网点防刷单的方法、装置、设备及存储介质与流程

文档序号:31659605发布日期:2022-09-27 22:51阅读:53来源:国知局
网点防刷单的方法、装置、设备及存储介质与流程

1.本发明涉及物流领域,尤其涉及一种网点防刷单的方法、装置、设备及存储介质。


背景技术:

2.随着互联网购物的兴起,快递业务量大增,为分担派送压力,各快递企业深入小区建立派送网点,网点的快递人员队伍不断扩大,快递企业根据实际情况调整末端派件模式及派费率,以期待获得更大的市场竞争力和企业利润。
3.由于网点缺乏相关的管控制约,出现快递人员在网上采购物品下单到自己派送区域的虚拟地址,且在派单阶段退货的现象,利用此种违规刷单赚取派单费用。
4.当前情况下,只有当刷单频繁且生成了巨大的金额进而引发网点账面异常时才能发现,难以进行及时的监管,检测准确性低。


技术实现要素:

5.本发明的主要目的在于提供一种网点防刷单的方法,达到精准监控网点违规刷单的目的,提高检测违规刷单设备和账号的准确率。
6.本发明第一方面提供了一种网点防刷单的方法,包括:获取目标设备和目标账号,所述目标设备为物流网点用来扫描快递包裹信息数据的巴枪,所述目标账号为在目标周期内登录于所述目标设备上的快递员账号;根据预设规则计算所述目标周期内所述目标设备和所述目标账号扫描的待派发货物的签收率,得到多个节点签收率,所述目标周期包括至少一个考核时间段,每个考核时间段的开始时间点和结束时间点各对应一个节点签收率;判断所述多个节点签收率是否都满足预设标准,若所述多个节点签收率中有一个节点签收率不满足预设标准,则将所述目标设备确定为异常设备,将所述目标账号确定为异常账号;分别判断所述异常设备和所述异常账号是否满足刷单检测规则,若满足,则封禁满足所述刷单检测规则的所述异常设备或所述异常账号,所述刷单检测规则用于指示在预设次数的周期中每个周期均检测到相同的设备或相同的账号有异常,且所述相同的设备或所述相同的账号与预置敏感库中的敏感数据匹配。
7.可选的,在本发明第一方面的第一种实现方式中,所述根据预设规则计算所述目标周期内所述目标设备和所述目标账号扫描的待派发货物的签收率,得到多个节点签收率,所述目标周期包括至少一个考核时间段,每个考核时间段的开始时间点和结束时间点各对应一个节点签收率,包括:确定所述目标设备对应的目标网点的考核时间段,得到至少一个考核时间段,所述目标网点为单频次网点或多频次网点,所述单频次网点在所述目标周期内有一个考核时间段,所述多频次网点所述目标周期内有至少两个考核时间段;计算每个考核时间段开始时间节点对应的第一签收率和结束时间节点对应的第二签收率,得到多个节点签收率。
8.可选的,在本发明第一方面的第二种实现方式中,所述判断所述多个节点签收率是否都满足预设标准,若所述多个节点签收率中有一个节点签收率不满足预设标准,则将
所述目标设备确定为异常设备,将所述目标账号确定为异常账号,包括:将所述多个节点签收率中的至少一个第一签收率与预置第一阈值比较,将所述多个节点签收率中的至少一个第二签收率与预置第二阈值比较;若所述至少一个第一签收率大于或等于第一阈值且所述至少一个第二签收率大于或等于预置第二阈值,则无异常,否则,则将所述目标设备确定为异常设备,将所述目标账号确定为异常账号。
9.可选的,在本发明第一方面的第三种实现方式中,所述分别判断所述异常设备和所述异常账号是否满足刷单检测规则,若满足,则封禁满足所述刷单检测规则的所述异常设备或所述异常账号,所述刷单检测规则用于指示在预设次数的周期中每个周期均检测到相同的设备或相同的账号有异常,且所述相同的设备或所述相同的账号与预置敏感库中的敏感数据匹配,包括:分别判断所述异常设备和所述异常账号在预设次数的周期内是否存在被检测的数据记录;若不存在,则监测所述异常设备或所述异常账号直至所述异常设备或所述异常账号在所述预设次数的周期内存在被检测的数据记录;若存在,则判断在所述预设次数的周期内,每个周期是否均检测到所述异常设备或所述异常账号,若检测到,则将所述异常设备或所述异常账号与预置敏感库中的敏感数据进行匹配,若匹配成功,则封禁所述异常设备或所述异常账号。
10.可选的,在本发明第一方面的第四种实现方式中,在获取目标设备和目标账号之前,还包括:获取物流系统内每个快递网点的历史派件信息,得到每台设备上登录的账号的信息和每个账号登录过的设备的信息,所述设备为网点的巴枪;筛选出登录过多个账号的设备和在多个设备上登录过的账号,得到敏感数据;将所述敏感数据存入预置敏感库中。
