JP6933780B1 - 不正検知システム、不正検知方法、及びプログラム - Google Patents
不正検知システム、不正検知方法、及びプログラム Download PDFInfo
- Publication number
- JP6933780B1 JP6933780B1 JP2020539110A JP2020539110A JP6933780B1 JP 6933780 B1 JP6933780 B1 JP 6933780B1 JP 2020539110 A JP2020539110 A JP 2020539110A JP 2020539110 A JP2020539110 A JP 2020539110A JP 6933780 B1 JP6933780 B1 JP 6933780B1
- Authority
- JP
- Japan
- Prior art keywords
- fraud
- degree
- fraudulent
- user
- accuracy
- 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
Links
Images
Classifications
-
- 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
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/316—User authentication by observing the pattern of computer usage, e.g. typical user behaviour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
- G06F16/355—Class or cluster creation or modification
-
- 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
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/55—Detecting local intrusion or implementing counter-measures
- G06F21/552—Detecting local intrusion or implementing counter-measures involving long-term monitoring or reporting
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Storage Device Security (AREA)
- Communication Control (AREA)
Abstract
Description
以下、本発明の一態様に係る不正検知システムの実施形態の例を説明する。図1は、不正検知システムの全体構成を示す図である。図1に示すように、不正検知システムSは、サーバ10とユーザ端末20を含み、これらは、インターネットなどのネットワークNに接続可能である。なお、図1では、サーバ10とユーザ端末20の各々を1台ずつ示しているが、これらは複数台あってもよい。
本実施形態では、サーバ10が、ニュースや動画などのサービスに関するウェブサイトをユーザに提供し、ウェブサイトにアクセスすることによって当該サービスを利用したユーザの行動を分析する場面を例に挙げて、不正検知システムSの処理を説明する。例えば、サーバ10は、ユーザがウェブサイトにアクセスしたときの行動の履歴を記憶する。サーバ10は、ユーザごとに、行動の不正度を計算する。
図3は、不正検知システムSで実現される機能の一例を示す機能ブロック図である。図3に示すように、サーバ10では、データ記憶部100、不正度計算部101、確定結果取得部102、精度計算部103、及び実行部104が実現される。
データ記憶部100は、記憶部12を主として実現される。データ記憶部100は、ユーザの不正検知の精度を計算するために必要なデータを記憶する。ここでは、データ記憶部100が記憶するデータの一例として、ユーザデータベースDB1、行動履歴データベースDB2、及び精度データベースDB3について説明する。
不正度計算部101は、制御部11を主として実現される。不正度計算部101は、サービスを利用するユーザの行動に基づいて、ユーザの不正度を計算する。不正度計算部101は、ユーザごとに、当該ユーザの行動に基づいて当該ユーザの不正度を計算する。不正度計算部101は、全てのユーザの不正度を計算してもよいし、一部のユーザの不正度を計算してもよい。
確定結果取得部102は、制御部11を主として実現される。確定結果取得部102は、ユーザの行動が実際に不正であるか否かの確定結果を取得する。確定結果取得部102は、ユーザごとに、当該ユーザの行動の確定結果を取得する。確定結果取得部102は、全てのユーザの確定結果を取得してもよいし、一部のユーザの確定結果を取得してもよい。
精度計算部103は、制御部11を主として実現される。精度計算部103は、不正度と確定結果とに基づいて、ユーザごとの不正検知の精度を計算する。精度計算部103は、ユーザごとに、当該ユーザの不正度と確定結果に基づいて当該ユーザの不正検知の精度を計算する。精度計算部103は、全てのユーザの不正検知の精度を計算してもよいし、一部のユーザの不正検知の精度を計算してもよい。
実行部104は、制御部11を主として実現される。実行部104は、不正検知の精度に応じた処理を実行する。実行部104は、ユーザごとに、当該ユーザの不正検知の精度に応じた処理を実行する。実行部104は、全てのユーザについて処理を実行してもよいし、一部のユーザについてのみ処理を実行してもよい。
次に、不正検知システムSにおいて実行される処理について説明する。ここでは、ユーザがサービスを利用するためのサービス利用処理と、ユーザの不正検知の精度を計算するための精度計算処理と、について説明する。
図7は、サービス利用処理の一例を示すフロー図である。図7に示すサービス利用処理は、制御部11,21が、それぞれ記憶部12,22に記憶されたプログラムに従って動作することによって実行される。下記に説明する処理は、図3に示す機能ブロックにより実行される処理の一例である。なお、サービス利用処理が実行されるにあたり、ユーザは、利用登録を済ませているものとする。
