• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 14
    • 下载费用:30 金币  

    重庆时时彩倍投法: 一种信息风险评估方法及装置.pdf

    关 键 词:
    一种 信息 风险 评估 方法 装置
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201510870637.0

    申请日:

    2015.12.02

    公开号:

    CN106815727A

    公开日:

    2017.06.09

    当前法律状态:

    实审

    有效性:

    审中

    法律详情: 实质审查的生效IPC(主分类):G06Q 20/40申请日:20151202|||公开
    IPC分类号: G06Q20/40(2012.01)I; G06Q10/06(2012.01)I; G06Q40/04(2012.01)I 主分类号: G06Q20/40
    申请人: 阿里巴巴集团控股有限公司
    发明人: 刘楠; 陈弢
    地址: 英属开曼群岛大开曼
    优先权:
    专利代理机构: 北京三友知识产权代理有限公司 11127 代理人: 党晓林
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201510870637.0

    授权公告号:

    |||

    法律状态公告日:

    2017.07.04|||2017.06.09

    法律状态类型:

    实质审查的生效|||公开

    摘要

    本申请涉及信息安全技术领域,特别涉及一种信息风险评估方法及装置。其中方法包括获取被分析信息中的特征信息;确定所述特征信息的起始点;根据所述起始点将所述特征信息转换为0及原有值;将所述特征信息输入到rain评估??橹?,用以计算所述特征信息的风险值。通过本申请的方法和装置,可以避免一些正常的特征信息被错误的评以高风险值,从而可以避免系统对这些正常信息的误处理。

    权利要求书

    1.一种信息风险评估的方法,其特征在于包括,
    获取被分析信息中的特征信息;
    确定所述特征信息的起始点;
    根据所述起始点将所述特征信息转换为0及原有值;
    将所述特征信息输入到活动识别网络的风险rain评估??橹?,用以计算所述特征信息
    的风险值。
    2.根据权利要求1所述的方法,其特征在于,所述获取被分析信息中的特征信息包括,
    根据被分析信息的类型获取该被分析信息中相应的特征信息。
    3.根据权利要求1所述的方法,其特征在于,确定所述特征信息的起始点具体包括:
    寻找所述特征信息不同取值的分布变化达到预定条件的取值点;
    将所述取值点作为所述特征信息的起始点。
    4.根据权利要求3所述的方法,其特征在于,寻找所述特征信息不同取值的分布变化
    达到预定条件的取值点进一步包括,寻找所述特征信息不同取值分布的拐点,将该拐点作为
    所述取值点。
    5.根据权利要求3所述的方法,其特征在于,寻找所述特征信息不同取值的分布变化
    达到预定条件的取值点进一步包括,计算所述特征信息不同取值的分布中相邻两个特征信息
    数量的比值,将比值最大的相应特征信息取值作为取值点。
    6.根据权利要求3所述的方法,其特征在于,将所述取值点作为所述特征信息的起始
    点中进一步包括,根据所述特征信息的经验值,对所述取值点进行调整。
    7.根据权利要求1所述的方法,其特征在于,根据所述起始点将所述特征信息转换为0
    及原有值进一步包括,将小于等于所述起始点的特征信息转换为0,将大于所述起始点的特
    征信息保持为原有值。
    8.一种信息风险评估装置,其特征在于包括,
    获取???,用于获取被分析信息中的特征信息;
    确定???,用于确定所述特征信息的起始点;
    转换???,用于根据所述起始点将所述特征信息转换为0及原有值;
    评估???,用于计算输入的所述特征信息的风险值。
    9.根据权利要求8所述的装置,其特征在于,所述获取??榻徊接糜诟荼环治鲂?br />息的类型获取该被分析信息中相应的特征信息。
    10.根据权利要求8所述的装置,其特征在于,所述确定??榻徊接糜谘罢宜鎏卣?br />信息不同取值的分布变化达到预定条件的取值点;将所述取值点作为所述特征信息的起始
    点。
    11.根据权利要求10所述的装置,其特征在于,所述确定??榻徊接糜谘罢宜鎏?br />征信息不同取值分布的拐点,将该拐点作为所述取值点。
    12.根据权利要求10所述的装置,其特征在于,所述确定??榻徊接糜诩扑闼鎏?br />征信息不同取值的分布中相邻两个特征信息数量的比值,将比值最大的相应特征信息取值作
    为取值点。
    13.根据权利要求8所述的装置,其特征在于,还包括调整???,与所述确定??橄嗔?br />接,根据所述特征信息的经验值,对所述取值点进行调整。
    14.根据权利要求8所述的装置,其特征在于,所述转换??榻徊接糜诮∮诘扔谒?br />述起始点的特征信息转换为0,将大于所述起始点的特征信息保持为原有值。