11.可选的,在本发明第一方面的第五种实现方式中,在判断所述多个节点签收率是否都满足预设标准,若所述多个节点签收率中有一个节点签收率不满足预设标准,则将所述目标设备确定为异常设备,将所述目标账号确定为异常账号之后,还包括:扫描所述异常设备周围的巴枪,得到待检测设备集;判断所述待检测设备集中是否存在满足刷单检测规则的待检测设备;若存在,则封禁所述满足刷单检测规则的待检测设备。
12.可选的,在本发明第一方面的第六种实现方式中,在若存在,则封禁所述满足刷单检测规则的待检测设备之后,还包括:查询所述满足刷单检测规则的待检测设备上登录过的账号,得到待检测账号列表,所述待检测账号列表包括至少一个待检测账号;将所述至少一个待检测账号与所述敏感库中的敏感数据进行匹配;若匹配成功,则封禁匹配成功的待检测账号。
13.本发明第二方面提供了一种网点防刷单的装置,包括:获取模块,用于获取目标设备和目标账号,所述目标设备为物流网点用来扫描快递包裹信息数据的巴枪,所述目标账号为在目标周期内登录于所述目标设备上的快递员账号;计算模块,用于根据预设规则计算所述目标周期内所述目标设备和所述目标账号扫描的待派发货物的签收率,得到多个节点签收率,所述目标周期包括一个或两个考核时间段,一个考核时间段的开始时间点和结束时间点各对应一个节点签收率;第一判断模块,用于判断所述多个节点签收率是否都满足预设标准,若所述多个节点签收率中有一个节点签收率不满足预设标准,则将所述目标设备确定为异常设备,将所述目标账号确定为异常账号;第二判断模块,用于分别判断所述异常设备和所述异常账号是否满足刷单检测规则,若满足,则封禁满足所述刷单检测规则的所述异常设备或所述异常账号,所述刷单检测规则用于指示在预设次数的周期中每个周
期均检测到相同的设备或相同的账号有异常,且所述相同的设备或所述相同的账号与预置敏感库中的敏感数据匹配。
14.可选的,在本发明第二方面的第一种实现方式中,所述计算模块具体用于:确定所述目标设备对应的目标网点的考核时间段,得到至少一个考核时间段,所述目标网点为单频次网点或多频次网点,所述单频次网点在所述目标周期内有一个考核时间段,所述多频次网点所述目标周期内有至少两个考核时间段;计算每个考核时间段开始时间节点对应的第一签收率和结束时间节点对应的第二签收率,得到多个节点签收率。
15.可选的,在本发明第二方面的第二种实现方式中,所述第一判断模块具体用于:将所述多个节点签收率中的至少一个第一签收率与预置第一阈值比较,将所述多个节点签收率中的至少一个第二签收率与预置第二阈值比较;若所述至少一个第一签收率大于或等于第一阈值且所述至少一个第二签收率大于或等于预置第二阈值,则无异常,否则,则将所述目标设备确定为异常设备,将所述目标账号确定为异常账号。
16.可选的,在本发明第二方面的第三种实现方式中,所述第二判断模块具体用于:分别判断所述异常设备和所述异常账号在预设次数的周期内是否存在被检测的数据记录;若不存在,则监测所述异常设备或所述异常账号直至所述异常设备或所述异常账号在所述预设次数的周期内存在被检测的数据记录;若存在,则判断在所述预设次数的周期内,每个周期是否均检测到所述异常设备或所述异常账号,若检测到,则将所述异常设备或所述异常账号与预置敏感库中的敏感数据进行匹配,若匹配成功,则封禁所述异常设备或所述异常账号。
17.可选的,在本发明第二方面的第四种实现方式中,在所述获取模块之前还包括筛选模块,所述筛选模块具体用于:获取物流系统内每个快递网点的历史派件信息,得到每台设备上登录的账号的信息和每个账号登录过的设备的信息,所述设备为网点的巴枪;筛选出登录过多个账号的设备和在多个设备上登录过的账号,得到敏感数据;将所述敏感数据存入预置敏感库中。
18.可选的,在本发明第二方面的第五种实现方式中,在所述第一判断模块之后还包括扫描模块,所述扫描模块具体用于:扫描所述异常设备周围的巴枪,得到待检测设备集;判断所述待检测设备集中是否存在满足刷单检测规则的待检测设备;若存在,则封禁所述满足刷单检测规则的待检测设备。
19.可选的,在本发明第二方面的第六种实现方式中,在所述扫描模块之后还包括查询匹配模块,所述查询匹配模块具体用于:查询所述满足刷单检测规则的待检测设备上登录过的账号,得到待检测账号列表,所述待检测账号列表包括至少一个待检测账号;将所述至少一个待检测账号与所述敏感库中的敏感数据进行匹配;若匹配成功,则封禁匹配成功的待检测账号。
20.本发明第三方面提供了一种网点防刷单的设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述网点防刷单的设备执行上述的网点防刷单的方法。
