CN109191129A - 一种风控方法、系统及计算机设备 - Google Patents

Abstract

本说明书实施例提供一种风控方法、系统及计算机设备，获取交易主体的第一风险信息；获取商户处理子系统中受益用户的第二风险信息；根据第一风险信息及第二风险信息对当前交易进行风险识别，获得风险识别结果。

Description

一种风控方法、系统及计算机设备

技术领域

本发明属于互联网技术领域，尤其涉及一种风控方法、系统及计算机设备。

背景技术

随着互联网第三方支付的快速发展，利用网络支付进行在线收单的需求和场景越来越多，同时也有不法分子利用收单商户的网络交易平台进行欺诈销账。例如，欺诈者会在游戏、电商等网络交易平台注册账户并通过社交媒体等渠道诱导欺骗支付用户对该账户进行支付充值，资金到账后通过低价转卖等方式实现销账变现。

因此，目前需要提供更可靠的方案以避免欺诈者利用收单商户的网络交易平台对用户进诈骗，进而避免支付用户受到经济损失。

发明内容

针对现有技术存在的问题，本发明实施例提供了一种风控方法、系统及计算机设备。

第一方面，本说明书实施例提供一种风控处理方法，包括：

获取当前交易对应的交易主体的第一风险信息及所述当前交易对应的受益用户的第二风险信息；

根据所述第一风险信息及所述第二风险信息对所述当前交易进行风险识别，获得风险识别结果；

判断所述风险识别结果是否在预先配置的风险阈值范围内，若是，则对所述当前交易对应的受益用户进行决策处理。

第二方面，本说明书实施例提供一种风控处理系统，包括：下述任一项所述的风控系统，以及用于进行风控处理的商户处理子系统。

第三方面，本说明书实施例提供一种风控方法，包括：

获取当前交易对应的交易主体的第一风险信息及所述当前交易对应的受益用户的第二风险信息；

根据所述第一风险信息及所述第二风险信息对所述当前交易进行风险识别，获得风险识别结果。

第四方面，本说明书实施例提供一种风控系统，所述系统包括：支付数据子系统及风控处理子系统；其中，

所述支付数据子系统，用于获取当前交易对应的交易主体的第一风险信息，将所述第二风险信息发送至所述风控处理子系统；

所述风控处理子系统，用于与商户处理子系统进行通信，获取所述商户处理子系统中所述当前交易对应的受益用户的第二风险信息；以及根据所述第一风险信息及所述第二风险信息对所述当前交易进行风险识别，获得风险识别结果。

第五方面，本说明书实施例提供一种用于进行风控处理的方法，包括：

接收风险识别结果，所述风险识别结果为所述风控系统基于所述当前交易对应的交易主体的第一风险信息和所述当前交易对应的受益用户的第二风险信息识别出的；

判断接收到的所述风险识别结果是否在预先配置的风险阈值范围内，若是，则对所述当前交易对应的受益用户进行决策处理。

第六方面，本说明书实施例提供一种用于进行风控处理的商户处理子系统，所述商户处理子系统与风控系统通信，将当前交易对应的受益用户的第二风险信息发送至所述风控系统，包括：

第二数据接收单元，用于接收风险识别结果，所述风险识别结果为所述风控系统基于所述当前交易对应的交易主体的第一风险信息和所述当前交易对应的受益用户的第二风险信息识别出的；

第一配置单元，用于预先配置所述风险识别结果的风险阈值范围；

决策单元，用于判断接收到的所述风险识别结果是否在所述风险阈值范围内，若是，则对所述当前交易对应的受益用户进行决策处理。

第七方面，本说明书实施例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项所述风控方法、用于进行风控处理的方法及风控处理方法的步骤。

第八方面，本说明书实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述风控方法、用于进行风控处理的方法及风控处理方法的步骤。

本说明书实施例有益效果如下：

本说明书实施例中，通过获取交易主体的第一风险数据及受益用户的第二风险数据，再利用第一风险信息及第二风险信息对当前交易进行风险识别，因同时考虑到了受益用户及交易主体的风险信息，扩大了风险信息的覆盖率，从而可以提高欺诈风险识别的准确率，并能提醒交易主体当前交易存在的风险，避免交易主体受到经济损失。

