相近地理位置的申请用户数量。
在本公开的一种示例性实施例中,所述LBS用户数量统计单元进一步包括:
预设距离确定单元,用于根据所述申请用户的LBS地理位置,得到所述申请用户所处地点的人口密集度;
根据所述申请用户所处地点的人口密集度确定预设距离。
在本公开的一种示例性实施例中,所述执行模块还包括:
用户申请量阈值设定模块,用于设定用户申请量阈值;
判断模块,用于判断所述属于相同或相近地理位置的申请用户的数量是否高于预设阈值,执行拒绝策略。
在本公开的一种示例性实施例中,获取常住地信息模块,用于获取所述申请用户的常住地信息;
申请地阈值设定模块,用于设定申请地距离阈值;
规则限定模块,用于将所述申请用户的常住地与所述申请用户的LBS地理位置相比较,如果所述申请用户的常住地与所述申请用户的LBS地理位置相比的距离大于所述申请地距离阈值,则所述申请用户的行为是异常的,则针对所述申请用户进行规则限定。
第三方面,本说明书提供一种服务器,包括处理器和存储器:所述存储器用于存储上述任一项所述方法的程序;所述处理器被配置为用于执行所述存储器中存储的程序实现上述任一项所述方法的步骤。
第四方面,本说明书实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一项所述方法的步骤。
根据本发明的一个基于同一地理类型多维度属性校验的方法、装置、电子设备及计算机可读介质,通过获取同一时段内的申请用户多个地理属性数据,将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量,再判断所述属于相同或相近地理位置的申请用户的数量是否高于预设阈值,执行拒绝策略,最终实现欺诈预防。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚,下面将参照附图详细描述本发明的具体实施例。但需声明的是,下面描述的附图仅仅是本发明本发明示例性实施例的附图,对于本领域的技术人员来讲,在不付出创造性劳动的前提下,可以根据这些附图获得其他实施例的附图。
图1是根据一示例性实施例示出的一种基于同一地理类型多维度属性校验方法的流程框图。
图2是根据另一示例性实施例示出的一种基于同一地理类型多维度属性校验方法的装置的框图。
图3是根据一示例性实施例示出的一种服务器的框图。
图4是根据一示例性实施例示出的一种计算机可读介质的框图。
具体实施方式
现在将参考附图更全面地描述本发明的示例性实施例。然而,示例性实施例能够以多种形式实施,且不应被理解为本发明仅限于在此阐述的实施例。相反,提供这些示例性实施例能够使得本发明更加全面和完整,更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分,因而将省略对它们的重复描述。
在符合本发明的技术构思的前提下,在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
在对于具体实施例的描述中,本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是,并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
应理解,虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分,但这不应受这些定语限制。这些定语乃是用以区分一者与另一者。例如,第一器件亦可称为第二器件而不偏离本发明实质的技术方案。
术语“和/或”或者“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
本领域技术人员可以理解,附图只是示例实施例的示意图,附图中的模块或流程并不一定是实施本公开所必须的,因此不能用于限制本公开的保护范围。
下面,通过几个具体的实施例对本发明的技术方案进行详细介绍和说明。
见图1,一种基于同一地理类型多维度属性校验方法,包括:
S101:获取同一时段内的申请用户多个地理属性数据。
所述获取同一时段内的申请用户多个地理属性数据包括:
获取同一时段的申请用户的LBS地理位置、IP地址、WIFI信息和/或基站信息。
还包括,获取所述申请用户的常住地信息;
设定申请地距离阈值;
将所述申请用户的常住地与所述申请用户的LBS地理位置相比较,如果所述申请用户的常住地与所述申请用户的LBS地理位置相比的距离大于所述申请地距离阈值,则所述申请用户的行为是异常的,则针对所述申请用户进行规则限定。
具体来说,获取同一时段内的申请用户的LBS地理位置、IP地址、WIFI信息、基站信息。然后,同时也可以获取所述申请用户的常住地信息。设定申请距离阈值,如果申请用户的常住地和申请用户的LBS地理位置相比较,大于设定的申请距离,说明用户没有在常住地申请,那么就可以认为用户的申请行为是异常的,则可以对实施该异常行为的用户进行规则限定。用户的异常行为,可以是用户账号被盗取,或者用户账号是伪造的,也可以是非本人操作行为。
S102:所述将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量还包括:
根据所述申请用户的LBS地理位置,统计同一时段预设距离的所述申请用户的数量。
所述根据所述申请用户的LBS地理位置,统计同一时段预设距离的所述申请用户的数量进一步包括:
根据所述申请用户的LBS地理位置,得到所述申请用户所处地点的人口密集度;
根据所述申请用户所处地点的人口密集度确定预设距离。
所述将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量还包括:
根据所述申请用户的IP地址,统计同一时段相同或者同一网段的IP地址下的所述申请用户的数量。
所述将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量还包括:
根据所述申请用户的WIFI信息,统计同一时段同一个WIFI下所述申请用户的数量。
所述将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量还包括:
根据所述申请用户的WIFI信息,统计同一时段同一个WIFI下所述申请用户的数量。
所述将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量具体为:
将所述申请用户的LBS地理位置、IP地址、WIFI信息和/或基站信息进行校验,计算属于相同或相近地理位置的申请用户数量。
具体来说,因为申请用户的LBS地理位置、IP地址、WIFI信息、基站信息都是可以伪造的,但是不能同时伪造,这些信息都是属于同一地理类型的维度属性,可以实现相互校验。而通过这些信息的相互校验可以得到一个准确的申请用户的数量。
S103:判断所述属于相同或相近地理位置的申请用户的数量是否高于预设阈值,执行拒绝策略。
所述判断所述属于相同或相近地理位置的申请用户的数量是否高于预设阈值,执行拒绝策略还包括:
设定用户申请量阈值;
判断所述属于相同或相近地理位置的申请用户的数量是否高于预设阈值,执行拒绝策略。
具体来说,设定一个用户申请量阈值,判断属于相同或者相近地理位置的申请用户数量是否高于预设的阈值,如果高于的话,说明在这个时间段,用户申请数量是不正常的,那么就执行拒绝策略。
具体举例来说,有部分用户会伪造申请材料或者号召很多人一起来申请注册,所以,本发明的做法就是,获取这些申请用户的LBS地理位置(经纬度),然后在100以米做个网格,统计有多少个用户在这段时间内进行申请;同理,对于相同或同一网段的IP地址下的用户申请量也计数;同理,同一个WIFI下的用户申请人数也计数;同理,相同基站下用户申请人数也计数。这样如果有突然的数量突增,比如短时间段内100人以上在上述任何一个维度上,则进行拒绝策略。除此之外,由于这些维度单独都是可以作假的,所以用这几个维度相互校验,排除作假的情况。同时LBS中的距离设定可以针对不同的地理位置进行不同的限定,在人口密集度高的城市,设定的距离可以更广一些,可以为100米,10KM,20KM。进一步地,如果用户在申请360借条的授信额度的时候,按照我们一般理解应当在常住地(比如公司、家),如果用户再申请时的LBS地理位置,与其常住地列表进行对比,超过一定阈值(比如10km),则这个用户是有问题的(比如此操作行为不是用户本人所为,或者用户账号被盗号,用户被伪造身份证等),行为是异常的,那么针对这种可能的欺诈行为,就可以做规则限定这类用户,即反欺诈。
本领域技术人员可以理解,实现上述实施例的全部或部分步骤被实现为由计算机数据处理设备执行的程序(计算机程序)。在该计算机程序被执行时,可以实现本发明提供的上述方法。而且,所述的计算机程序可以存储于计算机可读存储介质中,该存储介质可以是磁盘、光盘、ROM、RAM等可读存储介质,也可以是多个存储介质组成的存储阵列,例如磁盘或磁带存储阵列。所述的存储介质不限于集中式存储,其也可以是分布式存储,例如基于云计算的云存储。
下面描述本发明的装置实施例,该装置可以用于执行本发明的方法实施例。对于本发明装置实施例中描述的细节,应视为对于上述方法实施例的补充;对于在本发明装置实施例中未披露的细节,可以参照上述方法实施例来实现。
见图2,一个基于同一地理类型多维度属性校验的方法的装置,包括:
获取单元201,用于获取同一时段内的申请用户多个地理属性数据。
所述获取单元进一步包括:
地理属性数据获取单元,用于获取同一时段的申请用户的LBS地理位置、IP地址、WIFI信息和/或基站信息。
获取常住地信息模块,用于获取所述申请用户的常住地信息;
申请地阈值设定模块,用于设定申请地距离阈值;
规则限定模块,用于将所述申请用户的常住地与所述申请用户的LBS地理位置相比较,如果所述申请用户的常住地与所述申请用户的LBS地理位置相比的距离大于所述申请地距离阈值,则所述申请用户的行为是异常的,则针对所述申请用户进行规则限定。
具体来说,地理属性数据获取单元获取同一时段内的申请用户的LBS地理位置、IP地址、WIFI信息、基站信息。然后,同时获取常住地信息模块也可以获取所述申请用户的常住地信息。申请地阈值设定模块用来设定申请距离阈值。之后规则限定模块将申请用户的常住地和申请用户的LBS地理位置相比较,如果比较结果大于设定的申请距离,说明用户没有在常住地申请,那么就可以认为用户的申请行为是异常的,则可以对实施该异常行为的用户进行规则限定。用户的异常行为,可以是用户账号被盗取,或者用户账号是伪造的,也可以是非本人操作行为。
计算单元202,用于将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量。
所述计算单元,进一步包括:
LBS用户数量统计单元,用于根据所述申请用户的LBS地理位置,统计同一时段预设距离的所述申请用户的数量。
所述LBS用户数量统计单元进一步包括:
预设距离确定单元,用于根据所述申请用户的LBS地理位置,得到所述申请用户所处地点的人口密集度;
根据所述申请用户所处地点的人口密集度确定预设距离。
所述计算单元,进一步包括:
IP地址用户数量统计单元,用于根据所述申请用户的IP地址,统计同一时段相同或者同一网段的IP地址下的所述申请用户的数量。
所述计算单元,进一步包括:
WIFI用户数量统计单元,用于根据所述申请用户的WIFI信息,统计同一时段同一个WIFI下所述申请用户的数量。