    说明书

    一种信息风险评估方法及装置

    技术领域

    本申请涉及信息安全技术领域,特别涉及一种信息风险评估方法及装置。

    背景技术

    随着互联网的发展,越来越多的人都开始通过互联网进行电子交易或者电子金融业务,
    网络中也出现了很多恶意用户在电子交易中伤害他人利益的情况,为了防止这种恶意行为,
    出现了分析银行卡、用户身份等电子交易信息是否存在风险的方案,从而对电子交易或者电
    子金融等业务进行风险评估,可以在一定程度上提高电子交易或者电子金融业务的安全性。

    在现有技术中对银行卡的风险识别中通常使用归一化的活动识别网络的风险(risk
    scoring of activity identity network,rain)评估方式,该评估方式在获取银行卡的特
    征信息后,带入逻辑回归函数求解参数a,然后通过该逻辑回归函数对待评估的银行卡的特
    征信息进行分析,最终得到该银行卡的评估结果(通常以数值表示),从而可以根据该评估
    结果对该银行卡进行相应处理。

    但是本申请的发明人发现rain评估方式比较死板,在某些情况下对正常的特征信息也给
    以很高风险的评分,造成部分银行卡风险评分偏高而影响用户的正常使用。

    发明内容

    为了解决现有技术中由于rain评估方法会将一些正常的信息给予较高的风险值,造成对
    这部分信息进行误操作的问题,提出了一种信息风险评估方法及装置,通过计算设定rain评
    估方法的起始点的方法,可以避免一些正常的信息被rain评估方法评价以高风险值。

    本申请提供的一种信息风险评估方法,包括,

    获取被分析信息中的特征信息;

    确定所述特征信息的起始点;

    根据所述起始点将所述特征信息转换为0及原有值;

    将所述特征信息输入到rain评估??橹?,用以计算所述特征信息的风险值。

    本申请实施例还提供了一种信息风险评估的装置,包括,

    获取???,用于获取被分析信息中的特征信息;

    确定???,用于确定所述特征信息的起始点;

    转换???,用于根据所述起始点将所述特征信息转换为0及原有值;

    评估???,用于计算输入的所述特征信息的风险值。

    由以上本申请实施例提供的技术方案可见,可以以更加符合实际业务经验的方式对诸如
    银行卡、用户信息等信息进行风险评估,重新定义特征信息的起始点,使得rain评估方法更
    加准确,避免将一些正常的特征信息识别为高风险,从而避免了一些对于这部分信息的错误
    控制操作。

    当然实施本申请的任一产品或者方法必不一定需要同时达到以上所述的所有优点。

    附图说明

    为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术
    描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记
    载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以
    根据这些附图获得其他的附图。

    图1所示为本申请实施例一种信息风险评估的方法流程图;

    图2所示为本申请实施例一种信息风险评估装置的结构示意图;

    图3所示为本申请实施例中一种银行卡风险评估的具体方法流程图;

    图4所示为本申请实施例特征信息的分布示意图。

    具体实施方式

    本申请实施例提供一种信息风险评估方法及装置。

    为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中
    的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅
    是本申请一部分实施例,而不是全部的实施例?;诒旧昵胫械氖凳├?,本领域普通技术人
    员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请?;さ姆段?。