附图说明

图1为本说明书实施例风控应用场景示意图；

图2为本说明书实施例第一方面风控处理方法流程示意图；

图3为本说明书实施例第二方面风控处理系统整体结构示意图；

图4为本说明书实施例第二方面支付数据子系统整体结构示意图；

图5为本说明书实施例第二方面及第六方面的商户处理子系统整体结构示意图；

图6为本说明书实施例第二方面风控处理子系统整体结构示意图；

图7为本说明书实施例第三方面风控方法流程示意图；

图8为本说明书实施例第四方面风控系统结构示意图；

图9为本说明书实施例第五方面用于进行风控处理的方法流程示意图；

图10为本说明书实施例第七方面计算机设备结构示意图。

具体实施方式

为了更好的理解上述技术方案，下面通过附图以及具体实施例对本说明书实施例的技术方案做详细的说明，应当理解本说明书实施例以及实施例中的具体特征是对本说明书实施例技术方案的详细的说明，而不是对本说明书技术方案的限定，在不冲突的情况下，本说明书实施例以及实施例中的技术特征可以相互组合。

请参见图1，为本说明书实施例的风控应用场景示意图。第一终端100及第二终端101位于用户侧，第一终端100可以是受益用户对应的终端，第二终端101可以是交易主体对应的终端，分别与网络侧的服务器200进行通信。第一终端100中的交易处理客户端102及第二终端101中的交易处理客户端103可以是基于互联网实现业务的APP或网站，为用户提供交易的界面并将风险数据提供给网络侧进行处理；服务器200中的风控系统201用于对交易处理客户端103中涉及的风险交易进行识别。本说明实施例中交易主体主要包括支付用户。

本说明书实施例针对基于游戏平台、电商平台等网络交易平台的欺诈行为。受益用户和支付用户都会携带一些风险数据，本说明书实施例首先将受益用户的风险数据及交易主体的风险信息进行合并处理，提取风险特征信息；再利用风险特征对当前交易进行风险识别，可以达到避免受益用户通过网络交易平台进行电信诈骗的目的。

第一方面，本说明书实施例提供一种风控处理方法，请参考图2，方法包括步骤S210～S212。

S210，获取当前交易对应的交易主体的第一风险信息及当前交易对应的受益用户的第二风险信息；

在一种可选的实现方式中，基于当前交易对应的交易主体的账号ID，利用支付数据子系统获取交易主体的第一风险信息，第一风险信息包括：支付用户的支付金额、支付时间、商户名称及支付用户的账号成熟度中的一种或多种，当然也可以包括其他信息，在此不再举例。支付用户的账号成熟度可以根据支付用户的账号注册时间、支付用户的活跃程度等来确定；注册时间越长、活跃程度越高，那么支付用户的账号成熟度也就越高；本说明书实施例中支付用户的账号成熟度包括1～10级。

获取到第一风险信息后，因第一风险信息的数据格式可能会不满足风控处理子系统的数据格式要求，因此还需按照风控处理子系统提供的数据格式，将第一风险信息的数据格式转换成风控处理子系统支持的数据格式。实际应用中，支付数据子系统可以包括第三方支付机构，比如支付宝等。

在一种可选的实现方式中，利用商户处理子系统获取受益用户的第二风险信息；具体是接收收单商户通过消息传送函数API发送的受益用户的第二风险信息；收单商户一般包括利用第三方支付机构进行交易资金收付的商家，比如收单商户可包括但不限于：电商平台、游戏平台、外卖平台或打车平台等。

第二风险信息包括：受益用户的账号标识ID、账号等级、账号注册时间、账号注册的互联网协议IP地址、订单生成时间、订单生成的IP地址及受益用户的生物信息标识中的一种或多种，当然也可以包括其他信息；生物信息标识可以包括：受益用户的指纹、虹膜、巩膜和/或声纹等。受益用户的账号等级一般是根据受益用户的支付次数、支付额度等确定的，受益用户的支付次数越多、支付额度越大，受益用户的账号等级就越高；本说明书实施例中受益用户的账号等级包括1～10级。

同样的原因，因获取到的第二风险信息的数据格式可能会不满足风控处理子系统的数据格式要求，因此还需按照风控处理子系统提供的数据格式，将第二风险信息的数据格式转换成风控处理子系统支持的数据格式。

S211，根据所述第一风险信息及所述第二风险信息对当前交易进行风险识别，获得风险识别结果。

在一种可选的实现方式中，“根据所述第一风险信息及所述第二风险信息对当前交易进行风险识别，获得风险识别结果”包括：根据预设的风险特征标准对所述第一风险信息及所述第二风险信息进行合并处理，提取风险特征信息；

