[发明专利]一种在线交易安全系统及方法有效

专利信息
申请号: 202211165351.9 申请日: 2022-09-23
公开(公告)号: CN115409510B 公开(公告)日: 2023-05-30
发明(设计)人: 陈三董;邹百仓 申请(专利权)人: 杭州奇妙冒险网络科技有限公司
主分类号: G06Q20/38 分类号: G06Q20/38;G06F18/23
代理公司: 杭州五洲普华专利代理事务所(特殊普通合伙) 33260 代理人: 周炤隆
地址: 310000 浙江省杭州市余*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 在线 交易 安全 系统 方法
【说明书】:

本申请涉及数据处理及在线交易安全技术领域,涉及一种在线交易安全系统及方法。本申请提供的一种在线交易安全系统及方法,将目标交易特征、参考交易特征及参考隐藏信息加载至在线交易数据聚类线程中确定目标交易特征、参考交易特征之间的共享性特征向量,并将共享性特征向量确定为整合向量与对应的参考隐藏信息进行确定,得到目标在线交易数据对应的目标隐藏信息。本申请通过确定目标在线交易数据与参考在线交易数据的所有特征之间的共享性特征向量,并将共享性特征向量确定为参考隐藏信息的整合向量,从而得到目标在线交易数据对应的目标隐藏信息,从而得到准确的在线交易数据聚类结果,从而能够可靠地确定出在线交易行为的安全性。

技术领域

本申请涉及数据处理及在线交易安全技术领域,具体而言,涉及一种在线交易安全系统及方法。

背景技术

随着互联网的不断发展,在网上购物或者在网上进行交易变得越来越普及,这样一来,需要保障网上交易的安全。但是,现目前恶意软件不断的增多,因此在线交易的安全难以得以保障。因此,亟需一种技术方案以改善上述技术问题。

发明内容

为改善相关技术中存在的技术问题,本申请提供了一种在线交易安全系统及方法。

第一方面,提供一种在线交易安全方法,该方法包括:获得目标在线交易数据对应的目标交易特征、不少于一个参考在线交易数据对应的参考交易特征及所述参考在线交易数据对应的参考隐藏信息,所述参考在线交易数据是与所述目标在线交易数据属于相同种类且已经进行在线交易数据聚类的在线交易数据,所述参考隐藏信息用于表征对所述参考在线交易数据进行在线交易数据聚类后的不同种类标签,根据所述目标隐藏信息,确定出在线交易行为的安全性;将所述目标交易特征、所述参考交易特征及所述参考隐藏信息加载至在线交易数据聚类线程中确定所述目标交易特征和所述参考交易特征之间的共享性特征向量;在所述在线交易数据聚类线程中,将所述共享性特征向量确定为整合向量与所述参考隐藏信息进行确定,得到所述目标在线交易数据对应的目标隐藏信息,所述目标隐藏信息用于表征对所述目标在线交易数据进行在线交易数据聚类后的不同种类标签,根据所述目标隐藏信息,确定出在线交易行为的安全性。

在一种独立实施的实施例中,所述在线交易数据聚类线程包括若干个显著性隐藏信息整合单元;所述将所述目标交易特征、所述参考交易特征及所述参考隐藏信息加载至在线交易数据聚类线程中确定所述目标交易特征和所述参考交易特征之间的共享性特征向量,包括:将所述目标交易特征、所述参考交易特征及所述参考隐藏信息加载至所述若干个显著性隐藏信息整合单元中进行确定,得到所述目标交易特征与所述参考交易特征之间的所述共享性特征向量;所述在所述在线交易数据聚类线程中,将所述共享性特征向量确定为整合向量与所述参考隐藏信息进行确定,得到所述目标在线交易数据对应的目标隐藏信息,包括:在所述若干个显著性隐藏信息整合单元中,将所述共享性特征向量确定为所述参考隐藏信息的整合向量,确定得到所述目标在线交易数据对应的所述目标隐藏信息;其中,所述目标交易特征和所述参考交易特征都为安全等级的特征表示,所述参考交易特征包括所述参考在线交易数据中历史安全和当前安全的特征表示。

在一种独立实施的实施例中,所述在所述若干个显著性隐藏信息整合单元中,将所述共享性特征向量确定为所述参考隐藏信息的整合向量,确定得到所述目标在线交易数据对应的所述目标隐藏信息,包括:在所述若干个显著性隐藏信息整合单元中,将所述共享性特征向量与所述参考隐藏信息的隐藏信息值进行加权处理,确定得到所述目标在线交易数据对应的所述目标隐藏信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州奇妙冒险网络科技有限公司,未经杭州奇妙冒险网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211165351.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top