[发明专利]基于区块链与大数据的安全支付方法及云平台系统有效

专利信息
申请号: 202110306216.0 申请日: 2021-03-23
公开(公告)号: CN112837069B 公开(公告)日: 2022-05-10
发明(设计)人: 冯琬晴 申请(专利权)人: 中科柏诚科技(北京)股份有限公司
主分类号: G06Q20/40 分类号: G06Q20/40;G06K9/62
代理公司: 重庆创新专利商标代理有限公司 50125 代理人: 李智祥
地址: 101300 北京市顺义*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 区块 数据 安全 支付 方法 平台 系统
【权利要求书】:

1.一种基于区块链与大数据的安全支付方法,应用于支付服务平台,所述支付服务平台与支付对象对应的支付终端通信连接,其特征在于,所述方法包括:

基于设定的触发条件,获取支付场景下目标支付对象的当前支付操作对应的待分析支付行为数据;

将所述支付行为数据输入预先通过大数据样本训练得到的支付安全风险识别模型,确定所述当前支付操作是否存在潜在支付风险;

若所述当前支付操作存在潜在支付风险,根据所述当前支付操作的支付行为数据确定对应的进阶安全支付验证流程,对所述当前支付操作进行支付验证,以对所述当前支付操作进行处理;

所述支付安全风险识别模型通过以下方法训练得到:

获取支付行为数据样本和所述支付行为数据样本对应的标定风险特征描述数据,所述支付行为数据样本对应的标定风险特征描述数据包括所述支付行为数据样本中各支付对象的标定画像标签特征以及所述支付行为数据样本对应的标定风险类别标签特征;

将所述支付行为数据样本输入到预定的支付风险识别模型中的数据分析网络,通过所述数据分析网络对所述支付行为数据样本进行数据分析得到所述支付行为数据样本的目标维度数据特征;

通过所述数据分析网络,根据所述目标维度数据特征计算所述支付行为数据样本对应的推定风险特征描述数据,所述支付行为数据样本对应的推定风险特征描述数据包括所述支付行为数据样本中各支付对象的推定画像标签特征以及所述支付行为数据样本对应的推定风险类别标签特征;

通过所述预定的支付风险识别模型中的风险判别网络,根据所述支付行为数据样本的标定风险特征描述数据和推定风险特征描述数据,确定所述标定画像标签特征与所述推定画像标签特征的第一匹配度,以及所述标定风险类别标签特征与所述推定风险类别标签特征的第二匹配度;

根据所述第一匹配度和所述第二匹配度更新所述支付风险识别模型的模型评价指标,以进行迭代训练,得到训练完成的所述支付风险识别模型。

2.根据权利要求1所述的方法,其特征在于,所述基于设定的触发条件,获取支付场景下目标支付对象的当前支付操作对应的待分析支付行为数据,包括:

判断所述当前支付操作是否存在预先设定的支付异常情况;

当出现预先设定的支付异常情况时,获取所述当前支付操作产生的当前支付行为数据以及所述目标支付对象的历史支付行为数据,将所述当前支付行为数据和所述历史支付行为数据进行整合作为所述当前支付操作对应的待分析支付行为数据。

3.根据权利要求2所述的方法,其特征在于,所述支付安全风险识别模型包括数据分析网络和风险判别网络,所述将所述支付行为数据输入预先通过大数据样本训练得到的支付安全风险识别模型,确定所述当前支付操作是否存在潜在支付风险,包括:

通过所述支付安全风险识别模型中的数据分析网络对所述待分析支付行为数据进行特征分析,得到多个数据维度的维度数据特征;

通过所述支付安全风险识别模型中的风险判别网络,根据所述多个数据维度的维度数据特征对所述当前支付操作进行风险识别,判断所述当前支付操作是否存在潜在支付风险。

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中科柏诚科技(北京)股份有限公司,未经中科柏诚科技(北京)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/202110306216.0/1.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