[发明专利]一种针对转账的安全策略生成方法、装置及设备

说明书

公开了一种针对转账的安全策略生成方法、装置及设备。通过对全场景进行子类细分，刻画出具有一定规律性的子场景，进而分别在子场景下进行进行模型训练，从而可以得到针对该子场景的安全策略，避免了模型对训练样本过拟合的现象；在对线上的转账事件进行评估时，首先确定出该转账事件所符合的子场景，从而可以有针对性的使用该子场景所对应的安全策略对该转账事件进行评估。

技术领域

本说明书实施例涉及信息技术领域，尤其涉及一种针对转账的安全策略生成方法、装置及设备。

背景技术

近年来，欺诈案件呈现出“跨平台、套路化”等特点，针对欺诈的安全策略推荐是风控中不可或缺的一部分。

一般安全策略生成时，采用的是欺诈场景下的一段时间窗内的全量案件(黑样本)+随机抽样的非案件(白样本)作为训练样本，用于防控未来新的案件事件。而由于欺诈领域的案件在不同时段具有不同的特点，且全量案件并没有明显的批量性和集中性。如果照搬上述常规方式，会导致推荐的策略严重过拟合，针对样本的分类效果还可以，但线上实际运行表现难以覆盖新的案件或打扰率远高于预期。

基于此，需要一种更准确的针对转账的安全策略生成方法。

发明内容

针对现有安全策略生成中容易过拟合的问题，为得到更准确的安全策略方案，本说明书实施例提供针对转账的安全策略生成方法、装置及设备，具体包括：

根据本申请的第一方面，提供一种针对转账的安全策略生成方法，包括：

获取针对用户间转账事件的黑样本的集合和白样本的集合，其中，任一样本中包含转入方和转出方，所述样本包括多个样本特征；

统计黑样本的转入方和转出方的转账属性，其中，所述转账属性包括转入方的收款次数，转入方和转出方的用户标识属性，转入方的收款金额，或者，转入方的注册时间与转账时间的时间间隔；所述用户标识属性包括高频收款方或者高频汇款方；

筛选出转入方和转出方的转账属性符合预设的子场景筛选条件的黑样本，生成黑样本子集；

生成包含所述黑样本子集和所述白样本集合的训练样本的集合；

根据训练样本的样本特征的取值，构建决策树对所述训练样本的集合进行分类，从决策树的路径中确定出对应于所述子场景的安全策略，其中，所述安全策略为样本特征的取值的组合。

根据本申请的第二方面，提供一种基于如前述安全策略的使用方法，包括：

获取转账事件，其中，所述转账事件中包含转入方和转出方；

确定转入方和转出方的转账属性；

确定所述转入方和转出方的转账属性所符合的子场景筛选条件；

采用所述子场景筛选条件所对应的安全策略对所述转账事件进行安全评估。

与第一方面对应的，本说明书实施例还提供一种针对转账的安全策略生成装置，包括：

获取模块，获取针对用户间转账事件的黑样本的集合和白样本的集合，其中，任一样本中包含转入方和转出方，所述样本包括多个样本特征；

统计模块，统计黑样本的转入方和转出方的转账属性，其中，所述转账属性包括转入方的收款次数，转入方和转出方的用户标识属性，转入方的收款金额，或者，转入方的注册时间与转账时间的时间间隔；所述用户标识属性包括高频收款方或者高频汇款方；

筛选模块，筛选出转入方和转出方的转账属性符合预设的子场景筛选条件的黑样本，生成黑样本子集；

生成模块，生成包含所述黑样本子集和所述白样本集合的训练样本的集合；