21.本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的网点防刷单的方法。
22.本发明提供的技术方案中,获取目标设备和目标账号,所述目标设备为物流网点
用来扫描快递包裹信息数据的巴枪,所述目标账号为在目标周期内登录于所述目标设备上的快递员账号;根据预设规则计算所述目标周期内所述目标设备和所述目标账号扫描的待派发货物的签收率,得到多个节点签收率,所述目标周期包括至少一个考核时间段,每个考核时间段的开始时间点和结束时间点各对应一个节点签收率;判断所述多个节点签收率是否都满足预设标准,若所述多个节点签收率中有一个节点签收率不满足预设标准,则将所述目标设备确定为异常设备,将所述目标账号确定为异常账号;分别判断所述异常设备和所述异常账号是否满足刷单检测规则,若满足,则封禁满足所述刷单检测规则的所述异常设备或所述异常账号,所述刷单检测规则用于指示在预设次数的周期中每个周期均检测到相同的设备或相同的账号有异常,且所述相同的设备或所述相同的账号与预置敏感库中的敏感数据匹配。本发明实施例中,将签收率未达到标准的设备和账号确定为异常设备和异常账号,若有异常设备或异常账号记录在敏感库中被频繁检测出异常,则确定异常设备或异常账号违规操作,对违规操作的设备或账号进行封禁处理,提高检测违规刷单设备和账号的准确率。
附图说明
23.图1为本发明实施例中网点防刷单的方法的一个实施例示意图;
24.图2为本发明实施例中网点防刷单的方法的另一个实施例示意图;
25.图3为本发明实施例中网点防刷单的装置的一个实施例示意图;
26.图4为本发明实施例中网点防刷单的装置的另一个实施例示意图;
27.图5为本发明实施例中网点防刷单的设备的一个实施例示意图。
具体实施方式
28.本发明实施例提供了一种网点防刷单的方法、装置、设备及存储介质,能够检测并确认进行违规刷单操作的异常设备或异常账号,提高检测违规刷单设备和账号的准确率。
29.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
30.为便于理解,下面对本发明实施例的具体流程进行描述,可以理解的是,本发明的执行主体可以为网点防刷单的装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
31.请参阅图1,本发明实施例中网点防刷单的方法的一个实施例包括:
32.101、获取目标设备和目标账号,目标设备为物流网点用来扫描快递包裹信息数据的巴枪,目标账号为在目标周期内登录于目标设备上的快递员账号;
33.服务器定期从物流网点的设备数据库中提取在目标周期内使用的设备,并逐一进行检测,被选中的待检测设备为目标设备,查询在目标周期内登录于目标设备上的账号,得
到目标账号。
34.目标周期是预先设定的一段日期,可以是一个自然日、一周或一个月,为便于数据分析,通常将目标周期设定为一个自然日,在目标周期内登录于目标设备上的账号可能为一个,也可能为多个,多数情况下是一个,在后续的说明中以目标周期内登录于目标设备上的一个目标账号为例,多个目标账号中每个目标账号的分析方法与一个目标账号相同。
35.例如,服务器查询物流网点的设备数据库中2020年5月10日被使用的设备,得到4个设备,将这4个设备逐一作为目标设备进行检测,当前时刻被选中的是设备a,将设备a作为目标设备,查询在2020年5月10日00:00-23:59登录于设备a上的账号,得到账号a,将账号a作为目标账号。
36.102、根据预设规则计算目标周期内目标设备和目标账号扫描的待派发货物的签收率,得到多个节点签收率,目标周期包括至少一个考核时间段,每个考核时间段的开始时间点和结束时间点各对应一个节点签收率;
37.其中,服务器查询目标设备所在物流网点的考核时间段,考核时间段可以是一个,也可以是多个,但考核时间段的总和应等于目标周期,统计每个考核时间段内目标设备和目标账号扫描的待派发货物的数量,计算每个考核时间段在预设时间节点的节点签收率,得到多个节点签收率,每个考核时间段的预设时间节点可根据实际需要进行不同的设置,在此不作限定。
38.接下来,分别针对一个考核时间段和两个考核时间段举例进行说明:
