交易操作的识别方法及服务器的制造方法
【技术领域】
[0001] 本申请涉及计算机技术领域，尤其涉及一种交易操作的识别方法及服务器。
【背景技术】
[0002] 随着电子商务的飞速发展，越来越多的用户使用第三方支付平台进行互联网交易 操作，尤其是进行支付交易操作。然而，在进行上述支付交易操作时，往往会存在盗卡和盗 账户的风险。为了保证用户的交易操作的安全性，就有了对用户的交易操作的安全性进行 分析的需求。在对交易操作的安全性进行分析时，由于盗卡交易操作可获取的信息量较少， 难以提取有效特征，且非法用户通过正常账户进行盗卡交易操作，由此增加了盗卡交易操 作识别的难度。
[0003] 现有技术中，主要是通过三种方法对盗卡交易操作进行识别：1)基于专家经验进 行人工风险评分；2)基于黑环境、异常操作行为分析等策略0-1二值识别；3)基于朴素贝 叶斯的线性识别方法。然而，第一种识别方法大多是基于定性和经验，往往主观意识较强， 准确率难以得到保障，而且盗卡交易操作存在突发性，所以难以进行有效的安全性分析； 第二种识别方法是基于离散化的判定准则，大多是0-1二值识别，难以进行深入有效的安 全性分析；第三种识别方法也存在明显的缺陷，特别是对变量的相对独立过于苛刻，往往与 实际不符。
[0004] 朴素贝叶斯识别方法可描述为：设a = [ai，a2…，aj为一个有m个属性的支付交 易操作样本，则其安全性分析的模型可表示为：
[0005] max P (a〇 a2...，am | C) P (C) (1)
[0006] 其中j e (1，|C|)表示类别。因为朴素贝叶斯分类器基于一个简单的假定：在给 定目标值时属性值之间相互独立，所以可得
[0007] ( 2 )
[0008] "
[0009] CNB表示朴素贝叶斯分类器输出的目标值。
[0010] 然而，构建模型的这些属性中往往存在依赖关系。例如，账户绑定手机归属地与银 行卡bin所属地以及快捷签约手机归属地，交易标签中金额和频率往往也存在依赖关系。 因此，基于朴素贝叶斯方法构建的模型对交易操作的安全性进行分析是不准确的，从而不 能对进行交易操作的对象进行有效保护，进而浪费了计算机资源。
【发明内容】
[0011] 本申请实施例提供了一种交易操作的识别方法及服务器，可以解决现有技术中基 于朴素贝叶斯方法对交易操作的安全性进行分析时，由于忽略了交易操作的属性特征之间 的依赖性，而不能对交易操作的类型进行准确识别，进而浪费计算机资源的问题。
[0012] 第一方面，提供了一种交易操作的识别方法，该方法包括：
[0013] 获取交易操作的属性特征集合；
[0014] 分析所述属性特征集合中各个属性特征之间的依赖关系；
[0015] 根据所述依赖关系，从所述属性特征集合中读取有依赖关系的属性特征对，所述 属性特征对包括第一属性特征和第二属性特征，且所述第二属性特征依赖于所述第一属性 特征；
[0016] 对读取的每对有依赖关系的属性特征对，根据预设的训练样本，计算所述第二属 性特征依赖于所述第一属性特征的条件概率值；
[0017] 根据所述条件概率值和预设的第一模型，识别所述交易操作的类型。
[0018] 第二方面，提供了一种服务器，该服务器包括：获取单元、分析单元、读取单元、计 算单元和识别单元；
[0019] 所述获取单元，用于获取交易操作的属性特征集合；
[0020] 所述分析单元，用于分析所述获取单元获取的所述属性特征集合中各个属性特征 之间的依赖关系；
[0021] 所述读取单元，用于根据所述分析单元分析的所述依赖关系，从所述属性特征集 合中读取有依赖关系的属性特征对，所述属性特征对包括第一属性特征和第二属性特征， 且所述第二属性特征依赖于所述第一属性特征；
[0022] 所述计算单元，用于对所述读取单元读取的每对有依赖关系的属性特征对，根据 预设的训练样本，计算所述第二属性特征依赖于所述第一属性特征的条件概率值；
[0023] 所述识别单元，用于根据所述计算单元计算的所述条件概率值和预设的第一模 型，识别所述交易操作的类型。
