一种跨行转账风险的识别方法及装置与流程

1.本发明涉及人工智能技术领域，具体涉及一种跨行转账风险的识别方法及装置。


背景技术：

2.随着网络技术的发展，银行转账不再局限于银行柜台和自动柜员机，通过网上银行以及手机银行等方式进行银行转账也日益普遍，使银行转账业务的办理更加便捷。
3.目前，出现了不法分子利用电话、网络等途径，诱导持卡人将资金转入不法分子所控制的银行账户，实现资金盗取的事件屡见不鲜。为了确保受害人能够及时止付和挽回经济损失，对自动柜员机上的转账汇款采取了延迟24小时到账并且可撤回的措施。但是，对于柜台转账和网上转账仍然是实时到帐。因此，收款银行在处理跨行转账交易时，如何对跨行转账风险进行识别成为本领域亟待解决的重要课题。


技术实现要素：

4.针对现有技术中的问题，本发明实施例提供一种跨行转账风险的识别方法及装置，能够至少部分地解决现有技术中存在的问题。
5.第一方面，本发明提出一种跨行转账风险的识别方法，包括：
6.获取跨行转账交易对应的转账风险识别信息；
7.对所述转账风险识别信息进行预处理，获得转账风险特征数据；
8.根据所述转账风险特征数据以及转账风险识别模型，获得所述跨行转账交易对应的转账风险识别结果；其中，所述转账风险识别模型是基于转账风险样本数据以及对应的风险标签训练获得的。
9.第二方面，本发明提供一种跨行转账风险的识别装置，包括：
10.获取模块，用于获取跨行转账交易对应的转账风险识别信息；
11.预处理模块，用于对所述转账风险识别信息进行预处理，获得转账风险特征数据；
12.风险识别模块，用于根据所述转账风险特征数据以及转账风险识别模型，获得所述跨行转账交易对应的转账风险识别结果；其中，所述转账风险识别模型是基于转账风险样本数据以及对应的风险标签训练获得的。
13.第三方面，本发明提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施例所述跨行转账风险的识别方法。
14.第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任一实施例所述跨行转账风险的识别方法。
15.第五方面，本发明提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述跨行转账风险的识别方法。
16.本发明实施例提供的跨行转账风险的识别方法及装置，获取跨行转账交易对应的转账风险识别信息，对转账风险识别信息进行预处理，获得转账风险特征数据，根据转账风
险特征数据以及转账风险识别模型，获得跨行转账交易对应的转账风险识别结果，能够对跨行转账的风险进行识别，提高了跨行转账的安全性。
附图说明
17.为了更清楚地说明本发明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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
18.图1是本发明第一实施例提供的跨行转账风险的识别方法的流程示意图。
19.图2是本发明第二实施例提供的跨行转账风险的识别方法的流程示意图。
20.图3是本发明第三实施例提供的生成对抗网络模型的结构示意图。
21.图4是本发明第四实施例提供的跨行转账风险的识别装置的结构示意图。
22.图5是本发明第五实施例提供的跨行转账风险的识别装置的结构示意图。
23.图6是本发明第六实施例提供的电子设备的实体结构示意图。
具体实施方式
24.为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互任意组合。
25.本技术中技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。本技术实施例中的用户信息均是通过合法合规途径获得，并且对用户信息的获取、存储、使用、处理等是经过客户授权同意的。
26.为了便于理解本技术提供的技术方案，下面先对本技术技术方案的相关内容进行说明。
27.银行转账交易可以分为行内转账交易和跨行转账交易。对于跨行转账交易，收款银行无法访问发起转账账户的详细信息，且收款银行也无法从电信提供商处获得转账账户的持有人的通话记录等数据，因此，收款银行需要依靠所能获取的转账交易相关数据来推断跨行转账交易是否存在风险。