所述计算单元,进一步包括:
基站用户数量统计单元,用于根据所述申请用户的WIFI信息,统计同一时段同一个WIFI下所述申请用户的数量。
所述计算单元具体为:
将所述申请用户的LBS地理位置、IP地址、WIFI信息和/或基站信息进行校验,计算属于相同或相近地理位置的申请用户数量。
具体来说,因为申请用户的LBS地理位置、IP地址、WIFI信息、基站信息都是可以伪造的,但是不能同时伪造,这些信息都是属于同一地理类型的维度属性,可以实现相互校验。而通过这些信息的相互校验可以得到一个准确的申请用户的数量。
执行单元203,用于判断所述属于相同或相近地理位置的申请用户的数量是否高于预设阈值,执行拒绝策略。
所述执行单元还包括:
用户申请量阈值设定模块,用于设定用户申请量阈值;
判断模块,用于判断所述属于相同或相近地理位置的申请用户的数量是否高于预设阈值,执行拒绝策略。
具体来说,用户申请量阈值设定模块,用来设定一个用户申请量阈值,判断模块用于判断属于相同或者相近地理位置的申请用户数量是否高于预设的阈值,如果高于的话,说明在这个时间段,用户申请数量是不正常的,那么就执行拒绝策略。
本领域技术人员可以理解,上述装置实施例中的各模块可以按照描述分布于装置中,也可以进行相应变化,分布于不同于上述实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
下面描述本发明的电子设备实施例,该电子设备可以视为对于上述本发明的方法和装置实施例的具体实体实施方式。对于本发明电子设备实施例中描述的细节,应视为对于上述方法或装置实施例的补充;对于在本发明电子设备实施例中未披露的细节,可以参照上述方法或装置实施例来实现。
图3是根据一示例性实施例示出的一种服务器的框图。
下面参照图3来描述根据本公开的这种实施方式的服务器300。图3显示的服务器300仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示,服务器300以通用计算设备的形式表现。服务器300的组件可以包括但不限于:至少一个处理单元310、至少一个存储单元320、连接不同***组件(包括存储单元320和处理单元310)的总线330、显示单元340等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元310执行,使得所述处理单元310执行本说明书上述电子处方流转处理方法部分中描述的根据本公开各种示例性实施方式的步骤。例如,所述处理单元310可以执行如图1中所示的步骤。
所述存储单元320可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)3201和/或高速缓存存储单元3202,还可以进一步包括只读存储单元(ROM)3203。
所述存储单元320还可以包括具有一组(至少一个)程序模块3205的程序/实用工具3204,这样的程序模块3205包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线330可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
服务器300也可以与一个或多个外部设备400(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该服务器300交互的设备通信,和/或与使得该服务器300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口350进行。并且,服务器300还可以通过网络适配器360与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器360可以通过总线330与服务器300的其它模块通信。应当明白,尽管图中未示出,可以结合服务器300使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个计算机可读存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述方法。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该计算机可读介质实现如下功能:一种基于同一地理类型多维度属性校验方法,包括获取同一时段内的申请用户多个地理属性数据,将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量,判断所述属于相同或相近地理位置的申请用户的数量是否高于预设阈值,执行拒绝策略。
以上具体地示出和描述了本公开的示例性实施例。应可理解的是,本公开不限于这里描述的详细结构、设置方式或实现方法;相反,本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。
此外,本说明书说明书附图所示出的结构、比例、大小等,均仅用以配合说明书所公开的内容,以供本领域技术人员了解与阅读,并非用以限定本公开可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本公开所能产生的技术效果及所能实现的目的下,均应仍落在本公开所公开的技术内容得能涵盖的范围内。同时,本说明书中所引用的如“上”、“第一”、“第二”及“一”等的用语,也仅为便于叙述的明了,而非用以限定本公开可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当也视为本公开可实施的范畴。

