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！

申请/专利权人：平安证券股份有限公司

摘要：本发明涉及安全监控技术，揭露了一种金融交易欺诈风险防范方法、装置及计算机可读存储介质，该方法包括：预存多个标准交易操作流程中的关联特征以形成多个关联特征库；获取当前交易操作流程中的多个特征信息；将所述多个特征信息串成一条数据链；将所述数据链与对应的关联特征库的信息对比以识别所述数据链中的异常信息；对所述异常信息进行分析以找到所述异常信息中的瑕疵及风险隐患点；根据所述异常信息中的瑕疵及风险隐患点形成风险反馈信息。

主权项：1.一种金融交易欺诈风险防范方法，应用于电子装置，其特征在于，所述方法包括：预存多个标准交易操作流程中的关联特征以形成多个关联特征库；获取当前交易操作流程中的多个特征信息；运用关联识别原理，基于流程式记账方式将所述多个特征信息进行记录，并按时间先后顺序将所述多个特征信息的多组数据排列串成一条数据链；将所述数据链的每组数据与对应的关联特征库的信息对比以识别所述数据链中的异常信息，所述异常信息与对应的关联特征库相比少了一些特征信息，或者是多了一些特征信息；对所述异常信息进行分析以找到所述异常信息中的瑕疵及风险隐患点；根据所述异常信息中的瑕疵及风险隐患点形成风险反馈信息。

全文数据：金融交易欺诈风险防范方法、装置及计算机可读存储介质技术领域本发明涉及金融交易领域，具体涉及一种金融交易欺诈风险防范方法、装置及计算机可读存储介质。背景技术金融交易是指涉及机构单位金融资产所有权变化的所有交易，包括金融债权和负债的产生和清偿。金融交易中，一个机构单位一方面会形成或处置金融资产，抵消以后体现金融资产的净获得；另一方面会发生和清偿债务，抵消以后体现负债净发生，金融交易工具包括债券和股票，其中，债券是指由债券购买者承购的或因销售产品而拥有的、可在金融市场上交易并代表一定债权的书面证明。包括政府债券、金融债券、企业债券、商业票据、支付固定收入但不提供法人企业残余价值分享权的优先股等。在金融交易过程中存在证券经营机构、证券登记、清算机构及证券发行人或者发行代理人等在证券发行、交易及其相关活动中诱骗投资者买卖证券以及其他违背客户真实意愿、损害客户利益的行为。发明内容本发明提供一种金融交易欺诈风险防范方法、装置及计算机可读存储介质，其主要目的在于减少金融交易的欺诈风险。为实现上述目的，本发明提供一种金融交易欺诈风险防范方法，应用于电子装置，所述方法包括：预存多个标准交易操作流程中的关联特征以形成多个关联特征库；获取当前交易操作流程中的多个特征信息；将所述多个特征信息串成一条数据链；将所述数据链与对应的关联特征库的信息对比以识别所述数据链中的异常信息；对所述异常信息进行分析以找到所述异常信息中的瑕疵及风险隐患点；根据所述异常信息中的瑕疵及风险隐患点形成风险反馈信息。可选地，所述方法还包括：根据所述异常信息中的瑕疵及所述风险隐患点产生报警信息。可选地，所述将所述数据链与对应的关联特征库的信息对比以识别所述数据链中的异常信息的步骤包括：从所述数据链的一组数据中提取关于表达该组数据的特征式，形成该组数据的总体特征；从所述数据链的其它组数据中继续提取关于表达所述其它组数据的特征式，形成其它组数据的总体特征，以形成总体特征集；将所述总体特征集与所述关联特征库的信息对比以识别所述数据链中的异常信息。可选地，根据如下公式计算以提取所述特征式：提取特征参数的原始向量组F1，F2，···，Fm，m小于或等于9，提取矩阵为：其中原始向量F1蕴含信息量最多，具有最大方差，称为第一主成分，F2、…、Fm依次递减，分别称为第二主成分、…、第m主成分。可选地，所述获取当前交易操作流程中的多个特征信息的步骤包括：运用关联识别原理，基于流程式记账方式把所述多个特征信息的多组数据串成该条数据链。本发明还提供一种电子装置，所述电子装置包括处理器、存储器，所述存储器上存储有可在所述处理器上运行的金融交易欺诈风险防范程序，所述金融交易欺诈风险防范程序被所述处理器执行时实现如下步骤：预存多个标准交易操作流程中的关联特征以形成多个关联特征库；获取当前交易操作流程中的多个特征信息；将所述多个特征信息串成一条数据链；将所述数据链与对应的关联特征库的信息对比以识别所述数据链中的异常信息；对所述异常信息进行分析以找到所述异常信息中的瑕疵及风险隐患点；根据所述异常信息中的瑕疵及风险隐患点形成风险反馈信息。