図8は、精度計算処理の一例を示すフロー図である。図8に示す精度計算処理は、制御部11が記憶部12に記憶されたプログラムに従って動作することによって実行される。下記に説明する処理は、図3に示す機能ブロックにより実行される処理の一例である。精度計算処理は、任意のタイミングで実行されるようにすればよく、例えば、管理者が所定の操作をした場合に実行されてもよいし、所定の日時(例えば、サービスの利用日から3ヶ月後)が訪れた場合に実行されてもよい。
なお、本発明は、以上に説明した実施の形態に限定されるものではない。本発明の趣旨を逸脱しない範囲で、適宜変更可能である。
Claims (17)
- サービスを利用するユーザの行動の不正度を計算する不正度計算手段と、
前記行動が実際に不正であるか否かの確定結果を取得する確定結果取得手段と、
前記不正度と前記確定結果とに基づいて、前記ユーザごとの不正検知の精度を計算する精度計算手段と、
を含み、
前記不正度計算手段は、前記確定結果取得手段により取得された前記確定結果が示す、実際に不正であるか否かが確定した行動が予め学習された学習モデルに基づいて、不正であるか否かが確定していない行動の前記不正度を計算する、
不正検知システム。 - クレジットカードを利用した電子決済のサービスを利用するユーザにより行われた決済に関する行動の不正度を、当該行動を数値化して所定の計算式に代入することによって、又は、当該行動と不正度の関係を定義したプログラムコードに基づいて、計算する不正度計算手段と、
前記行動が実際に不正であるか否かの確定結果を取得する確定結果取得手段と、
前記不正度と前記確定結果とに基づいて、前記ユーザごとの不正検知の精度を計算する精度計算手段と、
を含む不正検知システム。 - サービスを利用するユーザの行動の不正度を計算する不正度計算手段と、
前記行動が実際に不正であるか否かの確定結果を取得する確定結果取得手段と、
前記不正度と前記確定結果とに基づいて、前記ユーザごとの不正検知の精度を計算する精度計算手段と、
を含み、
前記不正度計算手段は、過去に行われた行動に基づく前記不正度と、当該行動が実際に不正であったか否かの確定結果と、に基づいて、前記不正度の計算における重み付け係数を決定し、当該決定された重み付け係数に基づいて、前記不正度を計算する、
不正検知システム。 - 前記不正度計算手段は、複数の前記行動の各々に基づいて、各行動の前記不正度を計算し、
前記確定結果取得手段は、各行動が実際に不正であるか否かの確定結果を取得し、
前記精度計算手段は、各行動の前記不正度と前記確定結果とに基づいて、前記精度を計算する、
請求項1〜3の何れかに記載の不正検知システム。 - 前記精度計算手段は、前記不正度と前記確定結果とに基づいて、所定の損失関数の値を計算し、前記精度として取得する、
請求項1〜4の何れかに記載の不正検知システム。 - 前記損失関数は、偽陰性が前記精度に与える影響が大きくなるように、係数が定められている、
請求項5に記載の不正検知システム。 - 前記不正度計算手段は、実際に不正であるか否かが確定した他のユーザの行動が前記ユーザにより行われたと仮定して、前記不正度を計算し、
前記確定結果取得手段は、前記他のユーザの行動が実際に不正であるか否かの確定結果を取得し、
前記ユーザにより行われたと仮定した行動の前記不正度と、前記他のユーザの行動の確定結果と、に基づいて、前記精度を計算する、
請求項1〜6の何れかに記載の不正検知システム。 - 前記不正度計算手段は、前記ユーザの認証方法と、前記ユーザの名義人と、の少なくとも一方に更に基づいて、前記不正度を計算する、
請求項1〜7の何れかに記載の不正検知システム。 - 前記不正検知システムは、前記精度に応じた処理を実行する実行手段、
を更に含む請求項1〜8の何れかに記載の不正検知システム。 - 前記処理は、前記不正度計算手段により計算される前記不正度の値を変更する処理である、
請求項9に記載の不正検知システム。 - 前記処理は、前記サービスに関するクーポンを前記ユーザに付与する処理である、
請求項9に記載の不正検知システム。 - コンピュータが、
サービスを利用するユーザの行動の不正度を計算する不正度計算ステップと、
前記行動が実際に不正であるか否かの確定結果を取得する確定結果取得ステップと、
前記不正度と前記確定結果とに基づいて、前記ユーザごとの不正検知の精度を計算する精度計算ステップと、
を実行し、
前記不正度計算ステップは、前記確定結果取得ステップにより取得された前記確定結果が示す、実際に不正であるか否かが確定した行動が予め学習された学習モデルに基づいて、不正であるか否かが確定していない行動の前記不正度を計算する、
不正検知方法。 - コンピュータが、
クレジットカードを利用した電子決済のサービスを利用するユーザにより行われた決済に関する行動の不正度を、当該行動を数値化して所定の計算式に代入することによって、又は、当該行動と不正度の関係を定義したプログラムコードに基づいて、計算する不正度計算ステップと、
前記行動が実際に不正であるか否かの確定結果を取得する確定結果取得ステップと、
前記不正度と前記確定結果とに基づいて、前記ユーザごとの不正検知の精度を計算する精度計算ステップと、
を実行する不正検知方法。 - コンピュータが、
サービスを利用するユーザの行動の不正度を計算する不正度計算ステップと、
前記行動が実際に不正であるか否かの確定結果を取得する確定結果取得ステップと、
前記不正度と前記確定結果とに基づいて、前記ユーザごとの不正検知の精度を計算する精度計算ステップと、
を実行し、
前記不正度計算ステップは、過去に行われた行動に基づく前記不正度と、当該行動が実際に不正であったか否かの確定結果と、に基づいて、前記不正度の計算における重み付け係数を決定し、当該決定された重み付け係数に基づいて、前記不正度を計算する、
不正検知方法。 - サービスを利用するユーザの行動の不正度を計算する不正度計算手段、
前記行動が実際に不正であるか否かの確定結果を取得する確定結果取得手段、
前記不正度と前記確定結果とに基づいて、前記ユーザごとの不正検知の精度を計算する精度計算手段、
としてコンピュータを機能させるためのプログラムであって、
前記不正度計算手段は、前記確定結果取得手段により取得された前記確定結果が示す、実際に不正であるか否かが確定した行動が予め学習された学習モデルに基づいて、不正であるか否かが確定していない行動の前記不正度を計算する、
プログラム。 - クレジットカードを利用した電子決済のサービスを利用するユーザにより行われた決済に関する行動の不正度を、当該行動を数値化して所定の計算式に代入することによって、又は、当該行動と不正度の関係を定義したプログラムコードに基づいて、計算する不正度計算手段、
前記行動が実際に不正であるか否かの確定結果を取得する確定結果取得手段、