28.本发明实施例提供的跨行转账风险的识别方法，应用于收款银行，在对跨行转账进行处理之前，可以对跨行转账风险进行识别，以防止出现转账欺诈风险。收款银行能够收集到的跨行转账相关信息以及转账风险识别模型，对跨行转账交易是否存在风险进行识别，以提高跨行转账的安全性。
29.下面以服务器作为执行主体为例，对本发明实施例提供的跨行转账风险的识别方法的具体实现过程进行说明。
30.图1是本发明第一实施例提供的跨行转账风险的识别方法的流程示意图，如图1所示，本发明实施例提供的跨行转账风险的识别方法，包括：
31.s101、获取跨行转账交易对应的转账风险识别信息；
32.具体地，对于一笔跨行转账交易，服务器可以获取跨行转账交易对应的转账风险
识别信息。其中，所述转账风险识别信息根据实际需要进行选择，本发明实施例不做限定。
33.例如，所述转账风险识别信息包括转账基本信息、发起转账账户信息、收款账户基本信息、收款账户交易记录、第一转账记录和第二转账记录。转账基本信息可以包括转账金额和转账时间；发起转账账户信息可以包括转账发起银行和转账发起地区；收款账户基本信息可以包括收款地区，收款账户余额，收款账户开户期限，收款账户的持有人电话号码前缀，收款账户的持有人年龄，收款账户的持有人性别，收款账户的持有人的其他账户数量。收款账户交易记录可以预设时间段内的收款账户的平均余额，收款账户的存款频次，收款账户的存款频次，收款账户的存款平均数，收款账户的平均存款额；第一转账记录是指从发起转账账户到收款银行的转账记录，可以包括发起转账账户到收款银行的转账频率，发起转账账户到收款银行在预设时间段内的平均转账金额，发起转账账户到收款银行在预设时间段内的转账频率，发起转账账户到收款银行在预设时间段内的平均转账金额；第二转账记录是指从发起转账账户到收款账户的转账记录，可以包括发起转账账户到收款账户在预设时间段内的转账次数，发起转账账户到收款账户在预设时间段内的平均转账次数，发起转账账户到收款账户在预设时间段内的转账次数，发起转账账户到收款账户在预设时间段内的平均转账次数。
34.s102、对所述转账风险识别信息进行预处理，获得转账风险特征数据；
35.具体地，所述服务器在获得跨行转账交易对应的转账风险识别信息之后，会对所述转账风险识别信息进行预处理，获得转账风险特征数据。其中，预处理可以包括进行缺失值处理、去重处理和独热(one-hot)编码处理等，根据实际需要进行设置，本发明实施例不做限定。
36.例如，所述转账风险识别信息包括发起转账账户到收款账户在6天内的转账次数，如果没有在6天内没有进行过转账，那么直接赋值为0。所述转账风险识别信息包括转账发起地区，如果转账发起地区缺失，则直接采用发起转账账户的开户地作为转账发起地区。
37.例如，对于收款账户的持有人性别，可以采用one-hot编码进行处理，(0，1)表示男，(1，0)表示女。
38.s103、根据所述转账风险特征数据以及转账风险识别模型，获得所述跨行转账交易对应的转账风险识别结果；其中，所述转账风险识别模型是基于转账风险样本数据以及对应的风险标签训练获得的。
39.具体地，所述服务器将所述转账风险特征数据输入到转账风险识别模型中，经过所述转账风险识别模型的处理，可以输出所述跨行转账交易对应的转账风险识别结果。所述转账风险识别结果有两种：存在风险和不存在风险。对于存在风险的跨行转账交易，可以暂停交易并对转账发起人进行风险提示。对于不存在风险的跨行转账交易，可以进行后续的转账交易处理。其中，所述转账风险识别模型是基于转账风险样本数据以及对应的风险标签训练获得的。所述风险标签包括两种：存在风险和不存在风险。
40.本发明实施例提供的跨行转账风险的识别方法，获取跨行转账交易对应的转账风险识别信息，对转账风险识别信息进行预处理，获得转账风险特征数据，根据转账风险特征数据以及转账风险识别模型，获得跨行转账交易对应的转账风险识别结果，能够对跨行转账的风险进行识别，提高了跨行转账的安全性。
41.图2是本发明第二实施例提供的跨行转账风险的识别方法的流程示意图，如图2所