可选地，所述金融交易欺诈风险防范程序还可被所述处理器执行时实现如下步骤：根据所述异常信息中的瑕疵及所述风险隐患点产生报警信息。可选地，所述将所述数据链与对应的关联特征库的信息对比以识别所述数据链中的异常信息的步骤包括：从所述数据链的一组数据中提取关于表达该组数据的特征式，形成该组数据的总体特征；从所述数据链的其它组数据中继续提取关于表达所述其它组数据的特征式，形成其它组数据的总体特征，以形成总体特征集；将所述总体特征集与所述关联特征库的信息对比以识别所述数据链中的异常信息。可选地，根据如下公式计算以提取所述特征式：提取特征参数的原始向量组F1，F2，···，Fm，m小于或等于9，提取矩阵为：其中原始向量F1蕴含信息量最多，具有最大方差，称为第一主成分，F2、…、Fm依次递减，分别称为第二主成分、…、第m主成分。此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有金融交易欺诈风险防范程序以实现上述的金融交易欺诈风险防范方法的步骤。有益效果在于：本发明提供的金融交易欺诈风险防范方法、装置及计算机可读存储介质通过预存多个标准交易操作流程中的关联特征以形成多个关联特征库，将当前交易操作流程中的多个特征信息与关联特征库中的信息进行对比分析而识别当前交易操作流程中的异常信息，并根据所述异常信息中的瑕疵及风险隐患点形成风险反馈信息，从而减少金融交易的欺诈风险。附图说明图1是本发明所述金融交易欺诈风险防范方法的流程示意图；图2是本发明一实施例提供的电子装置的内部结构示意图；图3是本发明一实施例提供的电子装置中金融交易欺诈风险防范程序的模块示意图。本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。本发明提供一种金融交易欺诈风险防范方法。参照图1所示，为本发明一实施例提供的金融交易欺诈风险防范方法的流程示意图。该方法可以由一个装置执行，该装置可以由软件和或硬件实现。在本实施例中，所述金融交易为证券交易。在本实施例中，金融交易欺诈风险防范方法包括：S101，预存多个标准交易操作流程涉及到关联特征以形成多个关联特征库；例如，在股票交易操作流程中的账号信息、股票代码信息、股票数量、购买时间、委托人信息等等关联特征，将所述关联特征归集并形成关联特征库；S102，获取当前交易操作流程中的多个特征信息；例如，在股票交易操作流程中的账号信息、股票代码信息、股票数量、购买时间、委托人信息等等特征信息；S103，将所述多个特征信息串成一条数据链；例如可以以报表流程式的方式记录，并按时间先后顺序排列；例如多个特征信息可能在不同的时间段产生的，交易操作流程按时间段分成不同部分，刚开始例如包括账户登录时间，帐号信息，购买股票时，有股票代码信息、股票数量、购买时间，或者还包括委托人信息，后面还包括端口或服务器信息等等；S104，将所述数据链与对应的关联特征库的信息对比以识别所述数据链中的异常信息；这个异常信息是指与关联特征库相比少了一些特征信息，或者是多了一些特征信息；不管少了一些信息还是多了一些信息，都被认定为异常，从而可以杜绝一些欺诈信息而使金融交易误操作；S105，对所述异常信息进行分析以找到所述异常信息中的瑕疵及风险隐患点；S106，根据所述异常信息中的瑕疵及风险隐患点形成风险反馈信息。在上述方法中，将所述数据链与对应的关联特征库的信息对比以识别所述数据链中的异常信息并根据所述异常信息中的瑕疵及风险隐患点形成风险反馈信息，从而减少金融交易的欺诈风险。进一步地，所述方法还包括：根据所述异常信息中的瑕疵及所述风险隐患点产生报警信息；产生报警信息，并将所述报警信息发送给报警装置图未示进行报警。可选地，所述将所述数据链与对应的关联特征库的信息对比以识别所述数据链中的异常信息的步骤包括：从所述数据链的一组数据中提取关于表达该组数据的特征式，形成该组数据的总体特征；从所述数据链的其它组数据中继续提取关于表达所述其它组数据的特征式，形成其它组数据的总体特征，以形成总体特征集；将所述总体特征集与所述关联特征库的信息对比以识别所述数据链中的异常信息。