前記不正度と前記確定結果とに基づいて、前記ユーザごとの不正検知の精度を計算する精度計算手段、
としてコンピュータを機能させるためのプログラム。 - サービスを利用するユーザの行動の不正度を計算する不正度計算手段、
前記行動が実際に不正であるか否かの確定結果を取得する確定結果取得手段、
前記不正度と前記確定結果とに基づいて、前記ユーザごとの不正検知の精度を計算する精度計算手段、
としてコンピュータを機能させるためのプログラムであって、
前記不正度計算手段は、過去に行われた行動に基づく前記不正度と、当該行動が実際に不正であったか否かの確定結果と、に基づいて、前記不正度の計算における重み付け係数を決定し、当該決定された重み付け係数に基づいて、前記不正度を計算する、
プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/051258 WO2021130991A1 (ja) | 2019-12-26 | 2019-12-26 | 不正検知システム、不正検知方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6933780B1 true JP6933780B1 (ja) | 2021-09-08 |
JPWO2021130991A1 JPWO2021130991A1 (ja) | 2021-12-23 |
Family
ID=76573795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020539110A Active JP6933780B1 (ja) | 2019-12-26 | 2019-12-26 | 不正検知システム、不正検知方法、及びプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US11947643B2 (ja) |
EP (1) | EP3882795A4 (ja) |
JP (1) | JP6933780B1 (ja) |
TW (1) | TWI811574B (ja) |
WO (1) | WO2021130991A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210397903A1 (en) * | 2020-06-18 | 2021-12-23 | Zoho Corporation Private Limited | Machine learning powered user and entity behavior analysis |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11104112A (ja) * | 1997-09-30 | 1999-04-20 | Glory Ltd | 個人認証装置 |
WO2003032219A1 (fr) * | 2001-10-05 | 2003-04-17 | Cyber Area Research, Inc. | Systeme serveur d'authentification de reglement utilisant une authentification par intelligence artificielle (ai) |
US20050216397A1 (en) * | 2004-03-26 | 2005-09-29 | Clearcommerce, Inc. | Method, system, and computer program product for processing a financial transaction request |
JP2014078183A (ja) * | 2012-10-11 | 2014-05-01 | Scsk Corp | 不正検知システム及び不正検知プログラム |
WO2017065070A1 (ja) * | 2015-10-13 | 2017-04-20 | 日本電気株式会社 | 不審行動検知システム、情報処理装置、方法およびプログラム |
JP2017111703A (ja) * | 2015-12-18 | 2017-06-22 | 日本電信電話株式会社 | 認証手段選択装置、認証手段選択方法、およびプログラム |
JP2018041421A (ja) * | 2016-09-09 | 2018-03-15 | 株式会社インテリジェントウェイブ | クレジットカードの不正使用判定支援装置、不正使用判定装置及び不正使用判定の支援方法 |
WO2018087839A1 (ja) * | 2016-11-09 | 2018-05-17 | 楽天株式会社 | 情報処理装置、情報処理方法、プログラム、記憶媒体 |
JP2019121215A (ja) * | 2018-01-09 | 2019-07-22 | 富士通株式会社 | 不正検知装置、不正検知方法、および不正検知プログラム |
WO2019194679A1 (en) * | 2018-04-06 | 2019-10-10 | ABN AMRO Bank N .V. | Systems and methods for detecting fraudulent transactions |
Family Cites Families (61)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS54144853A (en) | 1978-05-04 | 1979-11-12 | Nippon Telegr & Teleph Corp <Ntt> | Variable delay circuit |
US5819226A (en) * | 1992-09-08 | 1998-10-06 | Hnc Software Inc. | Fraud detection using predictive modeling |
US7865427B2 (en) * | 2001-05-30 | 2011-01-04 | Cybersource Corporation | Method and apparatus for evaluating fraud risk in an electronic commerce transaction |
US7788195B1 (en) * | 2006-03-24 | 2010-08-31 | Sas Institute Inc. | Computer-implemented predictive model generation systems and methods |