示，在上述各实施例的基础上，进一步地，基于转账风险样本数据以及对应的风险标签训练获得转账风险识别模型的步骤包括：
42.s201、获取转账风险样本数据以及对应的风险标签；
43.具体地，收集预设数量的历史跨行转账交易对应的转账风险识别信息，作为转账风险样本数据。核对历史转账交易是否发生欺诈，对于发生欺诈的历史跨行转账交易标注对应的风险标签为存在风险，对于没有发生欺诈的历史跨行转账交易标注对应的风险标签为不存在风险。所述服务器可以获取转账风险样本数据以及对应的风险标签。
44.s202、对转账风险样本数据进行预处理，获得转账风险训练数据；
45.具体地，所述服务器在获得转账风险样本数据之后，会对转账风险样本数据进行预处理，获得转账风险训练数据。其中，预处理可以包括进行缺失值处理、去重处理和独热(one-hot)编码处理等，根据实际需要进行设置，本发明实施例不做限定。
46.s203、根据生成对抗网络模型、转账风险训练数据以及对应的风险标签，训练获得目标模型；其中，所述生成对抗网络模型包括判别器和生成器；
47.具体地，所述服务器根据转账风险训练数据以及对应的风险标签，对生成对抗网络模型进行模型训练，获得目标模型。所述生成对抗网络模型包括判别器和生成器，训练获得的目标模型包括判断器对应的部分和生成器对应的部分。判别器是基于转账风险训练数据预测对应的风险标签，只关心其中的相关性；生成器与判别器相反，是用给定的风险标签去预测输入特征。判别器是去学习分类之间的界限，生成模型对某一分类的分布进行预测。
48.s204、从所述目标模型中获取所述判别器对应的部分，作为所述转账风险识别模型。
49.具体地，所述服务器在训练获得所述目标模型之后，从所述目标模型中获取所述判别器对应的部分，作为所述转账风险识别模型，用于进行跨行转账风险的预测。
50.图3是本发明第三实施例提供的生成对抗网络模型的结构示意图，如图3所示，在上述各实施例的基础上，进一步地，所述判别器包括依次相连的第一层编码器、第二层编码器和分类层；所述生成器包括依次相连的第一层解码器和第二层解码器；所述第二层编码器的输出端与所述第一层解码器的输入端相连，所述第二层解码器的输出端与所述第一层编码器的输入端相连。
51.具体地，转账风险训练数据输入到第一层编码器，经过第一层编码器和第二层编码器的处理，输出转账风险训练数据对应的隐藏表示，上述隐藏表示经过分类层输出分类结果0或者1，0表示不存在风险，1表示存在风险。分类层输出的分类结果会与转账风险训练数据对应的分类标签进行比较。上述隐藏表示以及转账风险训练数据对应的风险标签作为第一层解码器的输入，依次经过第一层解码器和第二层解码器的处理，实现对隐藏表示的重构，获得解码的重构向量，再输入到所述第一层编码器。其中，第一层编码器和第二层编码器采用的自动编码器，根据实际需要进行选择，本发明实施例不做限定。第一层解码器和第二层解码器采用的自动编码器，根据实际需要进行选择，本发明实施例不做限定。所述分类层可以采用多层感知机分类器。
52.所述判别器和所述生成器可以通过以下目标函数同时优化。
53.54.其中，x表示训练集中的样本数据，χ表示训练集定义的经验分布，h表示生成器g的随机样本，p(h)表示随机变量h服从的分布p(h)，d(x)表示生成器discriminator的模型函数，g(h)表示判别器generator的模型函数，e表示期望,表示对于给定的生成器g，选择合适的判别器d使得目标函数最大化，表示在这之后对于给定的判别器d，选取合适的生成器g使得目标函数最小化。判别器计算训练集中的样本数据是正样本的概率，生成器的输出结果服从先验概率分布。
55.在上述各实施例的基础上，进一步地，所述第一层编码器和所述第二层编码器采用双去噪自动编码器，所述第一层解码器和第二层解码器采用双去噪自动解码器。
56.具体地，双层双去噪自动编码器(double denoising auto-encoders，简称ddaes)包括双去噪自动编码器和双去噪自动解码器，将双层ddaes进行拆分，将其中的解码器部分，即双去噪自动解码器作为所述第一层解码器和第二层解码器，将其中的编码器部分，即双去噪自动编码器作为所述第一层编码器和所述第二层编码器。