    如图1所示为本申请实施例一种信息风险评估的方法流程图,在该图所示实施例中通过
    确定特征信息的起始点,将一部分特征信息的取值置为0,从而可以控制该部分的特征信息
    在rain的风险评估方法中的风险值,使得这部分正常的特征信息不会出现现有rain风险评
    估方法中的高风险值的问题,由此提高了整个评估方法的准确性。

    该图中步骤具体包括,步骤101,获取被分析信息中的特征信息。

    步骤102,确定所述特征信息的起始点。

    步骤103,根据所述起始点将所述特征信息转换为0及原有值。

    步骤104,将所述特征信息输入到rain评估??橹?,用以计算所述特征信息的风险值。

    根据本申请的一个实施例,所述获取被分析信息中的特征信息包括,根据被分析信息的
    类型获取该被分析信息中相应的特征信息,其中所述被分析信息包括银行卡信息,用户信息,
    用户住址信息等等,进一步,以银行卡信息举例来说,相应的特征信息可能包括使用同一张
    银行卡的人数,银行卡一段时间内的使用次数等等。

    根据本申请的一个实施例,确定所述特征信息的起始点具体包括:

    寻找所述特征信息不同取值的分布变化达到预定条件的取值点;

    将所述取值点作为所述特征信息的起始点。

    其中,所述特征信息不同取值的分布是指,一个特征信息有几个取值,每个取值所具有
    的被分析信息的个数(也就是每个取值时特征信息的数量),例如,被分析信息为银行卡,
    一个月中使用银行卡的次数作为特征信息,一共有1万张银行卡,每张银行卡中都具有该特
    征信息,共有4000张银行卡在一个月中使用1次银行卡,5000张银行卡为一个月中使用了
    2次银行卡,1000张银行卡为一个月中使用了3次银行卡;所述分布变化是指,银行卡由4
    000张变化到5000张再变化到1000张,两两之差为5000-4000=1000和5000-1000=4000。

    根据本申请的一个实施例,寻找所述特征信息不同取值的分布变化达到预定条件的取值
    点进一步包括,寻找所述特征信息不同取值分布的拐点,将该拐点作为所述取值点。其中,
    可以通过求解所述特征信息分布的一阶导数来寻找拐点,通过上一个实施例的例子,一个月
    使用了3次银行卡即为拐点,也就是取值点。

    根据本申请的一个实施例,寻找所述特征信息不同取值的分布变化达到预定条件的取值
    点进一步包括,计算所述特征信息不同取值的分布中相邻两个特征信息数量的比值,将比值
    最大的相应特征信息取值作为取值点。参考上述实施例,4000张银行卡与5000张银行卡的
    比值,可以使用大的数字作为分子,小的数字作为分母,从而得到这两个特征信息数量的比
    值为5/4,5000张银行卡与1000张银行卡的比值,还是使用大的数字作为分子,小的数字
    作为分母,从而得到这两个特征信息数量的比值为5/1,其中5/1为最大的比值,因此以50
    00张银行卡的特征信息取值,即一个月使用了2次银行卡作为取值点。当然,使用小的数字
    作为分子,大的数字作为分母也是可以进行上述判断的,只需要适应性的调整阀值即可,在
    此不再赘述。

    类似上述步骤的寻找取值点的方式还有很多,例如计算相邻两个特征信息数量的环比变
    化率,即((当前特征信息数量-上一次特征信息数量)/上一次特征信息数量)*100%,当相
    邻两个特征信息数量的环比变化率最大时,取相应特征信息取值作为取值点,以上述实施例
    为例,在特征信息取值为1和2时的环比变化率为25%,特征信息取值为2和3时的环比变
    化率为80%,其中80%的环比变化率较大,因此以5000张银行卡的特征信息取值(一个月内
    2次使用银行卡)作为取值点。其它的方式在本申请中不再赘述,只要能够找到特征信息不
    同取值的分布变化明显的特征信息取值,就可以找到相应的取值点,从而相应的确定该特征
    信息的起始点。