基于所述风险特征信息，根据预先配置的反欺诈模型对当前交易进行识别，获得风险识别结果。

这里，因第一风险信息及第二风险信息包括多种，并不是所有的风险信息都具有风险特征，因此需要对根据预设的风险特征标准对所述第一风险信息及所述第二风险信息进行合并处理，提取出风险特征信息。其中，合并处理的方式可以包括筛选或过滤等。

风险特征信息包括：直接风险特征信息及风险累积变量；直接风险特征信息代表可以直接根据风险特征标准直接确定出的风险特征信息。风险特征标准包括用于刻画交易风险程度的标识，比如受益用户的账号注册的IP地址是在境外等高危地区注册的，那么可认为该注册IP地址为风险特征信息；受益用户的账号等级及支付用户的账号成熟度的级别均较低时，可确定受益用户的账号等级及支付用户的账号成熟度也为风险特征信息等等。同样的道理，若受益用户的账号注册IP不是在境外等高危地区注册的，那么可认为该注册的IP地址不是风险特征信息，在确定风险特征信息时，则会将该注册的IP地址过滤掉。

这里所说的风险累计变量可以包括在某一段时间内具有规律性的变量，比如，若某网络交易平台是赌博平台，由于这种平台有着严格的时间规律，买进买出的话一般会在某个定点时刻或某一时间段内进行交易，那么订单生成的时间及支付时间就会有一定的规律性，这样就可以把订单生成时间及支付时间看作是风险累计变量。

提取出风险特征信息后，配置反欺诈模型，反欺诈模型包括：反欺诈策略及反欺诈模型算法，本说明书中实施例的反欺诈模型算法可以包括但不限于以下几种：基于反欺诈的识别树、卷积神经网络、BP神经网络或深度神经网络等；反欺诈策略主要用于判定受益用户账号的注册IP地址是否为高危地区IP及受益用户的账号等级；判定支付用户与受益用户的关系网络，比如支付用户是否与受益用户是否是直接好友或间接好友(支付用户和受益用户的关系链之间是否有好友节点)；或者判定支付用户的账号等级成熟度及受益用户的风险等级等。

反欺诈模型配置好之后，基于反欺诈策略，利用反欺诈模型算法及风险特征信息对当前交易进行风险识别，最后预测并输出一个风险识别结果及相关的案件信息，将风险识别结果及案件信息发送至商户处理子系统中。风险识别结果可以包括此次交易的风险评分，一般来说，风险评分越高，则代表此次交易的风险越高；而案件信息包括对此次风险评分的理由，以供商户处理子系统可以根据风险识别结果及案件信息对此次交易进行再次分析。比如可以利用受益用户的风险特征信息来刻画欺诈者的特征，当确定受益用户的账号注册IP的注册地区位于境外高危地区时，确定此次交易的风险较高；或者，同时对受益用户的账号等级及支付用户的账号成熟度进行分析，若受益用户的账号等级及支付用户的账号成熟度均较低时，确定此次交易的风险非常高，基本可以定义为欺诈交易，那么相应的风险评分就会高。

S212，判断所述风险识别结果是否在预先配置的风险阈值范围内，若是，则对所述当前交易对应的受益用户进行决策处理。

获取到风险识别结果后，因商户处理子系统可能会收集到受益用户更多的信息，这些信息不一定会全部发送给风控处理子系统，因此在判断所述风险识别结果是否在预先配置的风险阈值范围内之前，还会根据这些信息对风险识别结果的风险阈值范围进行配置，风险阈值范围也可理解为是此次交易的风险评分范围，案件信息的推送范围可以理解为对评分理由的筛选范围。

比如，风控处理子系统发送的案件信息包括对受益用户账号的注册IP地址、注册时间、账号等级等信息的分析，但商户处理子系统认为对注册时间进行的分析没有参考价值，那么在配置案件信息的推送范围时，会将注册时间的分析信息过滤掉，只接收对受益用户的账号注册IP、账号等级的分析。

风险阈值范围配置好之后，判断接收到的所述风险识别结果是否在所述风险阈值范围内，若是，则确定当前交易为风险交易、受益用户为风险用户，对所述受益用户的账户进行管控。

比如，风险识别结果为20，代表此次交易的风险评分为20分，若风险阈值范围为不小于15，那么确定此次交易为高风险交易，则会对所述受益用户进行决策处理，比如对受益用户的账户进行管控。这里，因受益用户接收到支付成功支付的消息再去销账往往有一定的时间，比如欺诈成功后10～20分钟方能完成销账，那么在这段时间内，可以对受益用户的账户进行管控，比如进行冻结、关闭或注销，避免支付用户的损失。