57.ddaes用于学习给定数据的特征表示，在本技术中用于将输入的转账风险训练数据转换成对应的隐藏表示。ddaes在处理噪声和不重要的特征方面，比去噪自动编码器(denoising auto-encoder，简称dae)更具鲁棒性。本技术选择ddaes的原因在于(1)ddaes的灵活性和扩展性比其他自动编码器变体要好；(2)ddaes具有更好的学习不变性和鲁棒性特征表示的能力；(3)ddaes处理噪声和不重要的特征表现很好。ddaes良好的表征学习能力，可以用来提取比原始输入特征更为有效的潜在特征，提高分类准确性。
58.在所述第一层编码器和所述第二层编码器采用双去噪自动编码器，所述第一层解码器和第二层解码器采用双去噪自动解码器时，使用约束部分和重构部分的线性组合作为目标函数：
[0059][0060]
其中，表示约束部分去噪自动编码器的重构误差，表示重构部分隐藏表示h的重构误差，e(δ)表示δ的数学期望，λ为一个超参数，用于控制约束部分和重构部分，是从条件分布中得到的添加噪声的表示，中得到的添加噪声的表示，中得到的添加噪声的表示，是从条件分布中得到的添加噪声的表示，表示将映射到中间重构输入的函数，用来重建隐藏表示。
[0061]
在上述各实施例的基础上，进一步地，所述根据生成对抗网络模型、转账风险样本数据以及对应的风险标签，训练获得目标模型包括：
[0062]
采用k折交叉验证法对所述生成对抗网络模型进行训练。
[0063]
具体地，所述服务器可以采用k折交叉验证法对所述生成对抗网络模型进行训练，具体过程包括：
[0064]
第一步、采用不重复抽样的方式将转账风险训练数据平均分为k个子数据集；
[0065]
第二步、每次取k个子数据集中的一个子数据集作为测试集，将其他k-1个子数据集作为训练集，进行模型训练；
[0066]
第三步、重复第二步5次，这样每个子数据集都会作为一次测试集。在每个训练集上训练后得到一个模型，用这个模型在相应的测试集上测试，计算评估指标，获得5组评估指标；
[0067]
第四步、计算5组评估指标的平均值作为当前k折交叉验证下模型性能指标。
[0068]
其中，k为大于等于2的正整数，比如k取5。
[0069]
在上述各实施例的基础上，进一步地，所述获取跨行转账交易对应的转账风险识别信息包括：
[0070]
若判断获知所述跨行转账交易中的转账金额大于预设金额，则获取所述转账风险识别信息。
[0071]
具体地，收款银行可以有选择性地对跨行转账交易进行风险识别，由于大额跨行转账如果发生风险，客户的损失较大，对转账金额大于预设金额的跨行转账交易进行风险监控。所述服务器获取跨行转账交易中的转账金额，将转账金额与预设金额进行比较，如果跨行转账交易中的转账金额大于所述预设金额，说明需要对跨行转账交易进行风险识别，那么获取所述转账风险识别信息。其中，预设金额根据实际需要进行设置，本发明实施例不做限定。
[0072]
在上述各实施例的基础上，进一步地，所述转账风险识别信息包括转账基本信息、发起转账账户信息、收款账户基本信息、收款账户交易记录、第一转账记录和第二转账记录；其中，所述第一转账记录是指从发起转账账户到收款银行的转账记录；所述第二转账记录是指从发起转账账户到收款账户的转账记录。
[0073]
具体地，转账基本信息可以包括转账金额和转账时间等信息，根据实际需要进行设置，本发明实施例不做限定。发起转账账户信息可以包括转账发起银行和转账发起地区等信息，根据实际需要进行设置，本发明实施例不做限定。收款账户基本信息可以包括收款地区，收款账户余额，收款账户开户期限，收款账户的持有人电话号码前缀，收款账户的持有人年龄，收款账户的持有人性别，收款账户的持有人的其他账户数量等信息，根据实际需要进行设置，本发明实施例不做限定。收款账户交易记录可以预设时间段内的收款账户的平均余额，收款账户的存款频次，收款账户的存款频次，收款账户的存款平均数，收款账户的平均存款额等信息，根据实际需要进行设置，本发明实施例不做限定。第一转账记录是指从发起转账账户到收款银行的转账记录，可以包括发起转账账户到收款银行的转账频率，发起转账账户到收款银行在预设时间段内的平均转账金额，发起转账账户到收款银行在预设时间段内的转账频率，发起转账账户到收款银行在预设时间段内的平均转账金额等信息，根据实际需要进行设置，本发明实施例不做限定。第二转账记录是指从发起转账账户到收款账户的转账记录，可以包括发起转账账户到收款账户在预设时间段内的转账次数，发起转账账户到收款账户在预设时间段内的平均转账次数，发起转账账户到收款账户在预设时间段内的转账次数，发起转账账户到收款账户在预设时间段内的平均转账次数等信息，根据实际需要进行设置，本发明实施例不做限定。