39.经查询,设备a所在的物流网点为网点a,网点a有一个考核时间段,考核时间段为00:00-23:59,服务器统计2020年5月10日00:00-23:59设备a和账号a扫描的待派发货物的数量n,在第二个自然日的00:00和23:59计算签收率,即在2020年5月11日00:00和2020年5月11日23:59分别计算2020年5月10日00:00-23:59设备a和账号a扫描的待派发货物的签收率,若在2020年5月11日00:00时被签收货物的数量为m1、在2020年5月11日23:59时被签收货物的数量为m2,则得到考核时间段的开始时间点和结束时间点对应的节点签收率分别为m1/n和m2/n。
40.经查询,设备a所在的物流网点为网点a,网点a有两个考核时间段,第一考核时间段为00:00-14:00,第二考核时间段为14:01-23:59,服务器分别统计2020年5月10日00:00-14:00和14:01-23:59两个时间段内设备a和账号a扫描的待派发货物的数量n1和n2,在第一个自然日的23:59和第二个自然日的23:59计算第一考核时间的签收率、在第二个自然日的23:59和第三个自然日的14:00计算第二考核时间的签收率,因此,在2020年5月10日23:59、2020年5月11日23:59计算2020年5月10日00:00-14:00设备a和账号a扫描的待派发货物的签收率,在2020年5月11日23:59和2020年5月12日14:00计算2020年5月10日14:01-23:59设备a和账号a扫描的待派发货物的签收率,若第一考核时间段对应的货物在2020年5月10日23:59被签收货物的数量为m3、在2020年5月11日23:59被签收货物的数量为m4,第二考核时间段对应的货物在2020年5月11日23:59被签收货物的数量为m5、在2020年5月11日14:00被签收货物的数量为m6,则得到两个考核时间段的开始时间点和结束时间点对应的节点签收率分别为m3/n1、m4/n1和m5/n2、m6/n2。
41.103、判断多个节点签收率是否都满足预设标准,若多个节点签收率中有一个节点签收率不满足预设标准,则将目标设备确定为异常设备,将目标账号确定为异常账号;
42.预设标准中每个考核时间段开始时间点的节点签收率和结束时间点的节点签收率都有一个对应的阈值标准,每个考核时间段的阈值标准可以不同,只有当开始时间点的节点签收率和结束时间点的节点签收率都大于或等于对应的阈值标准,才能确认目标设备和目标账号状态正常,如果有一个节点签收率小于对应的阈值标准,则判定目标设备为异常设备或目标账号为异常账号。
43.例如,设备a所在物流网点a只有一个考核时间段,该考核时间段开始时间点的节点签收率对应的阈值标准为50%,结束时间点的节点签收率对应的阈值标准为93%,设备a和账号a在该考核时间段的开始时间点和结束时间点对应的节点签收率分别为m1/n和m2/n,当m1/n<50%或m2/n<93%时,判定设备a为异常设备,账号a为异常账号。
44.104、分别判断异常设备和异常账号是否满足刷单检测规则,若满足,则封禁满足刷单检测规则的异常设备或异常账号,刷单检测规则用于指示在预设次数的周期中每个周期均检测到相同的设备或相同的账号有异常,且相同的设备或相同的账号与预置敏感库中的敏感数据匹配。
45.服务器监测在预设次数的周期内是否每个周期均检测出同一个异常设备或异常账号,若检测出,将异常设备或异常账号与预置敏感库中的敏感数据进行匹配,若匹配成功,则确定异常设备或异常账号是违规操作的设备或账号,封禁违规操作的设备或账号。
46.例如,周期为7天,预设次数为3,在第一个7天中检测到判定为异常设备的设备a或判定为异常账号的账号a,检测设备a或账号a是否在接下来的第二个7天和第三个7天里再次被判定为异常设备或异常账号,若再次被判定为异常设备或异常账号,将设备a或账号a与预置敏感库中的敏感数据进行匹配,敏感数据包括根据历史数据筛选出的疑似违规操作的设备和账号,若匹配成功,则确认设备a或账号a是违规操作的设备或账号,封禁设备a或账号a。
47.本发明实施例中,定期对物流网点的设备和账号进行多重检测判断,来确定违规操作的设备或账号,提高检测违规刷单设备和账号的准确率。
48.请参阅图2,本发明实施例中网点防刷单的方法的另一个实施例包括:
49.201、根据历史派件信息生成敏感数据,将敏感数据存入预置敏感库中;
50.服务器获取物流网点内每个快递网点的历史派件信息,得到每台设备上登录的账号的信息和每个账号登录过的设备的信息,设备为网点的巴枪,筛选出登录过多个账号的设备和在多个设备上登录过的账号,得到敏感数据,将敏感数据存入预置敏感库中。
51.202、获取目标设备和目标账号,目标设备为物流网点用来扫描快递包裹信息数据的巴枪,目标账号为在目标周期内登录于目标设备上的快递员账号;