本说明书实施例中，通过对受益用户的风险数据及交易主体的风险数据进行合并处理、提取风险特征信息，再利用风险特征对当前交易进行风险识别，因同时考虑到了受益用户及交易主体的风险特征，扩大了风险特征的覆盖率，可精准识别此次交易是否为欺诈交易，识别的准确率可至少提升20％；并将风险识别结果发送至商户处理子系统，商户处理子系统可以对欺诈者账户进行及时有效的管控，从源头上控制了受益用户的欺诈行为，提升了欺诈防控的整体效果，达到避免受益用户通过网络交易平台进行电信诈骗，进而避免支付用户受到经济损失的目的，也提高了网络交易平台的可信度。

第二方面，基于同一发明构思，本说明书实施例提供一种风控处理系统，请参考图3，风控系统包括：支付数据子系统31、风控处理子系统32及商户处理子系统33；其中，

支付数据子系统31，用于获取当前交易主体的第一风险信息，将第一风险信息发送至风控处理子系统32；第一风险信息包括：支付用户的支付金额、支付时间、商户名称及支付用户的账号成熟度中的一种或多种，当然也可以包括其他信息，在此不再举例。支付用户的账号成熟度可以根据支付用户的账号注册时间、支付用户的活跃程度等来确定；注册时间越长、活跃程度越高，那么支付用户的账号成熟度也就越高；本说明书实施例中支付用户的账号成熟度包括1～10级。

商户处理子系统33用于获取受益用户的第二风险信息，风控处理子系统32用于与商户处理子系统33进行通信，获取所述商户处理子系统33中所述当前交易对应的受益用户的第二风险信息；以及根据第一风险信息及第二风险信息对当前交易进行识别，获得风险识别结果，并将风险识别结果发送至商户处理子系统33，所述商户处理子系统33根据所述风险识别结果对所述受益用户进行决策处理；其中，当前交易为受益用户与交易主体之间进行的交易。

第二风险信息包括：受益用户的账号标识ID、账号等级、账号注册时间、账号注册的互联网协议IP地址、订单生成时间、订单生成的IP地址及受益用户的生物信息标识中的一种或多种，当然也可以包括其他信息；生物信息标识可以包括：受益用户的指纹、虹膜、巩膜和/或声纹等。受益用户的账号等级一般是根据受益用户的支付次数、支付额度等确定的，受益用户的支付次数越多、支付额度越大，受益用户的账号等级就越高；本说明书实施例中受益用户的账号等级包括1～10级。

在一种可选的实现方式中，请参考图4，支付数据子系统31包括：第一数据获取单元41、第一数据处理单元42及第一数据发送单元43；

第一数据获取单元41，用于根据交易主体的账号ID获取交易主体的第一风险信息。

这里，支付数据子系统31中包含了海量的交易数据，因此需要根据所述交易主体的账号ID获取交易主体的第一风险信息；实际应用中，支付数据子系统31可以包括第三方支付机构，比如支付宝等。

因第一风险信息的数据格式可能会不满足风控处理子系统32的数据格式要求，因此第一数据处理单元42用于按照风控处理子系统32提供的数据格式，将第一风险信息的数据格式转换成风控处理子系统32支持的数据格式。

第一数据发送单元43用于将数据格式转换后的第一风险信息发送至风控处理子系统32。

在一种可选的实现方式中，请参考图5，商户处理子系统33包括：第二数据获取单元51、第二数据处理单元52，第二数据发送单元53；

第二数据获取单元51用于接收收单商户通过消息传送函数API发送的受益用户的第二风险信息；收单商户一般包括利用第三方支付机构进行交易资金收付的商家，比如收单商户可包括但不限于：电商平台、游戏平台、外卖平台或打车平台等。

同样的原因，因第二数据获取单元51获取到的第二风险信息的数据格式可能会不满足风控处理子系统32的数据格式要求，因此第二数据处理单元52用于按照风控处理子系统32提供的数据格式，将第二风险信息的数据格式转换成风控处理子系统32支持的数据格式。