    根据本申请的一个实施例,将所述取值点作为所述特征信息的起始点中进一步包括,根
    据所述特征信息的经验值,对所述取值点进行调整。其中,当有两个或者多个特征信息取值
    点的变化接近(例如斜率接近、环比变化率接近或者比值接近等等),被分析信息为银行卡,
    特征信息为一个月内使用银行卡的次数,对于该特征信息来说,一个月内使用2次银行卡和
    一个月内使用3次银行卡的变化接近,可以以2次作为取值点也可以以3次作为取值点,而
    相应的经验值可能一个月内使用3次银行卡也是正常的,此时可以根据该经验值将一个月内
    3次使用银行卡作为取值点。

    根据本申请的一个实施例,根据所述起始点将所述特征信息转换为0及原有值进一步包
    括,将小于等于所述起始点的特征信息转换为0,将大于所述起始点的特征信息保持为原有
    值。参照上述实施例,当起始点为2时(一个月内使用2次银行卡),则一个月内使用1次
    银行卡和一个月内使用2次银行卡两种情况均被转换为0,该特征信息从一个月内使用3次
    银行卡这个取值开始。

    根据本申请的一个实施例,将所述特征信息输入到rain评估??橹?,用以计算所述特
    征信息的风险值进一步包括,所述rain评估??椴捎玫穆呒毓楹梢晕?br />


    其中,f(x)为特征信息的风险值,x为特征信息的取值,a为参数。在现有技术中,rai
    n评估??榇覣(Acivity,账户行为)、I(Identity,账户基本属性)、N(Network,账户关
    系)的三个大的维度来预测账户的风险,该方法通过确定特征信息的阀值K和相应的归一化
    后的分值P,带入上述逻辑回归函数计算出参数a的值,形成完整的rain评估???,再将待
    分析特征信息的不同取值输入到该函数中得到相应特征信息取值的风险值,具体的rain评估
    方法可以参考现有技术中的方案,在此不再赘述,现有技术中由于是将特征信息的每个取值
    都输入函数中进行计算,因此造成某些正常的特征信息取值的风险值偏高,造成错误的风险
    评估。在本申请技术方案中,将经过上述步骤处理后得到的特征信息取值带入该逻辑回归函
    数,当1次和2次使用银行卡的情况下,将0带入函数后,计算得到这两个特征信息取值的
    风险值为0,当3次使用银行卡的情况下,将3带入函数后,计算得到相应特征信息取值的
    风险值。这样可以得到避免某些正常特征信息取值得到高风险值的评估,从而避免了对该被
    分析信息(本例中为银行卡)的后续错误控制操作(可能会冻结该银行卡的使用或者标记该
    银行卡为高风险,在某些应用中不允许使用)。

    根据本申请的一个实施例,在将所述特征信息输入到rain评估??橹?,用以计算所述
    特征信息的风险值之后还包括,将该被分析信息的所有特征信息中最大的风险值作为该被分
    析信息的风险值。

    根据本申请的一个实施例,将所述被分析信息的风险值扩大相同倍数,例如将0-1之间
    的风险值同时扩大100倍,调整到0-100区间进行风险值的判断。

    通过上述本申请实施例的方法,可以以更加符合实际业务经验的方式对诸如银行卡、用
    户信息等信息进行风险评估,重新定义特征信息的起始点,使得rain评估方法更加准确,
    避免将一些正常的特征信息识别为高风险,从而避免了一些对于这部分信息的错误控制操
    作。

    如图2所示为本申请实施例一种信息风险评估装置的结构示意图,本实施例中的装置可
    以采用专用逻辑电路或者芯片实现,或者安装运行于现有的高性能计算机中,包括但不限于
    服务器、并行计算机系统等。

