[发明专利]一种基于订单信息的风险防控方法及其系统

说明书

本发明公开了一种基于订单信息的风险防控方法及其系统，包括以下步骤：（1）获取cpu的内核数量、当前系统支持的语言和当前声音的信息，按照预设的规则拼接成字符串；进行hash计算得到唯一的指纹；（2）基于人机识别算法，生成字符串Token，加密敏感数据，混淆前端代码；（3）获取GeoIP库，根据订单库中的ip对GeoIP库进行分类；对ip地址行为进行分析并建模，为每个IP建立档案，分析IP地址近期的欺诈活动，生成标签加入黑名单；收到订单后，如果发现当前ip地址为黑名单ip，则对下单进行拦截。本发明提供以克服如何验证订单的下单人是人工操作，而不是机器模拟刷单；同时解决薅羊毛、刷单等欺诈问题。

技术领域

本发明涉及电子商务技术领域，具体涉及一种基于订单信息的风险防控方法及其系统。

背景技术

电子商务正在取代原有的线下消费方式，越来越多的消费者采取在电商网站和应用上进行购物，电子商务应用渐渐代替线下购物。电子商务应用中对订单的处理越来越谨慎，但就算非常小心也存在被欺诈、薅羊毛、刷单等情况的发生。

发明内容

针对现有技术存在的不足，本发明目的是提供一种基于订单信息的风险防控方法及其系统，以克服如何验证订单的下单人是人工操作，而不是机器模拟刷单；同时解决薅羊毛、刷单等欺诈问题。

为了实现上述目的，本发明是通过如下的技术方案来实现：

本发明的一种基于订单信息的风险防控方法，包括以下步骤：（1）获取硬件特征：获取cpu的内核数量、当前系统支持的语言和当前声音的信息，并按照预设的规则拼接成字符串；进行hash计算，得到唯一的指纹；（2）判断是否机器下单：基于人机识别算法，生成字符串Token，加密敏感数据，混淆前端代码；（3）根据算法判断下单IP：获取GeoIP库，根据订单库中的ip对GeoIP库进行分类；将ip地址划分为机房、基站、企业宽带、家用宽带、代理，为每个IP建立档案，对当前IP地址近期的活动进行分析，生成标签加入黑名单；收到订单后，如果发现当前ip地址为黑名单ip，则对下单进行拦截。

上述cpu的内核数量获取方法如下：浏览器用navigator .hardware Concurrency来获取，如果浏览器不支持，将Web Worker 的数量增加，并监视 payload 的完成时间；当计算量达到预设的程度，Web Woker 完成 payload 的时间显著增加，达到硬件并发的限制，从而来判断核心的数量；Android读取/sys/devices/system/cpu/文件，并筛选出CPU_FILTER列表的length来得到cpu的核心数，iOS根据cocoa中的NSProcessInfo类的processorCount属性直接得到cpu的核数。

上述当前系统支持的语言获取方法如下：

浏览器页面中用所有的语言写相同的字，如果能显示就代表能够支持当前语言；Android根据Locale.getAvailableLocales()方法直接获取支持的列表；iOS根据NSLocaleavailableLocaleIdentifiers获取所有的语言列表。

上述当前声音的信息的获取方法如下：

浏览器webapi中OscillatorNode产生一个三角波，然后将波传 Dynamics CompressorNode，一个调节声音的信号处理模块，产生压缩效果；经处理的音频信号通过 AnalyserNode 转换为频率域；在频率和值的坐标系上创建一个间距小的列表，并将峰值频率和峰值映射到相应的格子；如果一个格子包含一个频率或值，将格子标记为1，否则为0，格子列表用作跨浏览器特征；除波形处理外，还能从音频设备上获取以下信息：采样率、最大通道数、输入数、输出数、通道数、通道数模式和通道解释；iOS通过AudioSessionGetProperty获取相关信息；Android获取所有的声卡信息，并且到相关描述文件中直接读取信息。

上述人机识别验证算法方法如下：