第二数据发送单元53用于将数据格式转换后的第二风险信息发送至风控处理子系统32。

在一种可选的实现方式中，请参考图6，风控处理子系统32包括：

第一数据接收单元61，用于接收所述第一风险信息及所述第二风险信息。实际应用中，第一数据单元61可以由用于对外部接口的网关单元实现，为了降低风控处理子系统32的处理负担，网关单元用于对外部接口进行鉴权管理，为满足要求的用户发放通信权限，使得满足要求的用户可以通过网关单元与风控处理子系统32进行通信。外部接口可以包括商户处理子系统33对应的接口和支付数据子系统31对应的接口；以商户处理子系统为例进行说明，一般来说，因收单商户包括很多，对应的商户处理子系统也包括很多，如果没有对外部接口进行鉴权管理，所有的商户处理子系统都可以通过对应的接口与风控处理子系统32进行通信，这样就会增加风控处理子系统32的处理负担。因此，为了降低风控处理子系统32的处理负担，提高处理效率，网关单元只为预先有约定的商户处理子系统发放通信权限。预先有约定的商户处理子系统可以包括：线下签订协议的商户处理子系统或者默认商户处理子系统与风控处理子系统32两者属于是同一家公司的；那么满足要求的用户也可以认为是预先有约定的商户处理子系统。

特征合并单元62，用于根据预设的风险特征标准对所述第一风险信息及所述第二风险信息进行合并处理、提取风险特征信息；合并处理的方式可以包括筛选或过滤等。

因第一风险信息及第二风险信息包括多种，并不是所有的风险信息都具有风险特征，因此需要对根据预设的风险特征标准对所述第一风险信息及所述第二风险信息进行合并处理，提取出风险特征信息，风险特征信息包括：直接风险特征信息及风险累积变量；直接风险特征信息代表可以直接根据风险特征标准直接确定出的风险特征信息。风险特征标准包括用于刻画交易风险程度的标识，比如受益用户的账号注册的IP地址是在境外等高危地区注册的，那么可认为该注册IP地址为风险特征信息；受益用户的账号等级及支付用户的账号成熟度的级别均较低时，可确定受益用户的账号等级及支付用户的账号成熟度也为风险特征信息等等。同样的道理，若受益用户的账号注册IP不是在境外等高危地区注册的，那么可认为该注册的IP地址不是风险特征信息，在确定风险特征信息时，则会将该注册的IP地址过滤掉。

这里所说的风险累计变量可以包括在某一段时间内具有规律性的变量，比如，若某网络交易平台是赌博平台，由于这种平台有着严格的时间规律，买进买出的话一般会在某个定点时刻或某一时间段内进行交易，那么订单生成的时间及支付时间就会有一定的规律性，这样就可以把订单生成时间及支付时间看作是风险累计变量。

第二配置单元63，用于配置反欺诈模型，反欺诈模型包括：反欺诈策略及反欺诈模型算法，本说明书中实施例的反欺诈模型算法可以包括但不限于以下几种：基于反欺诈的识别树、卷积神经网络、BP神经网络或深度神经网络等；反欺诈策略主要用于判定受益用户账号的注册IP地址是否为高危地区IP及受益用户的账号等级；判定支付用户与受益用户的关系网络，比如支付用户是否与受益用户是否是直接好友或间接好友(支付用户和受益用户的关系链之间是否有好友节点)；或者判定支付用户的账号等级成熟度及受益用户的风险等级等。

风控引擎单元64可以基于反欺诈策略，利用反欺诈模型算法及风险特征信息对当前交易进行风险识别，最后预测并输出一个风险识别结果及相关的案件信息。风险识别结果可以包括此次交易的风险评分，一般来说，风险评分越高，则代表此次交易的风险越高；而案件信息包括对此次风险评分的理由，以供商户处理子系统33可以根据风险识别结果及案件信息对此次交易进行再次分析。比如可以利用受益用户的风险特征信息来刻画欺诈者的特征，当确定受益用户的账号注册IP的注册地区位于境外高危地区时，确定此次交易的风险较高；或者，同时对受益用户的账号等级及支付用户的账号成熟度进行分析，若受益用户的账号等级及支付用户的账号成熟度均较低时，确定此次交易的风险非常高，基本可以定义为欺诈交易，那么相应的风险评分就会高。

当风控引擎单元64获得风险识别结果及案件信息后，将风险识别结果及案件信息发送至商户处理子系统33中。这里，请继续参考图5，商户处理子系统33还包括：

第二数据接收单元54，用于接收风险识别结果；

第一配置单元55用于预先配置风险识别结果的风险阈值范围及案件信息的推送范围；

因商户处理子系统33可能会收集到受益用户更多的信息，这些信息不一定会全部发送给风控处理子系统32，因此第一配置单元55还会根据这些信息对风险识别结果的风险阈值范围进行配置，风险阈值范围也可理解为是此次交易的风险评分范围，案件信息的推送范围可以理解为对评分理由的筛选范围。