可选地，根据如下公式计算以提取所述特征式：提取特征参数的原始向量组F1，F2，···，Fm，m小于或等于9，提取矩阵为：其中原始向量F1蕴含信息量最多，具有最大方差，称为第一主成分，F2、…、Fm依次递减，分别称为第二主成分、…、第m主成分。可选地，所述获取当前交易操作流程中的多个特征信息的步骤包括：运用关联识别原理，基于流程式记账方式把所述多个特征信息的多组数据串成该条数据链。本发明还提供一种电子装置1，参照图2所示，为本发明一实施例提供的电子装置1的内部结构示意图。在本实施例中，电子装置1可以是电脑或服务器。所述电子装置1至少包括存储器11、处理器13，通信总线15，以及网络接口17。其中，存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器例如，SD或DX存储器等、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是电子装置的内部存储单元，例如所述电子装置的硬盘。存储器11在另一些实施例中也可以是电子装置1的外部存储设备，例如电子装置1上配备的插接式硬盘，智能存储卡SmartMediaCard,SMC，安全数字SecureDigital,SD卡，闪存卡FlashCard等。进一步地，存储器11还可以既包括电子装置1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于电子装置1的应用软件及各类数据，例如金融交易欺诈风险防范程序111的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。处理器13在一些实施例中可以是一中央处理器CentralProcessingUnit,CPU、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据。通信总线15用于实现这些组件之间的连接通信。网络接口17可选的可以包括标准的有线接口、无线接口如WI-FI接口，通常用于在电子装置1与其他电子设备之间建立通信连接。可选地，电子装置1还可以包括用户接口，用户接口可以包括显示器Display、输入单元比如键盘Keyboard，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLEDOrganicLight-EmittingDiode，有机发光二极管触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子装置中处理的信息以及用于显示可视化的用户界面。图2仅示出了具有组件11～17的电子装置1，本领域技术人员可以理解的是，图2示出的结构并不构成对电子装置1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。在图2所示的电子装置1的实施例中，存储器11中存储有金融交易欺诈风险防范程序；处理器13执行存储器11中存储的金融交易欺诈风险防范程序时实现如下步骤：预存多个标准交易操作流程涉及到关联特征以形成多个关联特征库；例如，在股票交易操作流程中的账号信息、股票代码信息、股票数量、购买时间、委托人信息等等关联特征，将所述关联特征归集并形成关联特征库；获取当前交易操作流程中的多个特征信息；例如，在股票交易操作流程中的账号信息、股票代码信息、股票数量、购买时间、委托人信息等等特征信息；将所述多个特征信息串成一条数据链；例如可以以报表流程式的方式记录，并按时间先后顺序排列；例如多个特征信息可能在不同的时间段产生的，交易操作流程按时间段分成不同部分，刚开始例如包括账户登录时间，帐号信息，购买股票时，有股票代码信息、股票数量、购买时间，或者还包括委托人信息，后面还包括端口或服务器信息等等；将所述数据链与对应的关联特征库的信息对比以识别所述数据链中的异常信息；这个异常信息是指与关联特征库相比少了一些特征信息，或者是多了一些特征信息；不管少了一些信息还是多了一些信息，都被认定为异常，从而可以杜绝一些欺诈信息而减少金融交易的欺诈风险；对所述异常信息进行分析以找到所述异常信息中的瑕疵及风险隐患点；根据所述异常信息中的瑕疵及风险隐患点形成风险反馈信息。在上述装置中，将所述数据链与对应的关联特征库的信息对比以识别所述数据链中的异常信息并根据所述异常信息中的瑕疵及风险隐患点形成风险反馈信息，从而减少金融交易的欺诈风险。