[发明专利]一种欺诈交易的检测方法及装置

说明书

本发明公开了一种欺诈交易的检测方法及装置，其中方法为：获取待检测交易；确定所述待检测交易的目标时序特征信息；将所述待检测交易和所述目标时序特征信息输入到至少一个交易检测模型，获得所述待检测交易的至少一个模型评分结果；针对所述至少一个交易检测模型中任一交易检测模型，所述交易检测模型是基于所述交易检测模型对应的数据集，按照所述交易检测模型对应的机器学习算法，对所述交易检测模型对应的初始模型训练得到的；所述交易检测模型对应的数据集中任一条训练数据包括交易、交易的时序特征信息和交易标签；根据所述至少一个模型评分结果，确定所述待检测交易是否为欺诈交易。

技术领域

本发明涉及交易安全技术领域，尤其涉及一种欺诈交易的检测方法及装置。

背景技术

欺诈交易是不法分子冒充持卡人待进行的交易。当前欺诈交易的风险日益凸显，欺诈手法繁杂多样，欺诈交易对社会造成众多不良影响，受到了监管部门和银行业的广泛重视。但是，欺诈交易的技术性越来越强，欺诈行为越来越隐蔽。

所以，及时检测出一笔交易是否是欺诈交易对银行的交易安全性至关重要。目前欺诈交易侦测方法中，主要是基于风控经验制定简单逻辑的规则组合进行识别。然而简单逻辑的规则组合不易发现欺诈行为的深层次特性，所以目前欺诈交易的检测不够准确。

发明内容

本发明提供一种欺诈交易的检测方法及装置，解决了现有技术中目前欺诈交易的检测不够准确的问题。

第一方面，本发明提供一种欺诈交易的检测方法，包括：

获取待检测交易；

确定所述待检测交易的目标时序特征信息；

将所述待检测交易和所述目标时序特征信息输入到至少一个交易检测模型，获得所述待检测交易的至少一个模型评分结果；针对所述至少一个交易检测模型中任一交易检测模型，所述交易检测模型是基于所述交易检测模型对应的数据集，按照所述交易检测模型对应的机器学习算法，对所述交易检测模型对应的初始模型训练得到的；所述交易检测模型对应的数据集中任一条训练数据包括交易、交易的时序特征信息和交易标签；

根据所述至少一个模型评分结果，确定所述待检测交易是否为欺诈交易。

上述方式下，针对所述至少一个交易检测模型中任一交易检测模型，所述交易检测模型在训练过程中并不是仅根据交易进行训练的，还考虑了交易的时序特征信息，而交易具有批量、相关联的时序特性，那么所述交易检测模型可以学习到交易在时序方面的知识，所以在检测待检测交易时，得到目标时序特征信息后，将所述待检测交易和所述目标时序特征信息输入到至少一个交易检测模型，可以将所述待检测交易和所述目标时序特征信息都考虑进去，更充分、全面地检测所述待检测交易，所以欺诈交易的检测更加准确。

可选的，针对所述交易检测模型对应的数据集中任一条训练数据；所述训练数据按照以下方式得到：

获取所述训练数据的原始数据；所述原始数据包括交易、交易的时序特征信息和交易标签；所述交易标签为正常交易，或为疑似欺诈交易，或为欺诈交易；

若所述交易标签为疑似欺诈交易，则将所述原始数据输入至所述交易检测模型的初始模型，获得所述原始数据的模型评分结果；

根据所述原始数据的模型评分结果，将所述交易标签修改为正常交易或欺诈交易。

上述方法中，通过对疑似欺诈交易进行评分，及时将所述交易标签修改为正常交易或欺诈交易，从而增加了数据集的准确性和训练数据的完备性。

可选的，所述确定所述待检测交易的目标时序特征信息，包括：

获取所述待检测交易在多个维度的时序上关联的多个交易时序信息；

对所述多个交易时序信息进行统计分析，确定所述待检测交易的目标时序特征信息。