共享设备异常风控方法和系统与流程
本发明涉及风控系统，尤其涉及一种共享设备异常风控方法和系统。
背景技术：
1、软件即服务（software as a service，saas）共享设备以云计算软件平台为基础，允许用户通过互联网获取和管理设备的使用，例如共享办公设备、共享洗衣机、共享充电桩、共享按摩椅、共享娱乐设备等，对saas共享设备进行异常风控是非常有必要的。
2、目前，共享设备异常风控方案通常设置一个或多个指标阈值，在共享设备的指标数据达到阈值后判定为风险设备，容易出现误判。
技术实现思路
1、本发明提供一种共享设备异常风控方法和系统，解决现有共享设备异常风控方案设置一个或多个指标阈值，在共享设备的指标数据达到阈值后判定为风险设备，容易出现误判的问题。
2、本发明提供一种共享设备异常风控方法，包括：
3、获取共享设备的基本指标数据、复合指标数据和业务场景数据，所述复合指标数据基于所述基本指标数据确定；
4、根据所述基本指标数据、所述复合指标数据以及所述业务场景数据，判断所述共享设备是否触发风控；
5、若所述共享设备触发风控，将所述基本指标数据和所述复合指标数据输入至所述业务场景数据对应的风险预测模型，得到所述风险预测模型输出的疑似风险共享设备；
6、根据预先确定的所述疑似风险共享设备的风险权重以及预设的风控规则对所述疑似风险共享设备进行筛选，确定风险共享设备以及与所述风险权重对应的风控措施方案。
7、作为一个实施例，所述基本指标数据包括所述共享设备的属性信息和交易数据，所述复合指标数据根据所述属性信息对所述交易数据进行分类和汇总得到，对应的，所述根据所述基本指标数据、所述复合指标数据以及所述业务场景数据，判断所述共享设备是否触发风控，包括：
8、根据所述业务场景数据，确定所述共享设备的异常数据点标准；
9、判断所述基本指标数据和所述复合指标数据是否符合所述异常数据点标准，若是，判定所述共享设备触发风控。
10、作为一个实施例，所述复合指标数据包括预设时间段内的所述共享设备的设备交易指标数据、商户交易指标数据以及用户交易指标数据。
11、作为一个实施例，所述根据所述业务场景数据，确定所述共享设备的异常数据点标准，包括：
12、根据所述业务场景数据，确定所述设备交易指标数据、所述商户交易指标数据以及所述用户交易指标数据各自对应的异常数据点标准以确定所述共享设备的异常数据点标准。
13、作为一个实施例，所述风险预测模型包括：
14、相关性分析模块，用于根据所述业务场景数据，对所述基本指标数据和所述复合指标数据进行相关性分析，得到相关性分析结果；
15、特征筛选模块，用于根据所述相关性分析结果，对所述基本指标数据和所述复合指标数据进行筛选，得到目标特征；
16、预测模块，用于根据所述目标特征，判定所述共享设备是否为疑似风险共享设备。
17、作为一个实施例，所述特征筛选模块基于随机森林模型构建，所述预测模块基于二分类模型构建。
18、本发明还提供一种共享设备异常风控系统，包括：
19、获取模块，用于获取共享设备的基本指标数据、复合指标数据和业务场景数据，所述复合指标数据基于所述基本指标数据确定；
20、判断模块，用于根据所述基本指标数据、所述复合指标数据以及所述业务场景数据，判断所述共享设备是否触发风控；
21、预测模块，用于若所述共享设备触发风控，将所述基本指标数据、所述复合指标数据和所述业务场景数据输入至风险预测模型，得到所述风险预测模型输出的疑似风险共享设备；
22、确定模块，用于根据预先确定的所述疑似风险共享设备的风险权重以及预设的风控规则对所述疑似风险共享设备进行筛选，确定风险共享设备以及与所述风险权重对应的风控措施方案。
23、本发明还提供一种电子设备，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计算机程序时实现如上述任一种所述共享设备异常风控方法。
24、本发明还提供一种非暂态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如上述任一种所述共享设备异常风控方法。
25、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述共享设备异常风控方法。
26、本发明提供的共享设备异常风控方法和系统，获取共享设备的基本指标数据、复合指标数据和业务场景数据，所述复合指标数据基于所述基本指标数据确定；根据所述基本指标数据、所述复合指标数据以及所述业务场景数据，判断所述共享设备是否触发风控；若所述共享设备触发风控，将所述基本指标数据和所述复合指标数据输入至所述业务场景数据对应的风险预测模型，得到所述风险预测模型输出的疑似风险共享设备；根据预先确定的所述疑似风险共享设备的风险权重以及预设的风控规则对所述疑似风险共享设备进行筛选，确定风险共享设备以及与所述风险权重对应的风控措施方案。根据业务场景数据对应的风险预测模型对共享设备进行风险预测，并在确定疑似风险共享设备之后结合风险权重进行二次判定，提升了共享设备的风险判定的准确性，避免出现误判。
1.一种共享设备异常风控方法，其特征在于，包括：
2.根据权利要求1所述的共享设备异常风控方法，其特征在于，所述基本指标数据包括所述共享设备的属性信息和交易数据，所述复合指标数据根据所述属性信息对所述交易数据进行分类和汇总得到，对应的，所述根据所述基本指标数据、所述复合指标数据以及所述业务场景数据，判断所述共享设备是否触发风控，包括：
3.根据权利要求2所述的共享设备异常风控方法，其特征在于，所述复合指标数据包括预设时间段内的所述共享设备的设备交易指标数据、商户交易指标数据以及用户交易指标数据。
4.根据权利要求3所述的共享设备异常风控方法，其特征在于，所述根据所述业务场景数据，确定所述共享设备的异常数据点标准，包括：
5.根据权利要求1-4任一项所述的共享设备异常风控方法，其特征在于，所述风险预测模型包括：
6.根据权利要求5所述的共享设备异常风控方法，其特征在于，所述特征筛选模块基于随机森林模型构建，所述预测模块基于二分类模型构建。
7.一种共享设备异常风控系统，其特征在于，包括：
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6任一项所述的共享设备异常风控方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的共享设备异常风控方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的共享设备异常风控方法。