比如，风控处理子系统32发送的案件信息包括对受益用户账号的注册IP地址、注册时间、账号等级等信息的分析，但商户处理子系统33认为对注册时间进行的分析没有参考价值，那么在配置案件信息的推送范围时，会将注册时间的分析信息过滤掉，只接收对受益用户的账号注册IP、账号等级的分析。

决策单元56用于判断接收到的所述风险识别结果是否在所述风险阈值范围内，若是，则确定当前交易为风险交易、受益用户为风险用户，对所述受益用户的账户进行管控。

比如，风险识别结果为20，代表此次交易的风险评分为20分，若风险阈值范围为不小于15，那么决策单元46确定此次交易为高风险交易，则会对所述受益用户进行决策处理，比如对受益用户的账户进行管控。这里，因受益用户接收到支付成功支付的消息再去销账往往有一定的时间，比如欺诈成功后10～20分钟方能完成销账，那么在这段时间内，决策单元56可以对受益用户的账户进行管控，比如进行冻结、关闭或注销，避免支付用户的损失。

本说明书实施例中，通过对受益用户的风险数据及交易主体的风险数据进行合并处理、提取风险特征信息，再利用风险特征对当前交易进行风险识别，因同时考虑到了受益用户及交易主体的风险特征，扩大了风险特征的覆盖率，可精准识别此次交易是否为欺诈交易，识别的准确率可至少提升20％；并将风险识别结果发送至商户处理子系统，商户处理子系统可以对欺诈者账户进行及时有效的管控，从源头上控制了受益用户的欺诈行为，提升了欺诈防控的整体效果，达到避免受益用户通过网络交易平台进行电信诈骗，进而避免支付用户受到经济损失的目的，也提高了网络交易平台的可信度。

第三方面，基于同一发明构思，本说明书实施例提供一种风控方法，请参考图7，方法包括：包括步骤S710～S711。

S710，获取当前交易对应的交易主体的第一风险信息及当前交易对应的受益用户的第二风险信息；

S711，根据所述第一风险信息及所述第二风险信息对所述当前交易进行风险识别，获得风险识别结果。

获得风险识别后，向当前交易对应的商户处理子系统发送风险识别结果，风险识别结果用于商户处理子系统据此对当前交易对应的受益用户进行决策处理。

第四方面，基于同一发明构思，本说明书实施例提供一种风控系统，请参考图8，风控系统包括：支付数据子系统31及风控处理子系统32；其中，

所述支付数据子系统31，用于获取当前交易对应的交易主体的第一风险信息，将所述第一风险信息发送至风控处理子系统32；

所述风控处理子系统32，用于与第一方面提供商户处理子系统33进行通信，获取所述商户处理子系统33中所述当前交易对应的受益用户的第二风险信息；以及根据所述第一风险信息及所述第二风险信息对所述当前交易进行风险识别，获得风险识别结果。

将风险识别结果发送至商户处理子系统33，所述风险识别结果用于商户处理子系统33据此对受益用户进行决策处理。

第五方面，基于同一发明构思，本说明书实施例还提供一种用于进行风控处理的方法，应用于第五方面的商户处理子系统中，参考图9，包括：步骤S910～S911；

S910，接收风险识别结果，所述风险识别结果为风控系统基于当前交易对应的交易主体的第一风险信息和所述当前交易对应的受益用户的第二风险信息识别出的；

其中，在风控系统基于当前交易对应的交易主体的第一风险信息和所述当前交易对应的受益用户的第二风险信息识别出风险识别结果之前，还包括：向风控系统发送受益用户的第二风险信息。

在一种可选的实现方式中，接收风险识别结果之前，包括：

接收收单商户发送的所述受益用户的第二风险信息；

将所述第二风险信息的数据格式转换成风控系统支持的数据格式；

将数据格式转换后的所述第二风险信息发送至风控系统。

S911，判断所述风险识别结果是否在预先配置的风险阈值范围内，若是，则对当前交易对应的受益用户进行决策处理。

第六方面，基于同一发明构思，本说明书实施例还提供一种用于进行风控处理的商户处理子系统33，商户处理子系统33与第三方面提供的风控系统通信，将当前交易对应的受益用户的第二风险信息发送至所述风控系统，可继续参考图5，商户处理子系统33包括：