52.服务器定期从物流网点的设备数据库中提取在目标周期内使用的设备,并逐一进行检测,被选中的待检测设备为目标设备,查询在目标周期内登录于目标设备上的账号,得到目标账号。
53.目标周期是预先设定的一段日期,可以是一个自然日、一周或一个月,为便于数据分析,通常将目标周期设定为一个自然日,在目标周期内登录于目标设备上的账号可能为一个,也可能为多个,多数情况下是一个,在后续的说明中以目标周期内登录于目标设备上的一个目标账号为例,多个目标账号中每个目标账号的分析方法与一个目标账号相同。
54.例如,服务器查询物流网点的设备数据库中2020年5月10日被使用的设备,得到40
个设备,将这40个设备逐一作为目标设备进行检测,当前被选中的是设备a,将设备a作为目标设备,查询在2020年5月10日00:00-23:59登录于设备a上的账号,得到账号a,将账号a作为目标账号。
55.203、根据预设规则计算目标周期内目标设备和目标账号扫描的待派发货物的签收率,得到多个节点签收率,目标周期包括至少一个考核时间段,每个考核时间段的开始时间点和结束时间点各对应一个节点签收率;
56.服务器确定目标设备对应的目标网点的考核时间段,得到至少一个考核时间段,目标网点为单频次网点或多频次网点,单频次网点在目标周期内有一个考核时间段,多频次网点目标周期内有至少两个考核时间段,但全部考核时间段的总和应等于目标周期,统计每个考核时间段内目标设备和目标账号扫描的待派发货物的数量,计算每个考核时间段在预设时间节点的节点签收率,得到每个考核时间段开始时间节点对应的第一签收率和结束时间节点对应的第二签收率,即多个节点签收率。
57.默认目标周期为一个自然日,那么,单频次网点的一个考核时间段为00:00-23:59,多频次网点的两个考核时间段可设置为00:00-14:00、14:01-23:59,多频次网点的三个考核时间段可设置为00:00-12:00、12:01-18:00、18:01-23:59,大部分情况下,优先选择一个考核时间段或两个考核时间段。
58.接下来,分别针对一个考核时间段和两个考核时间段的节点签收率计算过程进行举例说明:
59.经查询,设备a所在的物流网点为网点a,网点a有一个考核时间段,考核时间段为00:00-23:59,服务器统计2020年5月10日00:00-23:59设备a和账号a扫描的待派发货物的数量n,在第二个自然日的00:00和23:59计算签收率,即在2020年5月11日00:00和2020年5月11日23:59分别计算2020年5月10日00:00-23:59设备a和账号a扫描的待派发货物的签收率,若在2020年5月11日00:00时被签收货物的数量为m1、在2020年5月11日23:59时被签收货物的数量为m2,则得到考核时间段的开始时间点和结束时间点对应的节点签收率分别为m1/n和m2/n。
60.经查询,设备a所在的物流网点为网点a,网点a有两个考核时间段,第一考核时间段为00:00-14:00,第二考核时间段为14:01-23:59,服务器分别统计2020年5月10日00:00-14:00和14:01-23:59两个时间段设备a和账号a扫描的待派发货物的数量n1和n2,在第一个自然日的23:59和第二个自然日的23:59计算第一考核时间的签收率、在第二个自然日的23:59和第三个自然日的14:00计算第二考核时间的签收率,因此,在2020年5月10日23:59、2020年5月11日23:59计算2020年5月10日00:00-14:00设备a和账号a扫描的待派发货物的签收率,在2020年5月11日23:59和2020年5月12日14:00计算2020年5月10日14:01-23:59设备a和账号a扫描的待派发货物的签收率,若第一考核时间段对应的货物在2020年5月10日23:59被签收货物的数量为m3、在2020年5月11日23:59被签收货物的数量为m4,第二考核时间段对应的货物在2020年5月11日23:59被签收货物的数量为m5、在2020年5月11日14:00被签收货物的数量为m6,则得到两个考核时间段的开始时间点和结束时间点对应的节点签收率分别为m3/n1、m4/n1和m5/n2、m6/n2。
61.204、将多个节点签收率中的至少一个第一签收率与预置第一阈值比较,将多个节点签收率中的至少一个第二签收率与预置第二阈值比较,第一签收率为考核时间段开始时
间节点对应的签收率,第二签收率为考核时间段结束时间节点对应的签收率;
62.每个考核时间段的第一签收率和第二签收率为在预设时间节点得到的节点签收率,预设时间点根据需要预先设置好。