进一步地，所述金融交易欺诈风险防范程序还可被所述处理器执行时实现如下步骤：根据所述异常信息中的瑕疵及所述风险隐患点产生报警信息。进一步地，所述将所述数据链与对应的关联特征库的信息对比以识别所述数据链中的异常信息的步骤包括：从所述数据链的一组数据中提取关于表达该组数据的特征式，形成该组数据的总体特征；从所述数据链的其它组数据中继续提取关于表达所述其它组数据的特征式，形成其它组数据的总体特征，以形成总体特征集；将所述总体特征集与所述关联特征库的信息对比以识别所述数据链中的异常信息。进一步地，根据如下公式计算以提取所述特征式：提取特征参数的原始向量组F1，F2，···，Fm，m小于或等于9，提取矩阵为：其中原始向量F1蕴含信息量最多，具有最大方差，称为第一主成分，F2、…、Fm依次递减，分别称为第二主成分、…、第m主成分。所述获取当前交易操作流程中的多个特征信息的步骤包括：运用关联识别原理，基于流程式记账方式把所述多个特征信息的多组数据串成该条数据链。本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有的金融交易欺诈风险防范程序，所述金融交易欺诈风险防范程序可被一个或多个处理器执行，以实现如下操作：预存多个标准交易操作流程涉及到关联特征以形成多个关联特征库；例如，在股票交易操作流程中的账号信息、股票代码信息、股票数量、购买时间、委托人信息等等关联特征，将所述关联特征归集并形成关联特征库；获取当前交易操作流程中的多个特征信息；例如，在股票交易操作流程中的账号信息、股票代码信息、股票数量、购买时间、委托人信息等等特征信息；将所述多个特征信息串成一条数据链；将所述数据链与对应的关联特征库的信息对比以识别所述数据链中的异常信息；这个异常信息是指与关联特征库相比少了一些特征信息，或者是多了一些特征信息；不管少了一些信息还是多了一些信息，都被认定为异常，从而可以杜绝一些欺诈信息而减少金融交易的欺诈风险；对所述异常信息进行分析以找到所述异常信息中的瑕疵及风险隐患点；根据所述异常信息中的瑕疵及风险隐患点形成风险反馈信息。在上述程序中，将所述数据链与对应的关联特征库的信息对比以识别所述数据链中的异常信息并根据所述异常信息中的瑕疵及风险隐患点形成风险反馈信息，从而减少金融交易的欺诈风险。本发明计算机可读存储介质具体实施方式与上述电子装置和方法各实施例基本相同，在此不作累述。可选地，在其他实施例中，金融交易欺诈风险防范程序还可以被分割为一个或者多个模块，一个或者多个模块被存储于存储器11中，并由一个或多个微处理器本实施例为处理器13所执行以完成本发明，本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段，用于描述金融交易欺诈风险防范程序在电子装置中的执行过程。例如，参照图3所示，为本发明电子装置一实施例中的金融交易欺诈风险防范程序的程序模块示意图，该实施例中，金融交易欺诈风险防范程序可以被分割为预存模块10、获取模块20、数据处理模块30、识别模块40、分析模块50及反馈模块60，示例性地：所述预存模块10用于：预存多个标准交易操作流程涉及到关联特征以形成多个关联特征库；例如，在股票交易操作流程中的账号信息、股票代码信息、股票数量、购买时间、委托人信息等等关联特征，将所述关联特征归集并形成关联特征库；所述获取模块20用于：获取当前交易操作流程中的多个特征信息；例如，在股票交易操作流程中的账号信息、股票代码信息、股票数量、购买时间、委托人信息等等特征信息；所述数据处理模块30用于：将所述多个特征信息串成一条数据链；例如可以以报表流程式的方式记录，并按时间先后顺序排列；例如多个特征信息可能在不同的时间段产生的，交易操作流程按时间段分成不同部分，刚开始例如包括账户登录时间，帐号信息，购买股票时，有股票代码信息、股票数量、购买时间，或者还包括委托人信息，后面还包括端口或服务器信息等等；所述识别模块40用于：将所述数据链与对应的关联特征库的信息对比以识别所述数据链中的异常信息；这个异常信息是指与关联特征库相比少了一些特征信息，或者是多了一些特征信息；不管少了一些信息还是多了一些信息，都被认定为异常，从而可以杜绝一些欺诈信息而减少金融交易的欺诈风险；所述分析模块50用于：对所述异常信息进行分析以找到所述异常信息中的瑕疵及风险隐患点。