1.一种欺诈风险识别方法,其特征在于,具体包括步骤:
接收移动设备上传的设备特征信息;
根据所述设备特征信息确定所述移动设备的欺诈行为特征;
利用预设的设备欺诈特征模型对所述欺诈行为特征进行计算,得到所述移动设备的欺诈风险指数。
2.如权利要求1所述的欺诈风险识别方法,其特征在于,所述设备特征信息包括基本硬件信息、网络信息、运行状态信息和应用信息中的部分或全部。
3.如权利要求1所述的欺诈风险识别方法,其特征在于,所述欺诈行为特征行包括硬件信息异常、代理使用特征、越狱特征、刷机特征、程序调试特征、模拟定位特征和外挂工具使用特征中的部分或全部。
4.如权利要求1所述的欺诈风险识别方法,其特征在于,所述设备欺诈特征模型通过如下步骤得到:
预设一个欺诈数学模型;
获取历史欺诈事件集;
利用所述历史欺诈事件集和所述欺诈特征行为对所述欺诈数学模型进行训练,得到所述设备欺诈特征模型。
5.一种欺诈风险防范方法,其特征在于,包括步骤:
当移动设备发起业务请求时,获取所述移动设备的设备特征信息;
根据如权利要求1~4任一项所述的欺诈风险识别方法对所述设备特征信息进行处理,得到所述移动设备的欺诈风险指数;
根据所述欺诈风险指数和预设的风险控制阈值对所述业务请求进行处置。
6.一种欺诈风险识别系统,其特征在于,具体包括:
特征信息接收模块,用于接收移动设备上传的设备特征信息;
行为特征确定模块,用于根据所述设备特征信息确定所述移动设备的欺诈行为特征;
风险指数计算模块,用于利用预设的设备欺诈特征模型对所述欺诈行为特征进行计算,得到所述移动设备的欺诈风险指数。
7.如权利要求6所述的欺诈风险识别系统,其特征在于,所述设备特征信息包括基本硬件信息、网络信息、运行状态信息和应用信息中的部分或全部。
8.如权利要求6所述的欺诈风险识别系统,其特征在于,所述欺诈行为特征行包括硬件信息异常、代理使用特征、越狱特征、刷机特征、程序调试特征、模拟定位特征和外挂工具使用特征中的部分或全部。
9.如权利要求6所述的欺诈风险识别系统,其特征在于,还包括模型训练模块,所述模型训练模块包括:
数学模型预置单元,用于预设一个欺诈数学模型;
欺诈事件获取单元,用于获取历史欺诈事件集;
欺诈模型训练单元,用于利用所述历史欺诈事件集和所述欺诈特征行为对所述欺诈数学模型进行训练,得到所述设备欺诈特征模型。
10.一种欺诈风险防范系统,其特征在于,包括:
特征信息获取模块,用于当移动设备发起业务请求时,获取所述移动设备的设备特征信息;
风险指数确定模块,用于根据如权利要求6~9任一项所述的欺诈风险识别系统对所述设备特征信息进行处理,得到所述移动设备的欺诈风险指数;
风险控制模块,用于根据所述欺诈风险指数和预设的风险控制阈值对所述业务请求进行处置。