[发明专利]客户信息校验方法、装置、介质及电子设备

说明书

本公开涉及人工智能和信息安全领域，揭示了一种客户信息校验方法、装置、介质及电子设备。该方法包括：获取通过规则引擎中规则集校验的异常客户信息；根据异常客户信息进行模型训练，得到风险模型；针对各系统，获取通过规则集校验的异常客户信息在所有该系统中异常客户信息的数量占比；根据数量占比，确定候选异常系统；获取系统相关信息；根据系统相关信息，生成系统特征数据；基于系统特征数据和候选异常系统确定异常系统；当接收到新规则添加请求，生成新规则集；利用风险模型对新规则进行校验，并根据新规则通过校验，对异常系统启用新规则集。此方法降低了为多系统配置规则的人力成本，兼顾了新规则上线的安全性和效率。

技术领域

本公开涉及人工智能和信息安全技术领域，特别涉及一种客户信息校验方法、装置、介质及电子设备。

背景技术

当前，一些金融系统，如银行系统的客户信息需要符合监管要求，所以每个系统都有自己的校验规则，相同的规则要在大量系统实现多次，而且会因为不同系统开发人员对规则理解的差异导致结果不一致，因此，当调整一个规则的时候需要耗费大量人力评估和开发，消耗的人力和物力成本较大。

发明内容

在人工智能和信息安全技术领域，为了解决上述技术问题，本公开的目的在于提供一种客户信息校验方法、装置、介质及电子设备。

根据本公开的一方面，提供了一种客户信息校验方法，所述方法由规则引擎执行，所述规则引擎用于对上报至多个系统的客户信息进行校验，所述方法包括：

针对所述多个系统中的每一系统，获取已通过所述规则引擎中的规则集的校验的异常客户信息，所述异常客户信息为所述系统中存在对应异常行为记录的客户信息，所述多个系统中的各系统在客户产生异常行为时，生成与所述客户的客户信息对应的异常行为记录；

根据获取的所述异常客户信息进行模型训练，得到客户信息校验风险模型；

针对每一系统，获取已通过所述规则引擎中的规则集的校验的异常客户信息在所有在该系统中异常客户信息的数量占比；

根据各系统对应的所述数量占比，在所述多个系统中确定出候选异常系统；

获取与所述多个系统分别对应的系统相关信息；

根据所述系统相关信息，生成与各系统对应的系统特征数据；

基于所述系统特征数据和所述候选异常系统在所述多个系统中确定出异常系统，所述异常系统包括所述候选异常系统；

当接收到携带了新规则的新规则添加请求，生成包括所述新规则和所述规则集的新规则集；

利用所述客户信息校验风险模型对所述新规则进行校验，并根据所述新规则通过校验，对所述异常系统启用所述新规则集，以便在向所述异常系统上传客户信息时，利用所述新规则集进行校验。

根据本公开的另一方面，提供了一种客户信息校验装置，所述装置位于规则引擎中，所述规则引擎用于对上报至多个系统的客户信息进行校验，所述装置包括：

第一获取模块，被配置为针对所述多个系统中的每一系统，获取已通过所述规则引擎中的规则集的校验的异常客户信息，所述异常客户信息为所述系统中存在对应异常行为记录的客户信息，所述多个系统中的各系统在客户产生异常行为时，生成与所述客户的客户信息对应的异常行为记录；

训练模块，被配置为根据获取的所述异常客户信息进行模型训练，得到客户信息校验风险模型；

数量占比获取模块，被配置为针对每一系统，获取已通过所述规则引擎中的规则集的校验的异常客户信息在所有在该系统中异常客户信息的数量占比；

第一确定模块，被配置为根据各系统对应的所述数量占比，在所述多个系统中确定出候选异常系统；