所述反馈模块60用于：根据所述异常信息中的瑕疵及风险隐患点形成风险反馈信息。上述预存模块10、获取模块20、数据处理模块30、识别模块40、分析模块50及反馈模块60等程序模块被执行时所实现的功能或操作步骤与上述实施例大体相同，在此不再赘述。需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质如ROMRAM、磁碟、光盘中，包括若干指令用以使得一台终端设备可以是手机，计算机，服务器，或者网络设备等执行本发明各个实施例所述的方法。以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

权利要求：1.一种金融交易欺诈风险防范方法，应用于电子装置，其特征在于，所述方法包括：预存多个标准交易操作流程中的关联特征以形成多个关联特征库；获取当前交易操作流程中的多个特征信息；将所述多个特征信息串成一条数据链；将所述数据链与对应的关联特征库的信息对比以识别所述数据链中的异常信息；对所述异常信息进行分析以找到所述异常信息中的瑕疵及风险隐患点；根据所述异常信息中的瑕疵及风险隐患点形成风险反馈信息。2.根据权利要求1所述的金融交易欺诈风险防范方法，其特征在于，所述方法还包括：根据所述异常信息中的瑕疵及所述风险隐患点产生报警信息。3.根据权利要求1所述的金融交易欺诈风险防范方法，其特征在于，所述将所述数据链与对应的关联特征库的信息对比以识别所述数据链中的异常信息的步骤包括：从所述数据链的一组数据中提取关于表达该组数据的特征式，形成该组数据的总体特征；从所述数据链的其它组数据中继续提取关于表达所述其它组数据的特征式，形成其它组数据的总体特征，以形成总体特征集；将所述总体特征集与所述关联特征库的信息对比以识别所述数据链中的异常信息。4.根据权利要求3所述的金融交易欺诈风险防范方法，其特征在于，根据如下公式计算以提取所述特征式：提取特征参数的原始向量组F1，F2，···，Fm，m小于或等于9，提取矩阵为：其中原始向量F1蕴含信息量最多，具有最大方差，称为第一主成分，F2、…、Fm依次递减，分别称为第二主成分、…、第m主成分。5.根据权利要求1所述的金融交易欺诈风险防范方法，其特征在于，所述获取当前交易操作流程中的多个特征信息的步骤包括：运用关联识别原理，基于流程式记账方式把所述多个特征信息的多组数据串成该条数据链。6.一种电子装置，其特征在于，所述电子装置包括处理器、存储器，所述存储器上存储有可在所述处理器上运行的金融交易欺诈风险防范程序，所述金融交易欺诈风险防范程序被所述处理器执行时实现如下步骤：预存多个标准交易操作流程中的关联特征以形成多个关联特征库；获取当前交易操作流程中的多个特征信息；将所述多个特征信息串成一条数据链；将所述数据链与对应的关联特征库的信息对比以识别所述数据链中的异常信息；对所述异常信息进行分析以找到所述异常信息中的瑕疵及风险隐患点；根据所述异常信息中的瑕疵及风险隐患点形成风险反馈信息。7.根据权利要求6所述的电子装置，其特征在于，所述金融交易欺诈风险防范程序还可被所述处理器执行时实现如下步骤：根据所述异常信息中的瑕疵及所述风险隐患点产生报警信息。8.根据权利要求6所述的电子装置，其特征在于，所述将所述数据链与对应的关联特征库的信息对比以识别所述数据链中的异常信息的步骤包括：从所述数据链的一组数据中提取关于表达该组数据的特征式，形成该组数据的总体特征；从所述数据链的其它组数据中继续提取关于表达所述其它组数据的特征式，形成其它组数据的总体特征，以形成总体特征集；将所述总体特征集与所述关联特征库的信息对比以识别所述数据链中的异常信息。9.根据权利要求8所述的电子装置，其特征在于，根据如下公式计算以提取所述特征式：提取特征参数的原始向量组F1，F2，···，Fm，m小于或等于9，提取矩阵为：其中原始向量F1蕴含信息量最多，具有最大方差，称为第一主成分，F2、…、Fm依次递减，分别称为第二主成分、…、第m主成分。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有金融交易欺诈风险防范程序，所述金融交易欺诈风险防范程序可被一个或者多个处理器执行以实现如权利要求1至5中任一项所述的金融交易欺诈风险防范方法的步骤。

百度查询： 平安证券股份有限公司 金融交易欺诈风险防范方法、装置及计算机可读存储介质