[发明专利]在线支付反欺诈方法及系统

说明书

技术领域

本发明涉及金融数据处理技术领域，尤其涉及的是一种在线支付反欺诈方法及系统。

背景技术

伴随着互联网技术的迅猛发展，打破传统金融行业的格局的互联网金融应运而生。互联网金融以现代信息科技为基础，结合移动支付、云计算、社交网络、搜索引擎以及大数据挖掘等元素，使金融行业呈现出多元化的发展路径。

第三方互联网支付作为互联网金融的核心，是网络经济环境下金融活动发展的必然产物，它在商户、消费者与银行机构三者间建立有效的连接，为参与交易的双方提供担保，维护交易的公正性，交易资金得到有效监管，进而确保交易各方的合法权益。

第三方互联网支付(Third-party Payment)，是指非银行独立机构采用与传统银行机构签约的方式，通过互联网信息通讯技术，在用户与银行的支付结算系统之间建立连接的一种在线支付模式。第三方支付机构通过虚拟账户的形式，整合了各种银行账户的支付方式，开辟了一条更为便捷的支付途径，将电子商务结算业务进行整合，大大节约了银行机构的营销成本。

基于第三方互联网支付的属性，第三方互联网支付免去了传统交易面对面的必要条件，其在扩大客户范畴以及提高交易效率的同时，也使得欺诈分子可以轻易绕过第三方支付机构的审核，而冒充他人的信息或者利用虚假的身份信息进行账号注册，通过木马、盗号、虚拟交易、信用卡套现、盗卡、伪造卡、钓鱼网站等手段来实现网络欺诈行为。

以上欺诈行为主要实现手段包括：对支付平台账号信息本身进行盗窃，例如微信账号和密码、支付宝账号和密码等等；结合地下产业链中数据交易，搜集用户的银行卡信息，直接或者间接补齐信息资料，形成黑卡盗窃；在各种支付环节上设计骗局或者伪装钓鱼网站进行诈骗。在这种情况下，受损失的是账户的实际拥有人或商户，通常支付机构可能就要对所造成的部分损失承担赔偿责任。

为了应对上述支付欺诈现象，大量的第三方支付机构和银行建立了基于规则的反欺诈系统，该类系统针对单一欺诈行为模式或组合欺诈行为模式设计相应的启动和触发机制，达到对支付欺诈行为及时发现和处理的效果。

然而，在实际的使用过程中，大量实践证明，基于规则的反欺诈模型当敏感度设置的较低时，即规则条件较为宽松时，系统的辨识率较低，即存在大量的欺诈行为不能被及时侦测出；而当系统的敏感度设置的较高时，即规则条件较为严苛时，系统的误报率较高，即是通过大量案例总结出的规则模型只是必要而非充分条件。简单讲，犯罪分子操纵的欺诈行为要素和操作情景，也可能是众多客户真实行为的要素和情景，系统虽然将欺诈行为予以风险暴露，但不可避免的也将客户真实行为当作风险也进行了暴露，误报率的居高不下会造成资源和成本的大量损耗，而且这种损耗也会降低客户体验，所以，误报率成为规则模型的软肋。

针对上述情况，个别商业银行在上述规则模型的基础上通过黑、灰、白名单的方式控制客户风险暴露情况，但也只是在一定程度上解决规则模型的劣势问题，尚不能从根本上解决误报率高和用户体验之间的矛盾问题。

为了解决上述问题，中国专利局公开的申请号为201510399597.6的发明专利申请文件公开了“一种面向金融领域的交易欺诈检测系统与方法”，其在通用用户交易行为模型和用户个人交易行为模型侦测的基础上，通过电话声纹识别模块对可疑交易的对象发起实时的远程身份识别来进一步确定交易是否是欺诈交易。

在该技术方案中，若不用语音电话验证，改用其他方式，如短信方式，又无法保证用户身份验证的有效性。

因此，该技术方案的核心在于电话声纹识别模块，但是通过语音电话验证用户身份，在很多场合会造成用户的不便，例如在嘈杂环境以及一些不便于讲电话的场合等等。另外，该技术方案中，若用户未及时回应语音电话验证，则会大大影响该交易判定的时效性和准确性，造成用户体验较差。

发明内容

本发明所要解决的技术问题是提供一种在线支付反欺诈方法及系统，在保证客户体验的前提下，更及时地防范交易欺诈行为，减少误判。

为解决上述问题，本发明提出一种在线支付反欺诈方法，包括：

S1：获取用户当前在线支付所发生的当前支付数据；

S2：对所述当前支付数据分别进行以下判定分析：进行黑灰名单过滤，得到第一分析结果；进行基于通用支付特征的决策树判定，得到第二分析结果；进行基于数据的用户行为判定，得到第三分析结果；

S3：综合所述第一分析结果、第二分析结果和第三分析结果，判断所述当前支付数据为不可信交易或可信交易，拒绝不可信交易，放行可信交易。