EP2021979B1 (en) * | 2006-05-30 | 2012-03-21 | Yissum Research Development Company of the Hebrew University of Jerusalem | Pattern matching |
US20090018940A1 (en) * | 2007-03-30 | 2009-01-15 | Liang Wang | Enhanced Fraud Detection With Terminal Transaction-Sequence Processing |
US8245282B1 (en) * | 2008-08-19 | 2012-08-14 | Eharmony, Inc. | Creating tests to identify fraudulent users |
US8396451B1 (en) * | 2010-02-17 | 2013-03-12 | Sprint Communications Company L.P. | Telecom fraud detection using social pattern |
US8543522B2 (en) * | 2010-04-21 | 2013-09-24 | Retail Decisions, Inc. | Automatic rule discovery from large-scale datasets to detect payment card fraud using classifiers |
WO2012054868A2 (en) * | 2010-10-21 | 2012-04-26 | Visa International Service Association | Software and methods for risk and fraud mitigation |
US10685355B2 (en) * | 2016-12-04 | 2020-06-16 | Biocatch Ltd. | Method, device, and system of detecting mule accounts and accounts used for money laundering |
JP5073846B1 (ja) * | 2011-05-30 | 2012-11-14 | 楽天株式会社 | 質問回答処理装置、質問回答処理方法、質問回答処理プログラム及び記録媒体 |
US9047608B1 (en) * | 2011-08-31 | 2015-06-02 | Symantec Corporation | Method and system to improve risk assessments in fraud detection systems using machine identifiers |
US10754936B1 (en) * | 2013-03-13 | 2020-08-25 | United Services Automobile Associate (USAA) | Behavioral profiling method and system to authenticate a user |
US10282709B2 (en) * | 2013-04-05 | 2019-05-07 | Visa International Service Association | Processor issuer detection and user level stand-in authorization |
US9898741B2 (en) * | 2013-07-17 | 2018-02-20 | Visa International Service Association | Real time analytics system |
US9875355B1 (en) * | 2013-09-17 | 2018-01-23 | Amazon Technologies, Inc. | DNS query analysis for detection of malicious software |
US9846896B2 (en) * | 2014-06-22 | 2017-12-19 | Netspective Communications Llc | Aggregation of rating indicators |
US20160048831A1 (en) * | 2014-08-14 | 2016-02-18 | Uber Technologies, Inc. | Verifying user accounts based on information received in a predetermined manner |
US20200067861A1 (en) * | 2014-12-09 | 2020-02-27 | ZapFraud, Inc. | Scam evaluation system |
IN2015CH00232A (ja) * | 2015-01-15 | 2015-09-18 | Wipro Ltd | |
WO2016114793A1 (en) * | 2015-01-16 | 2016-07-21 | Citrix Systems, Inc. | Automatic intelligent local device fraud detection |
US20160335551A1 (en) * | 2015-05-12 | 2016-11-17 | Sap Se | Optimization of fraud detection strategies |
US10902428B1 (en) * | 2015-12-16 | 2021-01-26 | EMC IP Holding Company LLC | Maintaining a risk model using feedback directed to other risk models |
US20170262852A1 (en) * | 2016-03-10 | 2017-09-14 | Amadeus S.A.S. | Database monitoring system |
US20210374753A1 (en) * | 2016-03-25 | 2021-12-02 | State Farm Mutual Automobile Insurance Company | Identifying potential chargeback scenarios using machine learning |
