一种风险的识别方法、装置及设备与流程

本文件涉及计算机，尤其涉及一种风险的识别方法、装置及设备。

背景技术：

1、在风控场景，风险防控越来越智能化，即可以通过机器学习的方式自动学习防控风险的模型，从而减少大量而繁琐的人工防控策略的设计工作。

2、随着模型越来越复杂，就会很容易出现超时且超时后风险识别模型不可用。在毫秒级的计算过程中，除了特征本身复杂度外，一些微小的扰动(如网络不稳定、数据流量激增导致计算排队等)都会导致计算超时，这样就导致模型超时概率会随着特征超时概率而指数级增长，从而严重限制了风险识别模型可使用特征的数量。在风控场景下，通常可以沉淀数千个风险特征，但是模型对于其使用程度有限，从而也限制了模型的能力，为此，需要提供一种能够提升模型能力的技术方案。

技术实现思路

1、本说明书实施例的目的是提供一种能够提升模型能力的技术方案。

2、为了实现上述技术方案，本说明书实施例是这样实现的：

3、本说明书实施例提供的一种风险的识别方法，所述方法包括：获取用户执行目标业务的过程中产生的业务数据。将所述业务数据分别输入到针对所述目标业务的多个风险识别模块中，以基于每个所述风险识别模块中包含的风险识别子模型对所述业务数据进行风险识别处理，获取每个所述风险识别模块返回的子风险识别结果，所述目标业务对应的风险识别模型是由所述多个风险识别模块中包含的所述风险识别子模型通过集成学习的方式构建。基于每个所述风险识别模块返回的子风险识别结果的情况，确定多个风险识别模块中每个所述风险识别模块的可用性。如果多个风险识别模块中超过第一预设数量的风险识别模块的可用性为可用，则对可用性为可用的风险识别模块返回的子风险识别结果进行集成处理，得到所述业务数据对应的风险识别结果。

4、本说明书实施例提供的一种风险的识别装置，所述装置包括：业务数据获取模块，获取用户执行目标业务的过程中产生的业务数据。子识别结果确定模块，将所述业务数据分别输入到针对所述目标业务的多个风险识别模块中，以基于每个所述风险识别模块中包含的风险识别子模型对所述业务数据进行风险识别处理，获取每个所述风险识别模块返回的子风险识别结果，所述目标业务对应的风险识别模型是由所述多个风险识别模块中包含的所述风险识别子模型通过集成学习的方式构建。可用性确定模块，基于每个所述风险识别模块返回的子风险识别结果的情况，确定多个风险识别模块中每个所述风险识别模块的可用性。第一风险识别模块，如果多个风险识别模块中超过第一预设数量的风险识别模块的可用性为可用，则对可用性为可用的风险识别模块返回的子风险识别结果进行集成处理，得到所述业务数据对应的风险识别结果。

5、本说明书实施例提供的一种风险的识别设备，所述风险的识别设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：获取用户执行目标业务的过程中产生的业务数据。将所述业务数据分别输入到针对所述目标业务的多个风险识别模块中，以基于每个所述风险识别模块中包含的风险识别子模型对所述业务数据进行风险识别处理，获取每个所述风险识别模块返回的子风险识别结果，所述目标业务对应的风险识别模型是由所述多个风险识别模块中包含的所述风险识别子模型通过集成学习的方式构建。基于每个所述风险识别模块返回的子风险识别结果的情况，确定多个风险识别模块中每个所述风险识别模块的可用性。如果多个风险识别模块中超过第一预设数量的风险识别模块的可用性为可用，则对可用性为可用的风险识别模块返回的子风险识别结果进行集成处理，得到所述业务数据对应的风险识别结果。

6、本说明书实施例还提供了一种存储介质，所述存储介质用于存储计算机可执行指令，所述可执行指令在被处理器执行时实现以下流程：获取用户执行目标业务的过程中产生的业务数据。将所述业务数据分别输入到针对所述目标业务的多个风险识别模块中，以基于每个所述风险识别模块中包含的风险识别子模型对所述业务数据进行风险识别处理，获取每个所述风险识别模块返回的子风险识别结果，所述目标业务对应的风险识别模型是由所述多个风险识别模块中包含的所述风险识别子模型通过集成学习的方式构建。基于每个所述风险识别模块返回的子风险识别结果的情况，确定多个风险识别模块中每个所述风险识别模块的可用性。如果多个风险识别模块中超过第一预设数量的风险识别模块的可用性为可用，则对可用性为可用的风险识别模块返回的子风险识别结果进行集成处理，得到所述业务数据对应的风险识别结果。

技术特征：

1.一种风险的识别方法，所述方法包括：

2.根据权利要求1所述的方法，所述方法还包括：

3.根据权利要求2所述的方法，所述第一预设数量为所述多个风险识别模块的总数量的60％。

4.根据权利要求3所述的方法，所述风险识别子模型是由随机森林算法构建的子模型，或者，所述风险识别子模型是由预设的神经网络算法构建的子模型，所述风险识别子模型是通过对所述风险识别子模型进行知识蒸馏处理后的子模型。

5.根据权利要求1-4中任一项所述的方法，所述基于每个所述风险识别模块返回的子风险识别结果的情况，确定多个风险识别模块中每个所述风险识别模块的可用性，包括：

6.根据权利要求5所述的方法，所述方法还包括：

7.根据权利要求6所述的方法，所述方法还包括：

8.根据权利要求7所述的方法，所述方法还包括：

9.一种风险的识别装置，所述装置包括：

10.一种风险的识别设备，所述风险的识别设备包括：

技术总结
本说明书实施例公开了一种风险的识别方法、装置及设备，该方法包括：获取用户执行目标业务的过程中产生的业务数据；将业务数据分别输入到针对目标业务的多个风险识别模块中，获取每个风险识别模块返回的子风险识别结果，目标业务对应的风险识别模型是由多个风险识别模块中包含的风险识别子模型通过集成学习的方式构建；基于每个风险识别模块返回的子风险识别结果的情况，确定多个风险识别模块中每个风险识别模块的可用性；如果多个风险识别模块中超过第一预设数量的风险识别模块的可用性为可用，则对可用的风险识别模块返回的子风险识别结果进行集成处理，得到业务数据对应的风险识别结果。

技术研发人员：武多才,谭潇
受保护的技术使用者：支付宝（杭州）信息技术有限公司
技术研发日：
技术公布日：2024/1/13