[发明专利]安全校验方法、装置、设备及介质

权利要求书

1.一种安全校验方法，其特征在于，包括：

响应于用户发起的取款请求，获得所述取款请求对应的取款相关信息；

根据所述取款相关信息，确定所述用户在至少一个校验视角分别对应的第一视角特征，所述校验视角指代与取款相关信息相适应的信息校验方式；

确定训练获得的目标安全校验模型，所述目标安全校验模型包括至少一个校验视角分别对应的分类器；

将各校验视角的第一视角特征输入各自的分类器，得到各校验视角分别对应的视角校验结果；

根据至少一个所述校验视角分别对应的视角校验结果，确定所述用户的安全校验结果。

2.根据权利要求1所述的方法，其特征在于，所述校验视角校验结果，包括：视角校验概率，所述目标安全校验模型还包括：至少一个所述校验视角分别对应的视角权重；

所述根据至少一个所述校验视角分别对应的视角校验结果，确定所述用户的安全校验结果，包括：

根据至少一个所述校验视角分别对应的视角校验概率和视角权重，将各校验视角分别对应的视角校验概率进行加权求和，得到目标异常概率；

若确定所述目标异常概率大于异常概率阈值，则确定取款行为异常为所述用户的安全校验结果。

3.根据权利要求1或2所述的方法，其特征在于，所述确定取款行为异常为所述用户的安全校验结果之后，还包括：

若确定所述安全校验结果为取款行为异常，则终止所述用户的取款行为，并输出所述取款行为异常的提示信息。

4.根据权利要求1或2所述的方法，其特征在于，所述目标安全校验模型的训练步骤，包括：

基于至少一个所述校验视角，确定至少一个所述校验视角分别对应的分类器构成安全校验模型；

确定所述安全校验模型的样本集，所述样本集包括训练样本以及所述训练样本关联样本标签，所述训练样本包括历史取款行为对应的历史取款相关信息；

根据所述样本集中训练样本的历史取款相关信息，提取所述训练样本在至少一个所述校验视角分别对应的第二视角特征，得到所述训练样本的样本特征；

根据所述样本集中训练样本的样本特征，训练所述安全校验模型，直至所述安全校验模型满足收敛条件，得到所述目标安全校验模型。

5.根据权利要求4所述的方法，其特征在于，所述根据所述样本集中训练样本的样本特征，训练所述安全校验模型，直至所述安全校验模型满足收敛条件，得到所述目标安全校验模型，包括：

确定所述安全校验模型的模型参数；

将所述训练集中训练样本的样本特征输入所述模型参数对应的安全校验模型，得到所述训练样本的预测结果；

根据所述训练样本的预测结果，结合所述训练样本的样本标签，确定所述训练样本的目标损失值；

若确定所述目标损失值满足损失阈值，则确定所述模型参数对应的安全校验模型为所述目标安全校验模型；

若确定所述目标损失值不满足损失阈值，则基于所述目标损失值更新所述安全校验模型的模型参数，返回至将所述训练集中训练样本的样本特征输入所述模型参数对应的安全校验模型，得到所述训练样本的预测结果的步骤继续执行。

6.根据权利要求5所述的方法，其特征在于，所述训练样本的预测结果包括所述训练样本的安全预测结果和至少一个所述校验视角分别对应的视角预测结果；

所述根据所述训练样本的预测结果，结合所述训练样本的样本标签，确定所述训练样本的目标损失值，包括：

根据所述训练样本的预测结果和样本标签之间的误差，确定所述训练样本的第一损失值；

根据所述训练样本在至少一个所述校验视角分别对应的第二视角特征，对所述训练样本进行聚类，得到所述训练样本的聚类结果；

根据所述训练样本在至少一个所述校验视角分别对应的视角预测结果，结合所述训练样本的聚类结果，确定同类样本间的第二损失值；

将所述第一损失值和所述第二损失值相加，得到所述训练样本的目标损失值。