63.例如,设备a所在的物流网点为网点a,网点a有一个考核时间段,考核时间段为00:00-23:59,服务器统计2020年5月10日00:00-23:59设备a和账号a扫描的待派发货物的数量n,在2020年5月11日的00:00计算第一签收率,在23:59计算第二签收率;
64.设备a所在的物流网点为网点a,网点a有两个考核时间段,第一考核时间段为00:00-14:00,第二考核时间段为14:01-23:59,服务器分别统计2020年5月10日00:00-14:00和14:01-23:59两个时间段内设备a和账号a扫描的待派发货物的数量n1和n2,在2020年5月10日的23:59计算第一考核时间段的第一签收率、在2020年5月11日的23:59计算第一考核时间段的第二签收率,在2020年5月11日的23:59计算第二考核时间段的第一签收率、在2020年5月12日的14:00计算第二考核时间段的第二签收率。
65.预设标准中每个考核时间段的预置第一阈值和预置第二阈值不同,预置第一阈值应小于预置第二阈值。预置第一阈值和预置第二阈值可以为固定的数值,也可以基于公式生成变化的数值。服务器将多个节点签收率中的第一签收率与对应考核时间段的预置第一阈值比较、将多个节点签收率中的第二签收率与对应考核时间段的预置第二阈值比较。
66.接下来对一个考核时间段对应的预置第一阈值和预置第二阈值的设定方式进行说明:
67.第一种情况,预置第一阈值和预置第二阈值为固定的数值,例如,预置第一阈值为50%,预置第二阈值为93%;
68.第二种情况,预置第一阈值和预置第二阈值中的一个基于公式生成变化的数值,例如,预置第二阈值为93%,预置第一阈值为k*q,其中q为考核时间段对应的第二签收率,k为设定系数。
69.第三种情况,预置第一阈值和预置第二阈值都基于公式生成变化的数值,例如,预置第二阈值为k1*93%,预置第一阈值为k2*q,其中q为考核时间段对应的第二签收率,k1、k2为设定系数,1≥k1≥0.9,0.5≥k2≥0。
70.205、若至少一个第一签收率大于或等于第一阈值且至少一个第二签收率大于或等于预置第二阈值,则无异常,否则,则将目标设备确定为异常设备,将目标账号确定为异常账号;
71.当目标周期内有一个第一签收率小于对应的考核时间段的第一阈值,或有一个第二签收率小于对应的考核时间段的第二阈值时,确定目标设备为为异常设备、目标账号确定为异常账号。
72.例如,设备a所在物流网点a只有一个考核时间段,该考核时间段的第一阈值为50%、第二阈值为93%,设备a和账号a在该考核时间段的第一签收率和第二签收率分别为m1/n和m2/n,那么,当m1/n<50%或m2/n<93%时,判定设备a为异常设备,账号a为异常账号。
73.206、分别判断异常设备和异常账号是否满足刷单检测规则,若满足,则封禁满足刷单检测规则的异常设备或异常账号,刷单检测规则用于指示在预设次数的周期中每个周期均检测到相同的设备或相同的账号有异常,且相同的设备或相同的账号与预置敏感库中
的敏感数据匹配;
74.分别判断异常设备和异常账号在预设次数的周期内是否存在被检测的数据记录,若不存在,则监测异常设备或异常账号直至异常设备或异常账号在预设次数的周期内存在被检测的数据记录,若存在,则判断在预设次数的周期内,每个周期是否均检测到异常设备或异常账号,若检测到,则将异常设备或异常账号与预置敏感库中的敏感数据进行匹配,若匹配成功,则封禁异常设备或异常账号。
75.例如,周期为7天,预设次数为3,在第一个7天中检测到判定为异常设备的设备a或判定为异常账号的账号a,检测设备a或账号a是否在接下来的第二个7天和第三个7天里再次被判定为异常设备或异常账号,若再次被判定为异常设备或异常账号,将设备a或账号a与预置敏感库中的敏感数据进行匹配,敏感数据包括根据历史数据筛选出的疑似违规操作的设备和账号,若匹配成功,则确认设备a或账号a是违规操作的设备或账号,封禁设备a或账号a。
76.207、扫描异常设备周围的待检测设备,若待检测设备满足刷单检测规则,则封禁待检测设备;
77.服务器扫描异常设备周围的巴枪,得到待检测设备集,判断待检测设备集中是否存在满足刷单检测规则的待检测设备,若存在,则封禁满足刷单检测规则的待检测设备。
78.例如,服务器扫描设备a周围的巴枪,得到设备b和设备c,监测设备b或设备c在连续的三个7天里是否每个7天内都被判定为异常设备,若是,将设备b或设备c与敏感库中的敏感设备数据进行匹配,若设备b匹配成功、设备c匹配不成功,则确认设备b是违规操作的设备或账号,封禁设备b。