[0074]
本技术提出一种跨行转账风险的识别方法，基于对抗学习建立了转账风险识别模型。结合深度学习中的生成对抗网络，双去噪自动编码器和多层感知机模型，通过最小化损失函数和去噪机制提高精度，完成跨行转账风险识别。不仅可以实现大额跨行转账欺诈检测的高精度和低误分类概率，而且相较于其他模型，银行方无需依赖发起转账的账户详细
信息和电信提供商处的通话记录等信息，仅依靠自己的交易数据即可实现跨行转账风险的识别。
[0075]
图4是本发明第四实施例提供的跨行转账风险的识别装置的结构示意图，如图4所示，本发明实施例提供的跨行转账风险的识别装置包括获取模块401、预处理模块402和风险识别模块403，其中：
[0076]
获取模块401用于获取跨行转账交易对应的转账风险识别信息；预处理模块402用于对所述转账风险识别信息进行预处理，获得转账风险特征数据；风险识别模块403用于根据所述转账风险特征数据以及转账风险识别模型，获得所述跨行转账交易对应的转账风险识别结果；其中，所述转账风险识别模型是基于转账风险样本数据以及对应的风险标签训练获得的。
[0077]
具体地，对于一笔跨行转账交易，获取模块401可以获取跨行转账交易对应的转账风险识别信息。其中，所述转账风险识别信息根据实际需要进行选择，本发明实施例不做限定。
[0078]
在获得跨行转账交易对应的转账风险识别信息之后，预处理模块402会对所述转账风险识别信息进行预处理，获得转账风险特征数据。其中，预处理可以包括进行缺失值处理、去重处理和one-hot编码处理等，根据实际需要进行设置，本发明实施例不做限定。
[0079]
风险识别模块403将所述转账风险特征数据输入到转账风险识别模型中，经过所述转账风险识别模型的处理，可以输出所述跨行转账交易对应的转账风险识别结果。所述转账风险识别结果有两种：存在风险和不存在风险。对于存在风险的跨行转账交易，可以暂停交易并对转账发起人进行风险提示。对于不存在风险的跨行转账交易，可以进行后续的转账交易处理。其中，所述转账风险识别模型是基于转账风险样本数据以及对应的风险标签训练获得的。所述风险标签包括两种：存在风险和不存在风险。
[0080]
本发明实施例提供的跨行转账风险的识别装置，获取跨行转账交易对应的转账风险识别信息，对转账风险识别信息进行预处理，获得转账风险特征数据，根据转账风险特征数据以及转账风险识别模型，获得跨行转账交易对应的转账风险识别结果，能够对跨行转账的风险进行识别，提高了跨行转账的安全性。
[0081]
图5是本发明第五实施例提供的跨行转账风险的识别装置的结构示意图，如图5所示，在上述各实施例的基础上，进一步地，本发明实施例提供的跨行转账风险的识别装置还包括样本数据获取模块404、训练数据预处理模块405、模型训练模块406和模型获取模块407，其中：
[0082]
样本数据获取模块404用于获取转账风险样本数据以及对应的风险标签；训练数据预处理模块405用于对转账风险样本数据进行预处理，获得转账风险训练数据；模型训练模块406用于根据生成对抗网络模型、转账风险训练数据以及对应的风险标签，训练获得目标模型；其中，所述生成对抗网络模型包括判别器和生成器；模型获取模块407用于从所述目标模型中获取所述判别器对应的部分，作为所述转账风险识别模型。
[0083]
在上述各实施例的基础上，进一步地，所述判别器包括依次相连的第一层编码器、第二层编码器和分类层；所述生成器包括依次相连的第一层解码器和第二层解码器；所述第二层编码器的输出端与所述第一层解码器的输入端相连，所述第二层解码器的输出端与所述第一层编码器的输入端相连。
[0084]