CN106022834B (zh) * | 2016-05-24 | 2020-04-07 | 腾讯科技(深圳)有限公司 | 广告反作弊方法及装置 |
US20180033009A1 (en) * | 2016-07-27 | 2018-02-01 | Intuit Inc. | Method and system for facilitating the identification and prevention of potentially fraudulent activity in a financial system |
US10997596B1 (en) * | 2016-08-23 | 2021-05-04 | Mastercard International Incorporated | Systems and methods for use in analyzing declined payment account transactions |
US11238528B2 (en) * | 2016-12-22 | 2022-02-01 | American Express Travel Related Services Company, Inc. | Systems and methods for custom ranking objectives for machine learning models applicable to fraud and credit risk assessments |
US10607008B2 (en) * | 2017-02-09 | 2020-03-31 | International Business Machines Corporation | Counter-fraud operation management |
US11210670B2 (en) * | 2017-02-28 | 2021-12-28 | Early Warning Services, Llc | Authentication and security for mobile-device transactions |
US10733599B2 (en) * | 2017-05-31 | 2020-08-04 | Paypal, Inc. | Accessing digital wallet information using a point-of-sale device |
US11100144B2 (en) * | 2017-06-15 | 2021-08-24 | Oracle International Corporation | Data loss prevention system for cloud security based on document discourse analysis |
US20190095608A1 (en) * | 2017-09-26 | 2019-03-28 | Mastercard International Incorporated | Systems and Methods for Facilitating User Authentications in Network Transactions |
US10650128B2 (en) * | 2017-10-18 | 2020-05-12 | Mastercard International Incorporated | Methods and systems for automatically configuring user authentication rules |
CN109978538B (zh) * | 2017-12-28 | 2023-10-10 | 创新先进技术有限公司 | 确定欺诈用户、训练模型、识别欺诈风险的方法及装置 |
CN110084603B (zh) * | 2018-01-26 | 2020-06-16 | 阿里巴巴集团控股有限公司 | 训练欺诈交易检测模型的方法、检测方法以及对应装置 |
US10417528B2 (en) * | 2018-02-18 | 2019-09-17 | Sas Institute Inc. | Analytic system for machine learning prediction model selection |
US10388286B1 (en) * | 2018-03-20 | 2019-08-20 | Capital One Services, Llc | Systems and methods of sound-based fraud protection |
US10949434B1 (en) * | 2018-06-05 | 2021-03-16 | Facebook, Inc. | User identification system |
US20190377819A1 (en) * | 2018-06-12 | 2019-12-12 | Bank Of America Corporation | Machine learning system to detect, label, and spread heat in a graph structure |
JP6514813B1 (ja) | 2018-07-10 | 2019-05-15 | 株式会社J.Score | 信用スコア管理システム、信用スコア管理サーバ、ユーザ端末、およびプログラム |
US11587100B2 (en) * | 2018-07-25 | 2023-02-21 | Ebay Inc. | User interface for fraud detection system |
US11323464B2 (en) * | 2018-08-08 | 2022-05-03 | Rightquestion, Llc | Artifact modification and associated abuse detection |
US11017088B2 (en) * | 2018-09-17 | 2021-05-25 | Microsofttechnology Licensing, Llc | Crowdsourced, self-learning security system through smart feedback loops |
US11436603B2 (en) * | 2018-10-18 | 2022-09-06 | U.S. Bancorp, National Association | Decision making for on-line transactions |