79.208、查询登录于待检测设备上的待检测账号,若待检测账号与敏感库中的敏感数据匹配,则封禁待检测账号。
80.服务器查询满足刷单检测规则的待检测设备上登录过的账号,得到待检测账号列表,待检测账号列表包括至少一个待检测账号,将至少一个待检测账号与敏感库中的敏感数据进行匹配,若匹配成功,则封禁匹配成功的待检测账号。
81.例如,设备b为满足刷单检测规则的设备,服务器查询在设备b上登录过的账号,得到账号b和账号c,将账号b或账号c与敏感库中的敏感账号数据进行匹配,若账号b匹配不成功、账号c匹配成功,若匹配成功,则封禁账号c。
82.服务器查询被封禁的设备或账号对应的快递员信息,查询每个快递员的派件记录,对派件记录进行分析,得到快递员的刷单记录和利用刷单获取的不法收入的金额,将快递员信息、刷单记录和不法收入的金额发送至管理终端。
83.本发明实施例中,在确定违规操作的设备或账号后,基于违规操作的设备得到周边设备,判断周边设备是否违规,若确定周边设备违规,则查找在周边设备上登录过的账号,并判断登录过的账号是否违规,进一步提高了检测违规刷单设备和账号的准确率。
84.上面对本发明实施例中网点防刷单的方法进行了描述,下面对本发明实施例中网点防刷单的装置进行描述,请参阅图3,本发明实施例中网点防刷单的装置一个实施例包括:
85.获取模块301,用于获取目标设备和目标账号,目标设备为物流网点用来扫描快递包裹信息数据的巴枪,目标账号为在目标周期内登录于目标设备上的快递员账号;
86.计算模块302,用于根据预设规则计算目标周期内目标设备和目标账号扫描的待派发货物的签收率,得到多个节点签收率,目标周期包括一个或两个考核时间段,一个考核时间段的开始时间点和结束时间点各对应一个节点签收率;
87.第一判断模块303,用于判断多个节点签收率是否都满足预设标准,若多个节点签收率中有一个节点签收率不满足预设标准,则将目标设备确定为异常设备,将目标账号确定为异常账号;
88.第二判断模块304,用于分别判断异常设备和异常账号是否满足刷单检测规则,若满足,则封禁满足刷单检测规则的异常设备或异常账号,刷单检测规则用于指示在预设次数的周期中每个周期均检测到相同的设备或相同的账号有异常,且相同的设备或相同的账号与预置敏感库中的敏感数据匹配。
89.本发明实施例中,定期对物流网点的设备和账号进行多重检测判断,来确定违规操作的设备或账号,及时发现违规操作,提高检测违规刷单设备和账号的准确率。
90.请参阅图4,本发明实施例中网点防刷单的装置的另一个实施例包括:
91.获取模块301,用于获取目标设备和目标账号,目标设备为物流网点用来扫描快递包裹信息数据的巴枪,目标账号为在目标周期内登录于目标设备上的快递员账号;
92.计算模块302,用于根据预设规则计算目标周期内目标设备和目标账号扫描的待派发货物的签收率,得到多个节点签收率,目标周期包括一个或两个考核时间段,一个考核时间段的开始时间点和结束时间点各对应一个节点签收率;
93.第一判断模块303,用于判断多个节点签收率是否都满足预设标准,若多个节点签收率中有一个节点签收率不满足预设标准,则将目标设备确定为异常设备,将目标账号确定为异常账号;
94.第二判断模块304,用于分别判断异常设备和异常账号是否满足刷单检测规则,若满足,则封禁满足刷单检测规则的异常设备或异常账号,刷单检测规则用于指示在预设次数的周期中每个周期均检测到相同的设备或相同的账号有异常,且相同的设备或相同的账号与预置敏感库中的敏感数据匹配;
95.筛选模块305,用于根据历史派件信息生成敏感数据,将敏感数据存入预置敏感库中;
96.扫描模块306,用于扫描异常设备周围的待检测设备,若待检测设备满足刷单检测规则,则封禁待检测设备;
97.查询匹配模块307,用于查询登录于待检测设备上的待检测账号,若待检测账号与敏感库中的敏感数据匹配,则封禁待检测账号。
98.可选的,计算模块302还可以具体用于:
99.确定目标设备对应的目标网点的考核时间段,得到至少一个考核时间段,目标网点为单频次网点或多频次网点,单频次网点在目标周期内有一个考核时间段,多频次网点目标周期内有至少两个考核时间段;计算每个考核时间段开始时间节点对应的第一签收率和结束时间节点对应的第二签收率,得到多个节点签收率。
100.可选的,第一判断模块303还可以具体用于:
101.将多个节点签收率中的至少一个第一签收率与预置第一阈值比较,将多个节点签收率中的至少一个第二签收率与预置第二阈值比较;若至少一个第一签收率大于或等于第
