[发明专利]银行业务反欺诈方法与系统

权利要求书

1.一种银行业务反欺诈方法，其特征在于，所述银行业务反欺诈方法包括：

S100，反欺诈数据处理引擎从反欺诈风险管理平台中获取规则列表，基于Flume实时同步用户在各个服务渠道的用户数据，存储于本地设置的ODS数据库中，以及本地设置的kafka消息中间件中；

S200，反欺诈数据处理引擎从本地的ODS数据库中获取已同步的用户数据，利用Flink规则算子，筛选所述规则列表中各个规则所需的用户数据，生成中间数据，并将所述中间数据存储于本地设置的缓存服务器或kafka消息中间件中；

所述S200包括：

S210，反欺诈数据处理引擎从本地的ODS数据库中获取已同步的用户数据；

S220，利用Flink规则算子，筛选所述规则列表中各个风险预警规则、以及各个风险预警规则组所需的用户数据，生成与风险预警规则或风险预警规则组队员的中间数据，并将所述中间数据存储于本地设置的缓存服务器或kafka消息中间件中；

S300，当一笔处于任一服务渠道的业务交易被发起后，所述服务渠道的客户端存储交易流水信息；

S400，所述服务渠道的客户端通过反欺诈接口，获取所述缓存服务器或kafka消息中间件中的中间数据，基于中间数据和交易流水信息进行规则命中分析，判断本次业务交易是否命中任意一个风险预警规则；

S500，若本次业务交易命中任意一个风险预警规则，则所述服务渠道的客户端生成命中结果发送至反欺诈数据处理引擎的缓存服务器或kafka消息中间件中进行存储。

2.根据权利要求1所述的银行业务反欺诈方法，其特征在于，所述服务渠道至少包括手机银行业务渠道、个人网银业务渠道和企业网银业务渠道。

3.根据权利要求2所述的银行业务反欺诈方法，其特征在于，在所述步骤S100之前，所述银行业务反欺诈方法还包括：

S010，反欺诈风险管理创建多个风险预警规则，并对每一个风险预警规则进行参数配置；

S020，创建规则列表，将所有的风险预警规则存储入规则列表。

4.根据权利要求3所述的银行业务反欺诈方法，其特征在于，在所述步骤S020之后，所述银行业务反欺诈方法还包括：

S030，基于风险控制策略，将多个风险预警规则进行任意组合，生成至少一个风险预警规则组；

S040，将至少一个风险预警规则组存储入规则列表。

5.根据权利要求4所述的银行业务反欺诈方法，其特征在于，当判断本次业务交易是否命中任意一个风险预警规则时，还判断是否命中任意一个风险预警规则组。

6.根据权利要求4所述的银行业务反欺诈方法，其特征在于，在所述步骤S500中，当判断本次业务交易是否命中任意一个风险预警规则时，还同步判断是否命中任意一个风险预警规则组；

当同时命中一个风险预警规则和一个风险预警规则组时，将风险预警规则组作为命中目标。

7.一种银行业务反欺诈系统，其特征在于，包括：

银行业务系统，包括后台业务系统和客户端；

反欺诈系统，通过反欺诈接口与银行业务系统连接，采用权利要求1- 6中任意一项所述的银行业务反欺诈方法，对银行业务系统流转的银行业务进行反欺诈监控。

8.根据权利要求7所述的银行业务反欺诈系统 ，其特征在于，所述反欺诈系统包括：

反欺诈风险管理平台；

反欺诈数据处理引擎，与反欺诈风险管理平台连接；

反欺诈系统数据库，包括ODS数据库和规则配置数据库。

9.根据权利要求8所述的银行业务反欺诈系统 ，其特征在于，所述反欺诈数据处理引擎包括：

Kafka消息中间件，用于存储实时同步的用户数据；

缓存服务器，用于存储中间数据。