    该图中具体包括,获取???01,用于获取被分析信息中的特征信息。

    确定???02,用于确定所述特征信息的起始点。

    转换???03,用于根据所述起始点将所述特征信息转换为0及原有值。

    评估???04,用于计算输入的所述特征信息的风险值。

    根据本申请的一个实施例,所述获取??榻徊接糜诟荼环治鲂畔⒌睦嘈突袢「帽环?br />析信息中相应的特征信息。

    根据本申请的一个实施例,所述确定??榻徊接糜谘罢宜鎏卣餍畔⒉煌≈档姆植?br />变化达到预定条件的取值点;将所述取值点作为所述特征信息的起始点。

    根据本申请的一个实施例,所述确定??榻徊接糜谘罢宜鎏卣餍畔⒉煌≈捣植嫉?br />拐点,将该拐点作为所述取值点。

    根据本申请的一个实施例,所述确定??榻徊接糜诩扑闼鎏卣餍畔⒉煌≈档姆植?br />中相邻两个特征信息数量的比值,将比值最大的相应特征信息取值作为取值点。

    根据本申请的一个实施例,还包括调整???05,与所述确定??橄嗔?,根据所述特
    征信息的经验值,对所述取值点进行调整。

    根据本申请的一个实施例,所述转换??榻徊接糜诮∮诘扔谒銎鹗嫉愕奶卣餍畔?br />转换为0,将大于所述起始点的特征信息保持为原有值。

    根据本申请的一个实施例,所述评估??榛褂糜诮帽环治鲂畔⒌乃刑卣餍畔⒅凶畲?br />的风险值作为该被分析信息的风险值。

    根据本申请的一个实施例,还包括放大???06,与所述评估??橄嗔?,用于将所述
    被分析信息的风险值扩大相同倍数。

    通过上述本申请实施例的装置,可以以更加符合实际业务经验的方式对诸如银行卡、用
    户信息等信息进行风险评估,重新定义特征信息的起始点,使得rain评估方法更加准确,
    避免将一些正常的特征信息识别为高风险,从而避免了一些对于这部分信息的错误控制操
    作。

    如图3所示为本申请实施例中一种银行卡风险评估的具体方法流程图,在本实施例中以
    银行卡为例对风险评估进行说明,在现有的rain风险评估方法之前加入了确定临界点(ben
    chmark point)的步骤,重新确定了rain风险评估方法中变量的起始点,避免了现有rain
    风险评估方法将一些正常的特征信息给予高风险评估的错误,使得风险评估更加准确。

    具体包括步骤301,获取银行卡风险评估中的特征信息。

    在本步骤中,银行卡可能有多个信息段,例如卡号、用户名、开户行等等,还包括很多
    用于风险评估的特征信息,例如,一段时间内该银行卡的使用次数,一段时间内使用该银行
    卡的人数,绑定的手机号码等,这些特征信息可以用来银行卡的风险评估,因此在本步骤中
    先获得银行卡的特征信息,在本实施例中以一个月内该银行卡的使用次数作为特征信息进行
    说明,其它的特征信息可以参照本实施例的分析步骤。

    步骤302,获得多张银行卡的相应特征信息取值。

    在本实施例中以1万张银行卡为例进行说明,分别获取了1万张银行卡在一个月内的使
    用次数数据,该部分数据可以从电子交易的数据库中获得,并形成单独的数据表格。

    其中,3000张银行卡一个月内使用1次,相应的特征信息取值为1;4000张银行卡一个
    月内使用2次,相应的特征信息取值为2;2000张银行卡一个月内使用3次,相应的特征信
    息取值为3;1000张银行卡一个月内使用4次,相应的特征信息取值为4。

    步骤303,获得上述特征信息在不同取值时的分布。

    根据前一步骤可知,特征信息取值为1时,银行卡为3000张;特征信息取值为2时,
    银行卡为4000张;特征信息取值为3时,银行卡为2000张;特征信息取值为4时,银行卡
    为1000张,形成如图4所示为本申请实施例特征信息的分布示意图,其中x轴为特征信息
    的取值(银行卡月均使用次数),y轴为银行卡数量。