US20200175421A1 (en) * | 2018-11-29 | 2020-06-04 | Sap Se | Machine learning methods for detection of fraud-related events |
US11074751B2 (en) * | 2018-12-04 | 2021-07-27 | University Of Southern California | 3D hair synthesis using volumetric variational autoencoders |
US11270311B1 (en) * | 2018-12-27 | 2022-03-08 | Worldpay, Llc | Systems and methods for a context-driven electronic transactions fraud detection |
CN111435507A (zh) * | 2019-01-11 | 2020-07-21 | 腾讯科技(北京)有限公司 | 广告反作弊方法、装置、电子设备及可读存储介质 |
CN109871488A (zh) | 2019-02-22 | 2019-06-11 | 新疆大学 | 一种融合可用度和用户偏好的Web服务构建方法及Web服务 |
US20220180369A1 (en) * | 2019-06-11 | 2022-06-09 | Nec Corporation | Fraud detection device, fraud detection method, and fraud detection program |
US11218494B2 (en) * | 2019-07-26 | 2022-01-04 | Raise Marketplace, Llc | Predictive fraud analysis system for data transactions |
CN110428005B (zh) * | 2019-07-31 | 2022-11-08 | 三峡大学 | 一种基于伞式算法的电力***动态安全误分类约束方法 |
US11468272B2 (en) * | 2019-08-15 | 2022-10-11 | Visa International Service Association | Method, system, and computer program product for detecting fraudulent interactions |
US20210117977A1 (en) * | 2019-10-17 | 2021-04-22 | At&T Intellectual Property I, L.P. | Parallel machine learning models |
CN112749593A (zh) * | 2019-10-31 | 2021-05-04 | 通用电气精准医疗有限责任公司 | 医学成像***、识别检测对象的***的方法、存储介质 |
US11290464B2 (en) * | 2019-12-18 | 2022-03-29 | Voya Services Company | Systems and methods for adaptive step-up authentication |
US20210192522A1 (en) * | 2019-12-19 | 2021-06-24 | Visa International Service Association | Intelligent fraud rules |
JP6967575B2 (ja) * | 2019-12-26 | 2021-11-17 | 楽天グループ株式会社 | 信用度計算システム、信用度計算方法、及びプログラム |
-
2019
- 2019-12-26 WO PCT/JP2019/051258 patent/WO2021130991A1/ja unknown
- 2019-12-26 US US17/415,708 patent/US11947643B2/en active Active
- 2019-12-26 EP EP19955402.3A patent/EP3882795A4/en active Pending
- 2019-12-26 JP JP2020539110A patent/JP6933780B1/ja active Active
-
2020
- 2020-10-19 TW TW109136115A patent/TWI811574B/zh active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11104112A (ja) * | 1997-09-30 | 1999-04-20 | Glory Ltd | 個人認証装置 |
WO2003032219A1 (fr) * | 2001-10-05 | 2003-04-17 | Cyber Area Research, Inc. | Systeme serveur d'authentification de reglement utilisant une authentification par intelligence artificielle (ai) |
US20050216397A1 (en) * | 2004-03-26 | 2005-09-29 | Clearcommerce, Inc. | Method, system, and computer program product for processing a financial transaction request |
JP2014078183A (ja) * | 2012-10-11 | 2014-05-01 | Scsk Corp | 不正検知システム及び不正検知プログラム |
WO2017065070A1 (ja) * | 2015-10-13 | 2017-04-20 | 日本電気株式会社 | 不審行動検知システム、情報処理装置、方法およびプログラム |
JP2017111703A (ja) * | 2015-12-18 | 2017-06-22 | 日本電信電話株式会社 | 認証手段選択装置、認証手段選択方法、およびプログラム |
JP2018041421A (ja) * | 2016-09-09 | 2018-03-15 | 株式会社インテリジェントウェイブ | クレジットカードの不正使用判定支援装置、不正使用判定装置及び不正使用判定の支援方法 |
WO2018087839A1 (ja) * | 2016-11-09 | 2018-05-17 | 楽天株式会社 | 情報処理装置、情報処理方法、プログラム、記憶媒体 |