[0024] 本申请提供的交易操作的识别方法及服务器，获取交易操作的属性特征集合；分 析所述属性特征集合中各个属性特征之间的依赖关系；根据所述依赖关系，从所述属性特 征集合中读取有依赖关系的属性特征对，所述属性特征对包括第一属性特征和第二属性特 征，且所述第二属性特征依赖于所述第一属性特征；对读取的每对有依赖关系的属性特征 对，根据预设的训练样本，计算所述第二属性特征依赖于所述第一属性特征的条件概率值； 根据所述条件概率值和预设的第一模型，识别所述交易操作的类型。由此，可以准确对交易 操作的类型进行识别，从而可以对交易操作的对象进行有效保护。
【附图说明】
[0025] 图1为本申请实施例一提供的交易操作的识别方法流程图；
[0026] 图2为本申请提供的有向无环图；
[0027] 图3为本申请实施例二提供的服务器示意图。
【具体实施方式】
[0028] 为使本申请实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是 本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员 在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0029] 为便于对本申请实施例的理解，下面将结合附图以具体实施例做进一步的解释说 明，实施例并不构成对本申请实施例的限定。
[0030] 本申请实施例提供的交易操作的识别方法及服务器，适用于用户进行交易操作的 场景，尤其适用于用户通过支付系统完成支付的场景，其中，支付系统包括服务器和客户 端，客户端用于与用户进行交易，包括获取用户输入的信息和向用户显示结果信息；服务器 用于对用户输入的信息进行处理，并得到结果信息。服务器包括数据库，该数据库中存储了 已完成支付的交易操作的属性特征。
[0031] 交易操作的属性特征包括四类：1)交易操作的静态属性，包括：现用账户注册情 况（如，已注册或者未注册），快捷签约手机（即用户获取验证码的手机）归属地，账户绑定 手机归属地以及卡（银行卡或者信用卡）bin所属地等；2)交易操作的关联信息，包括：卡 与现用账户是否为可信关联，该账户使用该卡次数以及该账户使用该卡金额等；3)交易操 作的环境变量，包括：当前交易操作的环境是否为黑环境，当前交易操作的环境是否常用以 及近期账户的登录信息等；4)交易操作的资金异常行为信息，包括：卡当天内交易笔数以 及卡当天内交易金额等。
[0032] 图1为本申请实施例一提供的交易操作的识别方法流程图。所述方法的执行主体 可以为具有处理能力的设备：服务器或者系统或者装置，如图1所示，所述方法具体包括：
[0033] 步骤110,获取交易操作的属性特征集合。
[0034] 在此说明，交易操作可以包括但不限定于支付交易操作和转账操作。交易操作的 对象用于表示跟自然人相关的单独个体，可以为用来表示单独个体的用户、账户和卡等。在 此说明书中，以上述对象为卡进行说明。所述属性特征集合中属性特征包括：交易操作的静 态属性、交易操作的关联信息、交易操作的环境变量和交易操作的资金异常行为信息。
[0035] 步骤120,分析所述属性特征集合中各个属性特征之间的依赖关系。
[0036] 可以基于预设的训练样本，对属性特征集合中各属性特征之间的依赖关系进行分 析。其中，预设的训练样本可以是人工预先从服务器中获取，并经过加工处理后得到的语 料。
[0037] 举例来说，预设的训练样本中包括3个交易操作的属性特征，且该3个交易操作的 静态属性的内容如表1所示：
[0038] 表 1
[0039]
[0040] 由表1可以看出，任一交易操作的账户绑定手机归属地、卡bin所属地以及快捷签 约手机归属地之间具有相关性，也即任一交易操作的账户绑定手机归属地、卡bin所属地 以及快捷签约手机归属地之间具有依赖关系。
[0041] 步骤130,根据所述依赖关系，从所述属性特征集合中读取有依赖关系的属性特征 对，所述属性特征对包括第一属性特征和第二属性特征，且所述第二属性特征依赖于所述 第一属性特征。
[0042]属性特征对是指有依赖关系的两个属性特征（即第一属性特征和第二属性特 征），该两个属性特征可以属于同一大类，如，可以是同属于交易操作的静态属性的账户绑 定手机归属地和卡bin所属地。
[0043] 其中，根据所述依赖关系，从所述属性特征集合中读取