同盾金融申请欺诈团伙挖掘技术获得国家发明专利授权

近日，同盾科技自主研发的“数据处理方法、装置、存储介质及电子设备”专利申请获得国家知识产权局的发明专利授权。

互联网的飞速发展，使得在线的金融申请服务更加普及，典型的金融在线申请服务包括在线申请信用卡、在线申请贷款等。近年来，涉及信用卡在线申请的欺诈模式和手段不断变化，同时，随着反欺诈技术的进步，欺诈越来越难以由个体完成，而是通过团伙有组织地进行。信贷业务是商业银行等金融机构的主要利润来源，团伙欺诈也已形成一个黑色产业链，黑中介通过购买个人信息、和客户联合等手段进行欺诈。

同盾全新专利正是为解决这一类问题而生，针对金融在线申请团伙欺诈问题，采用半监督学习方法进行建模，可以有效发现金融申请场景下的欺诈团伙。

本发明中，技术人员首先基于业务样例统计获得多个关联维度的异常度属性，然后对待挖掘订单集合进行欺诈团伙挖掘：基于关联建立异常边，然后进行连通计算，接着对连通子图进行异常度计算，最后输出欺诈团伙。

本方案中，最重要的方面是基于业务积累样例数据统计获得关联异常度，然后基于异常关联属性生成关联边并指定异常度阈值进行连通子图计算，最后是计算团伙异常度。本发明的团伙挖掘流程如下图所示。

图：团伙挖掘流程

本发明基于业务已标记样本之间多维度的关联，建立样本间的关联并量化关联的边权重，相对于一般的连通分量计算和专家经验权重设置，在样例的异常关联强度计算方面更合理并且可解释性强。本发明通过约束连接边权重来选取权重超过一定阈值的边，然后进行连通分量的计算，最后输出欺诈连通子图。

相对于一般的连通计算，本发明通过调整边权重阈值从而发现更有可能是欺诈团伙的连通子图。本发明采用成熟的连通子图算法进行并行计算，相对于其他复杂的图算法具有更高的计算效率。相对于仅依据少量欺诈样例进行的标签传播计算，本发明从业务的角度可以发现更多的候选欺诈样例和欺诈团伙。

本专利的处理方法，已在同盾的多家股份制银行、头部城商行等机构的咨询和实施项目中成功应用，后续也将会在更多银行及汽车金融等项目中应用。本发明专利完善了同盾知识图谱产品的信贷场景图谱建模方案，同盾强大的定制化团伙挖掘和建模处理也将会在更多客户和场景应用。

你可能还喜欢