Claims (8)

1.一种基于同一地理类型多维度属性校验方法,包括:
获取同一时段内的申请用户多个地理属性数据;
将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量,包括:根据所述申请用户的LBS地理位置,统计同一时段预设距离的所述申请用户的数量,以及,根据所述申请用户的LBS地理位置,得到所述申请用户所处地点的人口密集度;根据所述申请用户所处地点的人口密集度确定预设距离;
预先设定用户申请量阈值,判断所述属于相同或相近地理位置的申请用户的数量是否高于预设的阈值,执行拒绝策略;
以及,获取所述申请用户的常住地信息;设定申请地距离阈值;将所述申请用户的常住地与所述申请用户的LBS地理位置相比较,如果所述申请用户的常住地与所述申请用户的LBS地理位置相比的距离大于所述申请地距离阈值,则所述申请用户的行为是异常的,则针对所述申请用户进行规则限定。
2.根据权利要求1所述的方法,其特征在于,所述获取同一时段内的申请用户多个地理属性数据包括:
获取同一时段的申请用户的LBS地理位置、IP地址、WIFI信息和基站信息。
3.根据权利要求2所述的方法,其特征在于,所述将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量还包括:
根据所述申请用户的IP地址,统计同一时段相同或者同一网段的IP地址下的所述申请用户的数量。
4.根据权利要求2所述的方法,其特征在于,所述将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量还包括:
根据所述申请用户的WIFI信息,统计同一时段同一个WIFI下所述申请用户的数量。
5.根据权利要求2所述的方法,其特征在于,所述将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量还包括:
将所述申请用户的LBS地理位置、IP地址、WIFI信息和基站信息进行校验,计算属于相同或相近地理位置的申请用户数量。
6.一种基于同一地理类型多维度属性校验的方法的装置,其特征在于,包括:
获取单元,用于获取同一时段内的申请用户多个地理属性数据;
计算单元,用于将所述申请用户的多个地理属性数据进行相互校验,计算属于相同或相近地理位置的申请用户数量,包括:根据所述申请用户的LBS地理位置,统计同一时段预设距离的所述申请用户的数量,以及,根据所述申请用户的LBS地理位置,得到所述申请用户所处地点的人口密集度;根据所述申请用户所处地点的人口密集度确定预设距离;
执行单元,用于预先设定用户申请量阈值,判断所述属于相同或相近地理位置的申请用户的数量是否高于预设的阈值,执行拒绝策略;
获取常住地信息模块,用于获取所述申请用户的常住地信息;
申请地阈值设定模块,用于设定申请地距离阈值;
规则限定模块,用于将所述申请用户的常住地与所述申请用户的LBS地理位置相比较,如果所述申请用户的常住地与所述申请用户的LBS地理位置相比的距离大于所述申请地距离阈值,则所述申请用户的行为是异常的,则针对所述申请用户进行规则限定。
7.一种电子设备包括,处理器;以及,存储计算机可执行指令的存储器,其特征在于,所述可执行指令在被执行时使所述处理器执行根据权利要求1-5中任一项所述的方法。
8.一种计算机可读存储介质,包括:所述计算机可读存储介质存储一个或多个程序,其特征在于,所述一个或多个程序当被处理器执行时,实现权利要求1-5中任一项所述的方法。
CN201910541814.9A 2019-06-21 2019-06-21 一种基于同一地理类型多维度属性校验方法、装置和电子设备 Active CN110363648B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910541814.9A CN110363648B (zh) 2019-06-21 2019-06-21 一种基于同一地理类型多维度属性校验方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910541814.9A CN110363648B (zh) 2019-06-21 2019-06-21 一种基于同一地理类型多维度属性校验方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN110363648A CN110363648A (zh) 2019-10-22
CN110363648B true CN110363648B (zh) 2023-09-05

