用户交易风险的获取方法、装置、设备和介质与流程

本申请涉及但不限于数据安全领域，尤其涉及一种用户交易风险的获取方法、装置、设备和介质。

背景技术：

1、近年来，电信网络诈骗案件持续高发，且诈骗手法呈现隐蔽化、快速演化和场景多样化的特点。在贷款诱导型诈骗、新型极速诈骗等场景中，诈骗分子通常通过持续诱导促使受害人产生急迫的筹资需求，从而于较短时间内集中产生异常信贷申请行为，并在资金到账后迅速完成转移。

2、现有技术的监测重点主要集中于诈骗实施前的接触交互阶段以及诈骗实施后的资金转移阶段，主要依赖交互特征或资金转移特征。基于通信、设备及社交行为构建的特征体系主要反映用户的外部交互行为，与诈骗风险之间通常为间接关联关系，且在实际对抗环境中易受到动态ip代理、设备伪装及通联规避等技术手段干扰，导致特征稳定性下降，从而影响预警准确性和稳定性。另一方面，基于资金转移行为的监测方法虽然能够直接反映风险结果，但相关信号通常仅在资金已经发生或即将发生转移时才可获取，导致预警触发时点偏晚，难以及时支撑资金转出前的干预措施。因此，现有技术缺乏既能够直接反映资金状态变化、又具备前置性的行为数据来源，导致其难以在资金尚未转移前实现有效风险识别。

技术实现思路

1、有鉴于此，本申请实施例至少提供一种用户交易风险的获取方法、装置、设备和介质。

2、本申请实施例的技术方案是这样实现的：

3、一方面，本申请实施例提供一种用户交易风险的获取方法，所述方法包括：

4、获取目标对象的信贷申请记录，并根据所述信贷申请记录提取所述目标对象在资金筹集阶段的信贷申请行为特征；

5、将所述信贷申请行为特征输入至预先训练的反诈风险预警模型，得到所述目标对象对应的基准风险得分；

6、将所述信贷申请行为特征与预设规则库中的风险规则进行匹配，得到所述目标对象对应的规则触发标识和规则风险得分；

7、根据所述基准风险得分以及所述规则触发标识和所述规则风险得分，按照预设融合策略生成所述目标对象对应的最终风险得分；

8、根据所述最终风险得分确定所述目标对象对应的预警等级，并输出所述预警等级。

9、另一方面，本申请实施例提供一种用户交易风险的获取装置，所述方法包括：

10、处理模块，用于获取目标对象的信贷申请记录，并根据所述信贷申请记录提取所述目标对象在资金筹集阶段的信贷申请行为特征；

11、将所述信贷申请行为特征输入至预先训练的反诈风险预警模型，得到所述目标对象对应的基准风险得分；

12、将所述信贷申请行为特征与预设规则库中的风险规则进行匹配，得到所述目标对象对应的规则触发标识和规则风险得分；

13、根据所述基准风险得分以及所述规则触发标识和所述规则风险得分，按照预设融合策略生成所述目标对象对应的最终风险得分；

14、输出模块，用于根据所述最终风险得分确定所述目标对象对应的预警等级，并输出所述预警等级。

15、再一方面，本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有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用户交易风险的获取方法中的部分或全部步骤。

16、又一方面，本申请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，该计算机程序被处理器执行时实现上述用户交易风险的获取方法中的部分或全部步骤。

17、又一方面，本申请实施例提供一种计算机程序，包括计算机可读代码，当所述计算机可读代码在计算机设备中运行时，所述计算机设备中的处理器执行用于实现上述用户交易风险的获取方法中的部分或全部步骤。

18、又一方面，本申请实施例提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序被计算机读取并执行时，实现上述用户交易风险的获取方法中的部分或全部步骤。

19、本申请实施例通过获取资金筹集阶段的信贷申请行为特征并分别输入模型和规则库进行并行处理，再根据预设融合策略生成最终预警结果的方式，将机器学习模型的泛化能力与业务规则的快速补强能力相结合，从而在样本不足等复杂场景下提升预警的时效性、准确性和稳定性。

20、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请的技术方案。

1.一种用户交易风险的获取方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述获取目标对象的信贷申请记录，并根据所述信贷申请记录提取所述目标对象在资金筹集阶段的信贷申请行为特征，包括：

3.根据权利要求2所述方法，其特征在于，所述根据所述基础行为特征，对所述多个预设时间窗口进行时序交叉组合和算术逻辑运算，得到用于表征异常申请行为的衍生特征，包括：

4.根据权利要求2所述的方法，其特征在于，所述对所述基础行为特征和所述衍生特征所构成的候选特征集合执行分阶段特征筛选，得到核心特征向量，包括：

5.根据权利要求1所述的方法，其特征在于，所述反诈风险预警模型通过以下步骤训练得到：

6.根据权利要求1所述的方法，其特征在于，所述根据所述基准风险得分以及所述规则触发标识和所述规则风险得分，按照预设融合策略生成所述目标对象对应的最终风险得分，包括：

7.根据权利要求1所述的方法，其特征在于，所述根据所述最终风险得分确定所述目标对象对应的预警等级，并输出所述预警等级，包括：

8.一种用户交易风险的获取装置，其特征在于，所述装置包括：

9.一种计算机设备，包括存储器和处理器，所述存储器存储有可在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程序时实现权利要求1至7中任一项所述用户交易风险的获取方法中的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述用户交易风险的获取方法中的步骤。