第二数据接收单元54，用于接收风险识别结果，风险识别结果为所述风控系统基于所述当前交易对应的交易主体的第一风险信息和所述当前交易对应的受益用户的第二风险信息识别出的；

第一配置单元55，用于预先配置所述风险识别结果的风险阈值范围；

决策单元56，用于判断接收到的所述风险识别结果是否在所述风险阈值范围内，若是，则确定当前交易为风险交易，确定受益用户为风险用户，对所述受益用户进行决策处理。

在一种可选的实现方式中，所述商户处理子系统33还包括：

第二数据获取单元51，用于接收收单商户发送的所述受益用户的第二风险信息；

第二数据处理单元52，用于将所述第二风险信息的数据格式转换成所述风控系统支持的数据格式；

第二数据发送单元53，用于将数据格式转换后的所述第二风险信息发送至所述风控系统。

第七方面，基于与前述实施例风控方法同样的发明构思，本发明还提供一种计算机设备，如图10所示，包括存储器1004、处理器1002及存储在存储器1004上并可在处理器1002上运行的计算机程序，所述处理器1002执行所述程序时实现前文所述风控方法的任一方法的步骤。

其中，在图10中，总线架构(用总线1000来代表)，总线1000可以包括任意数量的互联的总线和桥，总线1000将包括由处理器1002代表的一个或多个处理器和存储器1004代表的存储器的各种电路链接在一起。总线1000还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口1006在总线1000和接收器1001和发送器1003之间提供接口。接收器1001和发送器1003可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。处理器1002负责管理总线1000和通常的处理，而存储器1004可以被用于存储处理器1002在执行操作时所使用的数据。

第八方面，基于与前述实施例中风控方法的发明构思，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前文风控方法、用于进行风控处理的方法及风控处理方法中的任一方法的步骤。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于方法等其他实施例而言，由于其基本相似于第一方面的风控系统实施例，所以描述的比较简单，相关之处参见第一方面的风控处理系统实施例的部分说明即可。

本说明书是参照根据本说明书实施例的方法、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设备。

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设备的制造品，该指令设备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。

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。

尽管已描述了本说明书的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本说明书范围的所有变更和修改。

显然，本领域的技术人员可以对本说明书进行各种改动和变型而不脱离本说明书的精神和范围。这样，倘若本说明书的这些修改和变型属于本说明书权利要求及其等同技术的范围之内，则本说明书也意图包含这些改动和变型在内。

Claims (20)

1.一种风控方法，其特征在于，所述方法包括：

获取当前交易对应的交易主体的第一风险信息及所述当前交易对应的受益用户的第二风险信息；

根据所述第一风险信息及所述第二风险信息对所述当前交易进行风险识别，获得风险识别结果。

2.如权利要求1所述的方法，其特征在于，所述获得风险识别结果后，还包括：

向所述当前交易对应的商户处理子系统发送所述风险识别结果，所述风险识别结果用于所述商户处理子系统据此对所述当前交易对应的受益用户进行决策处理。

3.如权利要求1所述的方法，其特征在于，所述获取当前交易对应的交易主体的第一风险信息，包括：

根据所述交易主体的账号标识ID获取所述交易主体的第一风险信息；

将所述第一风险信息的数据格式转换成风控处理子系统支持的数据格式。

4.如权利要求1或3所述的方法，其特征在于，所述第一风险信息包括：所述支付用户的支付金额、所述支付用户的账号等级、支付时间及商户名称中的一种或多种。

5.如权利要求1所述的方法，其特征在于，所述第二风险信息包括：受益用户的账号ID、账号等级、账号注册时间、账号的注册互联网协议IP地址、订单生成时间、订单生成的IP地址及所述受益用户的生物信息标识中的一种或多种。

6.如权利要求1所述的方法，其特征在于，所述根据接收到的所述第一风险信息及所述第二风险信息对所述当前交易进行风险识别，获得风险识别结果，包括：

根据预设的风险特征标准对所述第一风险信息及所述第二风险信息进行合并处理，提取风险特征信息；

基于所述风险特征信息，根据预先配置的反欺诈模型对所述当前交易进行风险识别，获得所述风险识别结果。

7.一种风控系统，其特征在于，包括：支付数据子系统及风控处理子系统；其中，

所述支付数据子系统，用于获取当前交易对应的交易主体的第一风险信息，将所述第一风险信息发送至所述风控处理子系统；

所述风控处理子系统，用于与商户处理子系统进行通信，获取所述商户处理子系统中所述当前交易对应的受益用户的第二风险信息；以及根据所述第一风险信息及所述第二风险信息对所述当前交易进行风险识别，获得风险识别结果。

8.如权利要求7所述的系统，其特征在于，所述风控处理子系统还用于：

将所述风险识别结果发送至所述商户处理子系统，所述风险识别结果用于所述商户处理子系统据此对所述受益用户进行决策处理。

9.如权利要求7所述的系统，其特征在于，所述支付数据子系统包括：

第一数据获取单元，用于根据所述交易主体的账号标识ID获取所述交易主体的第一风险信息；

第一数据处理单元，用于将所述第一风险信息的数据格式转换成所述风控处理子系统支持的数据格式；

第一数据发送单元，用于将数据格式转换后的所述第一风险信息发送至所述风控处理子系统。

10.如权利要求7或9所述的系统，其特征在于，所述第一风险信息包括：支付用户的支付金额、所述支付用户的账号成熟度、支付时间及商户名称中的一种或多种。

11.如权利要求7所述的系统，其特征在于，所述第二风险信息包括：受益用户的账号ID、账号等级、账号注册时间、账号的注册互联网协议IP地址、订单生成时间、订单生成的IP地址及所述受益用户的生物信息标识中的一种或多种。

12.如权利要求7所述的系统，其特征在于，所述风控处理子系统包括：

第一数据接收单元，用于接收所述第一风险信息及所述第二风险信息；

特征合并单元，用于根据预设的风险特征标准对所述第一风险信息及所述第二风险信息进行合并处理，提取风险特征信息；

风控引擎单元，用于基于所述风险特征信息，根据预先配置的反欺诈模型对所述当前交易进行识别，获得所述风险识别结果。

13.一种用于进行风控处理的方法，其特征在于，所述方法包括：

接收风险识别结果，所述风险识别结果为风控系统基于当前交易对应的交易主体的第一风险信息和所述当前交易对应的受益用户的第二风险信息识别出的；

判断所述风险识别结果是否在预先配置的风险阈值范围内，若是，则对所述当前交易对应的受益用户进行决策处理。

14.如权利要求13所述的方法，其特征在于，所述接收风险识别结果之前，包括：

接收收单商户发送的所述受益用户的第二风险信息；

将所述第二风险信息的数据格式转换成所述风控系统支持的数据格式；

将数据格式转换后的所述第二风险信息发送至所述风控系统。

15.一种用于进行风控处理的商户处理子系统，其特征在于，所述商户处理子系统与风控系统通信，将当前交易对应的受益用户的第二风险信息发送至所述风控系统，所述商户处理子系统包括：

第二数据接收单元，用于从所述风控系统接收风险识别结果，所述风险识别结果为所述风控系统基于所述当前交易对应的交易主体的第一风险信息和所述当前交易对应的受益用户的第二风险信息识别出的；

第一配置单元，用于预先配置所述风险识别结果的风险阈值范围；

决策单元，用于判断所述风险识别结果是否在所述风险阈值范围内，若是，则对所述当前交易对应的受益用户进行决策处理。

16.如权利要求15所述的系统，其特征在于，所述商户处理子系统还包括：

第二数据获取单元，用于接收收单商户发送的所述受益用户的第二风险信息；

第二数据处理单元，用于将所述第二风险信息的数据格式转换成所述风控系统支持的数据格式；

第二数据发送单元，用于将数据格式转换后的所述第二风险信息发送至所述风控系统。

17.一种风控处理方法，其特征在于，所述方法包括：

获取当前交易对应的交易主体的第一风险信息及所述当前交易对应的受益用户的第二风险信息；

根据所述第一风险信息及所述第二风险信息对所述当前交易进行风险识别，获得风险识别结果；

判断所述风险识别结果是否在预先配置的风险阈值范围内，若是，则对所述当前交易对应的受益用户进行决策处理。

18.一种风控处理系统，其特征在于，所述系统包括：权利要求7至12任一项所述的风控系统，以及权利要求15所述的用于进行风控处理的商户处理子系统。

19.一种计算机设备，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权利要求1至6、权利要求13及权利要求17任一项所述方法的步骤。

20.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现权利要求1至6、权利要求13及权利要求17任一项所述方法的步骤。