[发明专利]一种基于社团挖掘的欺诈信息检测方法及系统有效

专利信息
申请号: 202011629022.6 申请日: 2020-12-31
公开(公告)号: CN112435137B 公开(公告)日: 2021-05-07
发明(设计)人: 唐海定;邢祎哲;周其进;沈培强 申请(专利权)人: 杭银消费金融股份有限公司
主分类号: G06Q50/00 分类号: G06Q50/00;G06Q30/00;G06F16/901;G06F16/903
代理公司: 衢州维创维邦专利代理事务所(普通合伙) 33282 代理人: 龚洋洋
地址: 310006 浙江省杭州市下城区庆春路38号1层101*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 社团 挖掘 欺诈 信息 检测 方法 系统
【说明书】:

发明实施例提供一种基于社团挖掘的欺诈信息检测方法及系统,通过获取多个主体集群社团和多个行为信息集群社团;然后,根据目标主体对象对应的主体对象行为标签,得到所述目标主体对象对应的参考主体对象,并根据所述目标行为信息对应的信息类别标签,得到所述目标行为信息对应的参考行为信息;最后,分别计算所述目标主体对象与所述行为信息序列中每个行为信息之间的关联参数,并根据所述关联参数在所述行为信息序列中检测所述目标主体对象对应的行为信息是否存在疑似欺诈信息。如此,基于主体集群社团以及信息集群社团的数据挖掘方式进行疑似欺诈信息的检测,可以有效的检测出目标主体对象对应的行为信息是否存在疑似欺诈信息。

技术领域

本发明涉及数据安全技术领域,具体而言,涉及一种基于社团挖掘的欺诈信息检测方法及系统。

背景技术

社交网络服务(Social Networking Services,SNS)通过促进人们之间的线上交流和信息共享,具有非常庞大的用户群数量。为了提供良好的用户体验,社交网络自身的功能也变得越来越趋于复杂,这对社交网络的安全与隐私保护提出了新的挑战。例如,一些不法分子利用社交网络的开放性和用户使用过程中暴露的信息,如照片、与朋友的交互信息等,通过有针对性地传播欺诈信息,对网络用户的安全造成了严重威胁。此外,随着网络金融的普及,设计网银等欺诈类信息也日益猖獗,进一步威胁到用户的资金安全,可能给用户造成直接的经济损失。因此,如何有效的对欺诈信息进行检测是本领域极为重要的技术问题。

发明内容

基于现有设计的不足,本发明实施例提供一种基于社团挖掘的欺诈信息检测方法,应用于与多个主体对象设备通信连接的所述数据挖掘服务器,所述方法包括:

获取多个主体集群社团和多个行为信息集群社团;所述主体集群社团是通过对预先采集的主体样本中每个主体对象对应的主体对象行为标签进行集群分析得到,所述行为信息集群社团是通过对预先采集的行为信息样本中每个行为信息对应的信息类别标签进行集群分析得到;

根据目标主体对象对应的主体对象行为标签,在所述目标主体对象匹配的主体集群社团中获取与所述目标主体对象之间的匹配程度满足主体匹配条件的主体对象,作为所述目标主体对象对应的参考主体对象;

将所述目标主体对象历史产生的行为信息和所述参考主体对象历史产生的行为信息确定为目标行为信息,并根据所述目标行为信息对应的信息类别标签,在所述目标行为信息匹配的行为信息集群社团中获取与所述目标行为信息之间的匹配程度满足信息匹配条件的行为信息,作为所述目标行为信息对应的参考行为信息并写入一行为信息序列中;

分别计算所述目标主体对象与所述行为信息序列中每个行为信息之间的关联参数,并根据所述关联参数在所述行为信息序列中检测所述目标主体对象对应的行为信息是否存在疑似欺诈信息,并将检测到的疑似欺诈信息添加到对应的疑似欺诈信息序列中。

优选地,上述方法还包括:

根据所述目标主体对象历史产生的行为信息,建立所述目标主体对象对应的标签分布拓扑 图;

所述标签分布拓扑 图包括所述目标主体对象历史产生的每个行为信息的标签信息;

通过预设的标签融合曲线分别对所述标签分布拓扑 图中每个行为信息的标签信息进行融合处理,得到融合标签热度序列;所述预设的标签融合曲线包括与待融合的行为信息相关联的融合参数;

在所述预先采集的行为信息样本对应的行为信息特征序列中,获取所述目标主体对象历史产生的行为信息对应的目标行为信息特征序列,并根据所述目标行为信息特征序列和所述融合标签热度序列,生成主体对象向量分布,并将所述主体对象向量分布转换为所述目标主体对象对应的主体对象行为标签。

优选地,所述方法还包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭银消费金融股份有限公司,未经杭银消费金融股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011629022.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top