在上述各实施例的基础上，进一步地，所述第一层编码器和所述第二层编码器采用双去噪自动编码器，所述第一层解码器和第二层解码器采用双去噪自动解码器。
[0085]
在上述各实施例的基础上，进一步地，模型训练模块406具体用于
[0086]
采用k折交叉验证法对所述生成对抗网络模型进行训练。
[0087]
在上述各实施例的基础上，进一步地，获取模块401具体用于：
[0088]
若判断获知所述跨行转账交易中的转账金额大于预设金额，则获取所述转账风险识别信息。
[0089]
在上述各实施例的基础上，进一步地，所述转账风险识别信息包括转账基本信息、发起转账账户信息、收款账户基本信息、收款账户交易记录、第一转账记录和第二转账记录；其中，所述第一转账记录是指从发起转账账户到收款银行的转账记录；所述第二转账记录是指从发起转账账户到收款账户的转账记录。
[0090]
本发明实施例提供的装置的实施例具体可以用于执行上述各方法实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
[0091]
需要说明的是，本发明实施例提供的跨行转账风险的识别方法及装置可用于金融领域，也可用于除金融领域之外的任意技术领域，本发明实施例对银行转账风险的识别方法及装置的应用领域不做限定。
[0092]
图6是本发明一实施例提供的电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)601、通信接口(communications interface)602、存储器(memory)603和通信总线604，其中，处理器601，通信接口602，存储器603通过通信总线604完成相互间的通信。处理器601可以调用存储器603中的逻辑指令，以执行如下方法：获取跨行转账交易对应的转账风险识别信息；对所述转账风险识别信息进行预处理，获得转账风险特征数据；根据所述转账风险特征数据以及转账风险识别模型，获得所述跨行转账交易对应的转账风险识别结果；其中，所述转账风险识别模型是基于转账风险样本数据以及对应的风险标签训练获得的。
[0093]
此外，上述的存储器603中的逻辑指令可以通过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(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0094]
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：获取跨行转账交易对应的转账风险识别信息；对所述转账风险识别信息进行预处理，获得转账风险特征数据；根据所述转账风险特征数据以及转账风险识别模型，获得所述跨行转账交易对应的转账风险识别结果；其中，所述转账风险识别模型是基于转账风险样本数据以及对应的风险标签训练获得的。
[0095]
本实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行上述各方法实施例所提供的方法，例如包括：获取跨行转账交易对应的转账风险识别信息；对所述转账风险识别信息进行预处理，获得转账风险特征数据；根据所述转账风险特征数据以及转账风险识别模型，获得所述跨行转账交易对应的转账风险识别结果；其中，所述转账风险识别模型是基于转账风险样本数据以及对应的风险标签训练获得的。
[0096]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0097]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0098]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0099]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0100]
在本说明书的描述中，参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0101]
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。