    步骤304,根据所述特征信息的分布寻找变化率较大的取值点,也就是寻找所述特征信
    息分布的临界点(benchmark point)。

    在本实施例中,可以通过计算该曲线的一阶导数的方式得到相应的拐点,由于特征信息
    的取值和银行卡数量有很多,因此可能形成的特征信息分布曲线的拐点也有多个,可以取拐
    点斜率最大的作为最终的拐点,该拐点也就是上述的变化率较大的取值点。

    在本例中寻找出的取值点为特征信息取值为2的拐点。

    通过以上方式可以根据特征信息不同取值的分布变化得到变化率较大的取值点,当然也
    还可以通过其它方式来获得变化率较大的取值点,例如,将特征信息取值为1时的特征信息
    数量与特征信息取值为2时的特征信息数量做差,得到第一差值1000,再将特征信息取值为
    2时的特征信息数量与特征信息取值为3时的特征信息数量做差,得到第二差值2000,将特
    征信息取值为3时的特征信息数量与特征信息取值为4时的特征信息数量做差,得到第三差
    值1000,所述第二差值为三个差值之中的最大差值,则认为特征信息取值为2时的特征信息
    分布变化达到预定条件,也就是说当特征信息取值为2时,特征信息不同取值的分布变化率
    较大,此时的特征信息取值2可以作为该特征信息的取值点。

    还可以根据相邻特征信息取值的比值来确定该特征信息变化率较大的取值点,例如,特
    征信息取值为1时的特征信息数量与特征信息取值为2时的特征信息数量的比值为第一比值
    4/3,特征信息取值为2时的特征信息数量与特征信息取值为3时的特征信息的比值为第二
    比值4/2,特征信息取值为3时的特征信息数量与特征信息取值为4时的特征信息的比值为
    第三比值2/1,第二比值和第三比值为三个比值之中最大的两个比值,因此确定特征信息取
    值2或者特征信息取值3为该特征信息的变化率较大的取值点。

    步骤305,结合银行卡使用次数的业务经验值来对所述取值点进行调整。

    具体的,当特征信息取值点2与特征信息取值点3的变化率为整个特征信息的分布中变
    化率较大的两个取值点,且两个取值点的变化率较为接近,例如取值点2和取值点3的斜率
    比较接近,或者取值点2特征信息数量与取值点3特征信息数量的第一比值,取值点3特征
    信息数量与取值点4特征信息数量的第二比值较为接近(如上一步骤中比值关系寻找取值点
    的实施例),则需要根据银行卡使用次数的经验值来进行筛选,例如银行卡使用次数的经验
    值为2,根据上面的两个特征信息取值2和3,再考虑到经验值2,则该特征信息分布的取值
    点为2。

    其中,银行卡使用次数经验值是根据历史特征信息取值的经验累积结果,本步骤305在
    某些场景中可以省却。

    步骤306,将所述取值点作为该特征信息的起始点。

    步骤307,将小于等于所述起始点的特征信息取值转换为0,将大于所述起始点的特征
    信息取值保留为原有值。

    在本实施例中,特征信息取值1和特征信息取值2均被转换为0,特征信息取值3和特
    征信息4保留。

    步骤308,将所述特征信息取值输入到rain(risk scoring of activity identity netwo
    rk)评估??橹?,进行特征信息的风险值评估。

    采用现有技术中的rain评估方法进行风险值评估,例如,首先确定特征信息的阀值K
    (例如为2)以及相对应的归一化后的分值P(例如为0.9),然后带入逻辑回归函数:
    其中x为特征信息取值,f(x)为特征信息的风险值,求解参数a,得到r
    ain评估??榈淖钪章呒毓楹?,例如阀值K取2,归一化分值为0.9,带入到逻辑回归函
    数计算出的参数a为1.4725。