一阈值且至少一个第二签收率大于或等于预置第二阈值,则无异常,否则,则将目标设备确定为异常设备,将目标账号确定为异常账号。
102.可选的,第二判断模块304还可以具体用于:
103.分别判断异常设备和异常账号在预设次数的周期内是否存在被检测的数据记录;若不存在,则监测异常设备或异常账号直至异常设备或异常账号在预设次数的周期内存在被检测的数据记录;若存在,则判断在预设次数的周期内,每个周期是否均检测到异常设备或异常账号,若检测到,则将异常设备或异常账号与预置敏感库中的敏感数据进行匹配,若匹配成功,则封禁异常设备或异常账号。
104.可选的,筛选模块305还可以具体用于:
105.获取物流系统内每个快递网点的历史派件信息,得到每台设备上登录的账号的信息和每个账号登录过的设备的信息,设备为网点的巴枪;筛选出登录过多个账号的设备和在多个设备上登录过的账号,得到敏感数据;将敏感数据存入预置敏感库中。
106.可选的,扫描模块306还可以具体用于:
107.扫描异常设备周围的巴枪,得到待检测设备集;判断待检测设备集中是否存在满足刷单检测规则的待检测设备;若存在,则封禁满足刷单检测规则的待检测设备。
108.可选的,查询匹配模块307还可以具体用于:
109.查询满足刷单检测规则的待检测设备上登录过的账号,得到待检测账号列表,待检测账号列表包括至少一个待检测账号;将至少一个待检测账号与敏感库中的敏感数据进行匹配;若匹配成功,则封禁匹配成功的待检测账号。
110.本发明实施例中,在确定违规操作的设备或账号后,基于违规操作的设备得到周边设备,判断周边设备是否违规,若确定周边设备违规,则查找在周边设备上登录过的账号,并判断登录过的账号是否违规,进一步提高了检测违规刷单设备和账号的准确率。
111.上面图3和图4从模块化功能实体的角度对本发明实施例中的网点防刷单的装置进行详细描述,下面从硬件处理的角度对本发明实施例中网点防刷单的设备进行详细描述。
112.图5是本发明实施例提供的一种网点防刷单的设备的结构示意图,该网点防刷单的设备500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,cpu)510(例如,一个或一个以上处理器)和存储器520,一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对网点防刷单的设备500中的一系列指令操作。更进一步地,处理器510可以设置为与存储介质530通信,在网点防刷单的设备500上执行存储介质530中的一系列指令操作。
113.网点防刷单的设备500还可以包括一个或一个以上电源540,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口560,和/或,一个或一个以上操作系统531,例如windows serve,mac os x,unix,linux,freebsd等等。本领域技术人员可以理解,图5示出的网点防刷单的设备结构并不构成对网点防刷单的设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
114.本发明还提供一种网点防刷单的设备,所述计算机设备包括存储器和处理器,存
储器中存储有计算机可读指令,计算机可读指令被处理器执行时,使得处理器执行上述各实施例中的所述网点防刷单的方法的步骤。
115.本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述网点防刷单的方法的步骤。
116.所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
117.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或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一个存储介质中,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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:u盘、移动硬盘、只读存储器(read-only memory,rom)、随机存取存储器(random access memory,ram)、磁碟或者光盘等各种可以存储程序代码的介质。
118.以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1