JP2019121215A (ja) * | 2018-01-09 | 2019-07-22 | 富士通株式会社 | 不正検知装置、不正検知方法、および不正検知プログラム |
WO2019194679A1 (en) * | 2018-04-06 | 2019-10-10 | ABN AMRO Bank N .V. | Systems and methods for detecting fraudulent transactions |
Non-Patent Citations (1)
Title |
---|
杉本 昭彦: "深層学習でカード不正検知精度が劇的に向上 三井住友FGがカード利用データで検証", 日経ビッグデータ, vol. 第36号, JPN6021027847, 10 February 2017 (2017-02-10), pages 12, ISSN: 0004552812 * |
Also Published As
Publication number | Publication date |
---|---|
US20220327186A1 (en) | 2022-10-13 |
TWI811574B (zh) | 2023-08-11 |
US11947643B2 (en) | 2024-04-02 |
WO2021130991A1 (ja) | 2021-07-01 |
EP3882795A1 (en) | 2021-09-22 |
JPWO2021130991A1 (ja) | 2021-12-23 |
EP3882795A4 (en) | 2021-12-15 |
TW202125379A (zh) | 2021-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11276061B2 (en) | Systems and methods for automatically securing and validating multi-server electronic communications over a plurality of networks | |
US20190205993A1 (en) | Transaction data categorizer system and method | |
US20220414671A1 (en) | Systems and methods of providing security in an electronic network | |
JP6967575B2 (ja) | 信用度計算システム、信用度計算方法、及びプログラム | |
CN111433808A (zh) | 全球点对点退休储蓄***的***和方法 | |
US20240013235A1 (en) | Method, System, and Computer Program Product for Fraud Prevention Using Deep Learning and Survival Models | |
JP6933780B1 (ja) | 不正検知システム、不正検知方法、及びプログラム | |
US20240202743A1 (en) | Learning model evaluation system, learning model evaluation method, and program | |
US20220027916A1 (en) | Self Learning Machine Learning Pipeline for Enabling Binary Decision Making | |
US20210056561A1 (en) | Method and system for identifying electronic devices of genuine customers of organizations | |
TWI825963B (zh) | 欺詐檢測系統、欺詐檢測方法及程式產品 | |
JP7165840B1 (ja) | 不正検知システム、不正検知方法、及びプログラム | |
JP7238214B1 (ja) | 不正検知システム、不正検知方法、及びプログラム | |
JP7302107B1 (ja) | 学習システム、学習方法、及びプログラム | |
US20240211574A1 (en) | Learning model creating system, learning model creating method, and program | |
US11270230B1 (en) | Self learning machine learning transaction scores adjustment via normalization thereof | |
US20230230187A1 (en) | Methods for validating the veracity of a completed task | |
US20240256941A1 (en) | Learning system, learning method, and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200715 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200715 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20201030 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201104 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201223 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210323 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210511 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210727 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210819 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6933780 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |