[发明专利]一种交易反欺诈方法、装置及系统

权利要求书

1.一种交易反欺诈方法，其特征在于，包括：

获取待识别交易数据，提取所述待识别交易数据的交易特征数据；

利用预设判定规则确定所述交易特征数据进行判定，获得所述待识别交易数据的判定结果；

将所述交易特征数据输入预先构建的交易评估模型中，获得所述待识别交易数据的评估结果，所述交易评估模型根据确认为欺诈交易的样本数据、确认为非欺诈交易的样本数据以及未进行确认的样本数据构建获得；

利用预设决策规则对所述待识别交易数据的评估结果及判定结果进行决策处理，获得所述待识别交易的反欺诈决策结果。

2.根据权利要求1所述的方法，其特征在于，所述交易特征数据包括交易基础特征数据，所述交易基础特征数据包括所述待识别交易数据中的交易金额特征、交易时间特征、转账类型特征、卡特征、客户特征、账户特征中的一种或者多种组合形成的特征数据。

3.根据权利要求1所述的方法，其特征在于，所述交易特征数据包括时序行为特征数据，所述时序特征数据包括所述待识别交易数据的交易金额与历史交易的比对特征、所述待识别交易数据的MAC/IP下的历史交易记录特征、所述待识别交易数据的转出/转入账号下的历史交易记录特征、所述待识别交易数据的地理位置特征。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述交易评估模型采用下述方式构建：

获取历史交易数据，提取各历史交易数据的交易特征数据，获得初始样本集；

将所述初始样本集中的样本数据划分为黑样本数据、白样本数据、灰样本数据，所述黑样本数据包括确认为欺诈交易的样本数据，所述白样本数据包括确认为非欺诈交易的样本数据，所述灰样本数据包括未进行确认的样本数据；

将黑样本数据标记为欺诈，将白样本数据、灰样本数据标记为非欺诈，构建获得第一样本集，利用所述第一样本集进行模型构建，获得第一交易评估模型；

将黑样本数据及灰样本数据标记为欺诈，将白样本数据标记为非欺诈，构建获得第二样本集，利用所述第二样本集对所述第一交易评估模型进行更新处理，获得交易评估模型。

5.根据权利要求4所述的方法，其特征在于，根据LR算法对所述交易评估模型进行构建。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于预设时间间隔获取已确认为欺诈交易或非欺诈交易的第一交易数据；

提取所述第一交易数据的交易特征数据，获得第一训练集，利用所述第一训练集对所述交易评估模型进行更新处理。

7.一种交易反欺诈装置，其特征在于，所述装置包括：

特征提取模块，用于获取待识别交易数据，提取所述待识别交易数据的交易特征数据；

交易判定模块，用于利用预设判定规则对所述待识别交易数据进行判定，获得所述待识别交易数据的判定结果；

交易评估模块，用于将所述交易特征数据输入预先构建的交易评估模型中，获得所述待识别交易数据的评估结果，所述交易评估模型根据确认为欺诈交易的样本数据、确认为非欺诈交易的样本数据以及未进行确认的样本数据构建获得；

决策结果确定模块，用于利用预设决策规则对所述待识别交易数据的评估结果及判定结果进行决策处理，获得所述待识别交易的反欺诈决策结果。