Family

ID=68216496

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910541814.9A Active CN110363648B (zh) 2019-06-21 2019-06-21 一种基于同一地理类型多维度属性校验方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN110363648B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111402032A (zh) * 2020-03-11 2020-07-10 杭州首新网络科技有限公司 一种基于密集度风险等级的反欺诈检测方法
CN112184306A (zh) * 2020-09-26 2021-01-05 中国建设银行股份有限公司 自动返现方法、装置、电子设备及计算机可读存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107045686A (zh) * 2017-03-16 2017-08-15 上海二三四五金融科技有限公司 一种基于地理集中度的检测方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012126422A2 (zh) * 2012-05-15 2012-09-27 华为技术有限公司 控制账户管理操作的方法、装置和***
US20170255995A1 (en) * 2016-03-03 2017-09-07 Blue Global, LLC Fraud detection system
CN107679046A (zh) * 2016-08-01 2018-02-09 上海前隆信息科技有限公司 一种欺诈用户的检测方法及装置
US11507848B2 (en) * 2016-08-08 2022-11-22 TCL Research America Inc. Experience-aware anomaly processing system and method
US20180096350A1 (en) * 2016-10-04 2018-04-05 Mastercard International Incorporated Method and system for correlating mobile device location with electronic transaction data
US11625774B2 (en) * 2017-08-07 2023-04-11 Bread Financial Payments, Inc Using position location information to pre-populate and verify information on a credit application
CN109146670A (zh) * 2018-08-27 2019-01-04 深圳前海微众银行股份有限公司 贷款反欺诈处理方法、装置及可读存储介质
CN109150894A (zh) * 2018-09-12 2019-01-04 珠海豆饭科技有限公司 一种鉴定恶意用户的方法及***

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107045686A (zh) * 2017-03-16 2017-08-15 上海二三四五金融科技有限公司 一种基于地理集中度的检测方法

Also Published As

Publication number Publication date
CN110363648A (zh) 2019-10-22

Similar Documents

Publication Publication Date Title
AU2020245462B2 (en) Verification of electronic identity components
JP6713238B2 (ja) 電子装置、小売店舗評価モデルを構築する方法、システム及び記憶媒体
CN106295349A (zh) 账号被盗的风险识别方法、识别装置及防控***
CN107993146A (zh) 金融大数据的风控方法及***
CN109145590B (zh) 一种函数hook检测方法、检测设备及计算机可读介质
CN111931047B (zh) 基于人工智能的黑产账号检测方法及相关装置
CN110363648B (zh) 一种基于同一地理类型多维度属性校验方法、装置和电子设备
CN109325845A (zh) 一种金融产品智能推荐方法及***
CN105450598A (zh) 信息识别方法、信息识别设备及用户终端
CN110826311B (zh) 对象识别方法以及装置
CN107798536A (zh) 信用额度处理方法和装置
CN112702410B (zh) 一种基于区块链网络的评估***、方法及相关设备
CN112085588B (zh) 规则模型的安全性的确定方法、装置和数据处理方法
CN107679383B (zh) 一种基于地理位置和触压面积的身份验证方法及装置
CN105138897A (zh) 确定用户权限的方法及装置
CN110278241B (zh) 一种注册请求处理方法及装置
CN113051257B (zh) 一种业务数据清洗方法及装置
CN115689571A (zh) 异常用户行为监测方法、装置、设备和介质
CN112085590B (zh) 规则模型的安全性的确定方法、装置和服务器
CN112636954B (zh) 一种服务器升级方法及装置
CN112560961B (zh) 基于图聚类的目标识别方法、装置、电子设备及存储介质
CN111611215A (zh) 一种基于区块链的网贷风险数据共享方法及***
CN111144765A (zh) 一种特定地点间关联关系的确定方法及装置
CN111161042A (zh) 个人风险评估方法、装置、终端及存储介质
US20240048565A1 (en) System and apparatus for geographically targeted fraudulent access mapping and avoidance

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
GR01 Patent grant
GR01 Patent grant