    将上述特征信息的取值输入到逻辑回归函数中,在银行卡使用次数
    为1和2的时候,由于前述起始点设定的原因,此时的x均为0,风险值f(x)计算结果为0,
    在银行卡使用次数为3时,x为原有的3,此时f(x)计算结果0.9761,在银行卡使用次数为
    4时,x为原有的4,此时f(x)计算结果0.9944,也就是说,在一个月内使用银行卡1次和2
    次的情况均为合理现象,不应当作为风险。

    在现有技术rain风险评估方法中,银行卡使用次数为1时的相应风险值f(x)为0.6268,
    银行卡使用次数为2时的相应风险值f(x)为0.9001,在现有技术的场景中,由于银行卡使用
    次数为2的风险值较高,可能会被监控处理,造成银行卡不能使用等情况。但在本申请的技
    术方案中银行卡使用次数为1和2的时候,风险值均为0,将作为安全处理。

    步骤309,对银行卡中所有的特征信息进行上述步骤303-步骤308,得到各个特征信息
    的风险值。

    步骤310,将银行卡所有特征信息中最大的风险值作为该银行卡的风险值评估结果。

    步骤311,将上述风险值扩大100倍,形成0至100区间内的风险值,用以对银行卡的
    风险程度进行评价。

    通过上述本申请实施例中的方法及装置,可以以更加符合实际业务经验的方式对诸如银
    行卡、用户信息等信息进行风险评估,重新定义特征信息的起始点,使得rain评估方法更
    加准确,避免将一些正常的特征信息识别为高风险,从而避免了一些对于这部分信息的错误
    控制操作。

    对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开
    关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,
    当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将
    改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程
    的改进就不能用硬件实体??槔词迪?。例如,可编程逻辑器件(Programmable Logic Device,
    PLD)(例如现场可编程门阵列(Field Programmable Gate Array,FPGA))就是这样一种集
    成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集
    成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片2。而且,
    如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”
    软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得
    用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),
    而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、
    AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University
    Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、
    MyHDL、PALASM、RHDL(Ruby Hardware Description Language)等,目前最普遍使用的
    是VHDL(Very-High-Speed Integrated Circuit Hardware Description Language)与Verilog2。
    本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编
    程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。

    控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及
    存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、
    逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑
    控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel
    AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被
    实现为存储器的控制逻辑的一部分。

    本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以
    通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控
    制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部
    件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构?;蛘呱踔?,可
    以将用于实现各种功能的装置视为既可以是实现方法的软件??橛挚梢允怯布考诘慕?br />构。

    上述实施例阐明的系统、装置、??榛虻ピ?,具体可以由计算机芯片或实体实现,或者
    由具有某种功能的产品来实现。

    为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请
    时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

    通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软
    件加必需的通用硬件平台的方式来实现?;谡庋睦斫?,本申请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,该计算机软件产品可以存储在
    存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以
    是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所
    述的方法。

    本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相
    参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而
    言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分
    说明即可。

    本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器
    计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶
    盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备
    的分布式计算环境等等。

    本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序???。
    一般地,程序??榘ㄖ葱刑囟ㄈ挝窕蚴迪痔囟ǔ橄笫堇嘈偷睦?、程序、对象、组件、
    数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过
    通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序??榭梢晕挥诎?br />括存储设备在内的本地和远程计算机存储介质中。

    虽然通过实施例描绘了本申请,本领域普通技术人员知道,本申请有许多变形和变化而
    不脱离本申请的精神,希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。

    关于本文
    本文标题:一种信息风险评估方法及装置.pdf
    链接地址://www.4mum.com.cn/p-6021247.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • pk10走势图软件下载 助赢幸运飞艇资料计划软件 体彩五码遗漏 新时时历史 卖挂骗局 重庆时时现场直播视频 11选5精准计划软件手机 秒速时时规律2017 死在澳门的赌徒 江苏时时开奖号96期 3d技巧准确率99 澳洲赛车官方网站 押庄龙虎公式 专业版 时时彩后三组选包胆怎么玩 彩票怎么玩稳赚