买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜珠海易伙伴科技有限公司申请的专利一种支付交易信息处理方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118657530B 。

龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411010387.9，技术领域涉及：G06Q20/40；该发明授权一种支付交易信息处理方法及系统是由颜朵;杨菊秀;黎亮;刘乙设计研发完成，并于2024-07-26向国家知识产权局提交的专利申请。

本一种支付交易信息处理方法及系统在说明书摘要公布了：本发明公开了一种支付交易信息处理方法及系统，涉及交易信息处理技术领域，包括基于账户数据设定初始时间窗口并进行身份验证，持续采集用户面部特征，进行周期性面部识别与验证；基于支付交易频次设定子时间窗口，进行数据聚合并形成综合验证集，通过交易信息进行异常评分，分析并判定交易风险。本发明所述方法通过分析不同用户账户类型的平均交易频率，可以设定更加个性化的初始时间窗口，并基于初始时间窗口通过周期性人脸信息，提高了人脸信息的利用效率，通过设定子时间窗口，系统能够在更短的时间段内进行细粒度的监控，并将子时间窗口内的交易数据进行聚合后再进行统一验证进行异常评分，减少了对每笔交易的重复验证请求。

本发明授权一种支付交易信息处理方法及系统在权利要求书中公布了：1.一种支付交易信息处理方法，其特征在于：包括，基于账户数据设定初始时间窗口并进行身份验证，持续采集用户面部特征，进行周期性面部识别与验证；基于支付交易频次设定子时间窗口，进行数据聚合并形成综合验证集，通过交易信息进行异常评分，分析并判定交易风险；综合初始时间窗口的异常评分进行最终风险评估，动态调整初始时间窗口；基于信息加密技术对交易数据进行安全传输和存储；所述基于账户数据设定初始时间窗口并进行身份验证，包括，基于账户数据库和交易记录数据库，提取用户账户类型数据和用户历史交易数据，用户历史交易数据包括交易频率、交易金额、交易时间；对历史交易数据进行统计分析，计算不同用户账户类型的平均交易频率；基于用户账户类型和平均交易频率确定身份验证平均窗口时间，并作为交易的初始时间窗口T；所述持续采集用户面部特征，进行周期性面部识别与验证，包括，用户发起交易请求时进行生物特征验证；生物特征验证基于人脸识别系统通过账户数据库中的面部特征数据，比对摄像头采集的用户当前面部特征数据，进行面部识别，通过动态密码验证，向用户注册的手机号码发送一次性动态密码，进行密码识别，完成初步身份验证；基于初始时间窗口T，通过摄像头持续采集用户面部特征数据，并进行数据缓存；根据历史交易数据的平均交易频率，设定周期性验证时间，表示为： ；其中表示周期性验证时间，f表示平均交易频率；在初始时间窗口T内间隔的时间，基于人脸识别系统通过缓存的面部特征数据进行周期性面部识别；若面部识别通过，则更新缓存的面部特征数据，并继续下一个周期性验证时间；若验证不通过，则提醒用户重新进行身份验证；所述基于支付交易频次设定子时间窗口，进行数据聚合并形成综合验证集，包括，在设定的初始时间窗口T内，根据用户的支付交易请求进行实时监控，包括交易时间、交易金额和交易地点；基于初始时间窗口T内的支付交易频次，设定子时间窗口，表示为： ； ；其中表示第i个子时间窗口，n表示子时间窗口数量，表示每个子时间窗口内期望的平均交易次数，表示历史交易频次；将子时间窗口内交易请求的数据进行聚合，形成综合验证集，包括交易请求的交易时间、交易金额和交易地点及初步身份验证结果，将聚合后的综合验证请求发送到验证服务器；所述通过交易信息进行异常评分，分析并判定交易风险，包括，验证服务器对综合验证请求中的交易数据进行验证，其中对每笔交易请求的金额进行验证，表示为： ；其中表示当前交易金额，表示用户账户的历史平均交易金额，表示用户账户的历史交易金额标准差，表示偏差金额；对每笔交易请求的地点进行验证，表示为： ；其中和表示当前交易地点坐标，和表示历史常用交易地点坐标，D表示验证距离；对每笔交易请求的时间进行验证，表示为： ；其中表示偏差时间，表示当前交易时间，表示常规交易时间段；对偏差金额、验证距离D和偏差时间分别进行标准差处理，构建线性回归模型，综合考虑标准化后的交易金额、交易地点和交易时间并进行异常评分，表示为： ；其中表示第i个综合验证集的异常评分，、和均为权重系数，表示标准化后的偏差金额，表示标准化后的验证距离，表示标准化后的偏差时间；使用训练集通过均方误差损失函数计算损失，通过Adam优化器并通过梯度下降法进行模型参数迭代优化，当在连续迭代过程中线性回归模型的损失不再明显下降则停止迭代输出模型参数更新线性回归模型；基于99.7%覆盖原则，将历史异常评分的均值与三倍标准差的和作为交易阈值，若聚合后的综合验证数据计算的异常评分S大于等于交易阈值，则判定为存在交易风险，若聚合后的综合验证数据计算的异常评分S小于交易阈值，则判定为不存在交易风险；所述综合初始时间窗口的异常评分进行最终风险评估，动态调整初始时间窗口，包括，基于初始时间窗口T内每个子时间窗口的异常评分值作为评分特征X，构建机器学习模型进行最终风险评估，表示为： ；其中R表示最终风险评分，表示sigmoid函数，w表示模型权重，b表示偏置项；通过训练集使用损失函数计算损失，通过Adam优化器并通过梯度下降法进行模型参数迭代优化，当在连续迭代过程中机器学习模型的损失不再明显下降则停止迭代输出模型参数更新机器学习模型；计算历史最终风险评分的平均值和标准差，设定历史最终风险评分的平均值和标准差的和作为高风险阈值，设定历史最终风险评分的平均值和标准差的差作为低风险阈值；若最终风险评分R大于等于低风险阈值且小于高风险阈值，则判定为风险适中，若最终风险评分R大于等于高风险阈值，则判定为交易高风险，并缩短初始时间窗口，若最终风险评分R小于低风险阈值，则判定为交易低风险，并延长初始时间窗口；调整初始时间窗口表示为： ； ；其中表示调整的初始时间窗口，表示调整系数，sig表示sigmiod函数，表示历史终风险评分最大值，表示历史终风险评分最小值，表示历史终风险评分的标准差，表示历史终风险评分的均值，sign表示符号函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人珠海易伙伴科技有限公司，其通讯地址为：519000 广东省珠海市香洲区前山路9号606办公之六；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。