一种交易安全检测方法、装置、设备及存储介质与流程

1.本发明实施例涉及技术，尤其涉及一种交易安全检测方法、装置、设备及存储介质。


背景技术：

2.对于银行而言，每天都要面对数以亿计的银行交易，其中绝大多数的交易都是合法的，但是也有不少异常交易隐藏其中，例如，欺诈、非法资金转移等。如何发现这些异常交易，及时避免受害人和银行的损失，是银行所面临的重大课题。现有技术中反非法资金转移法是基于固定模型的交易分析系统，只能简单的根据交易过程中有限的参数对交易进行识别。无法根据客户的特性和交易习惯对客户的交易进行针对性检测，导致安全检测结果不准确。


技术实现要素：

3.本发明提供一种交易安全检测方法、装置、设备及存储介质，以实现对交易安全的准确分析。
4.第一方面，本发明实施例提供了一种交易安全检测方法，所述方法包括：
5.获取待检测交易信息；
6.根据所述待检测交易信息确定交易信息检测模型，所述交易信息检测模型包括用户特征信息；
7.根据所述交易信息检测模型中的用户特征信息对待检测交易信息进行检测，根据检测结果确定交易安全性。
8.第二方面，本发明实施例还提供了一种交易安全检测装置，该交易安全检测装置包括：
9.信息获取模块，用于获取待检测交易信息；
10.模型确定模块，用于根据所述待检测交易信息确定交易信息检测模型，所述交易信息检测模型包括用户特征信息；
11.检测模块，用于根据所述交易信息检测模型中的用户特征信息对待检测交易信息进行检测，根据检测结果确定交易安全性。
12.第三方面，本发明实施例还提供了一种计算机设备，该设备包括：
13.一个或多个处理器；
14.存储器，用于存储一个或多个程序，
15.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一所述的一种交易安全检测方法。
16.第四方面，本发明实施例还提供了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如本发明实施例中任一所述的一种交易安全检测方法。
17.本发明实施例提供了一种交易安全检测方法、装置、设备及存储介质，通过获取待
检测交易信息；根据所述待检测交易信息确定交易信息检测模型，所述用户交易信息检测模型包括用户特征信息；根据所述交易信息检测模型中的用户特征信息对待检测交易信息进行检测，根据所述检测结果确定交易安全性，解决了无法准确检测用户交易的安全性的问题。预先为每个用户建立个人的交易信息检测模型，当用户发生交易时，获取用户的待检测交易信息和交易信息检测模型，通过交易信息检测模型的用户特征信息对待检测交易信息进行检测，得到检测结果，根据检测结果判定交易安全性。根据用户的特性为每个用户构建单独的交易信息检测模型，针对性的检测用户的交易信息是否安全，得到的交易安全性更加准确，可以及时发现客户的交易异常情况，从而提高交易安全性。
附图说明
18.图1是本发明实施例一中的一种交易安全检测方法的流程图；
19.图2是本发明实施例二中的一种交易安全检测方法的流程图；
20.图3是本发明实施例三中的一种交易安全检测装置的结构示意图；
21.图4是本发明实施例四中的一种计算机设备的结构示意图。
具体实施方式
22.为使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术实施例方式作进一步地详细描述。应当明确，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本技术保护的范围。
23.下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
24.在本技术的描述中，需要理解的是，术语“第一”、“第二”、“第三”等仅用于区别类似的对象，而不必用于描述特定的顺序或先后次序，也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本技术中的具体含义。此外，在本技术的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在 a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
25.实施例一
26.图1给出了本技术实施例一提供的一种交易安全检测方法的流程示意图，该方法适用于对用户的交易进行安全分析的情况。该方法可以由计算机设备执行，该计算机设备可以是两个或多个物理实体构成，也可以是一个物理实体构成。一般而言，计算机设备可以是笔记本、台式计算机以及智能平板等。
27.如图1所示，本实施例一提供的一种交易安全检测方法，具体包括如下步骤：
28.s101、获取待检测交易信息。
29.在本实施例中，待检测交易信息具体可以理解为具有交易安全检测需求的交易所具有的信息，待检测交易信息是在用户进行一笔交易后所形成的信息，例如，用户转出一笔
钱后，会形成一笔交易，通过交易信息准确描述此笔交易，交易信息可以是交易金额，交易时间，交易方法、交易地点等。本技术中的待检测交易信息中包括了客户号、交易金额，交易时间，交易方法、交易地点等。用户在完成一笔交易后，相应的银行后台会生成用户的交易信息，在对交易进行检测时，直接获取待检测交易信息。
30.s102、根据待检测交易信息确定交易信息检测模型，交易信息检测模型包括用户特征信息。
31.在本实施例中，交易信息检测模型具体可以理解为检测交易信息是否安全的特征模型；用户特征信息具体可以理解为表明用户交易特征的信息，例如，最高交易值，最低交易值、常用交易方式、常用交易地点等。
32.具体的，预先为每个用户构建交易信息检测模型，例如，获取每个用户的历史交易信息，根据历史交易信息对用户的交易特征进行分析，如，历史交易信息为用户在两年内的交易记录，用户的每笔交易的时间、交易的地方、方式、金额等信息，确定用户交易时的最高交易值，最低交易值、常用交易方式、常用交易地点等，作为用户特征信息，形成交易信息检测模型。将用户与其对应的交易信息检测模型对应关联。每个用户可以设置一个客户号，唯一标识用户的身份，将此客户号与交易信息检测模型进行关联，以便根据用户的客户号查找确定用户对应的交易信息检测模型。
33.s103、根据交易信息检测模型中的用户特征信息对待检测交易信息进行检测，根据检测结果确定交易安全性。
34.在本实施例中，检测结果可以是待检测交易信息中的交易金额大于用户特征信息中的交易金额的最高值，或者，待检测交易信息中的交易地点与用户特征信息中的交易地点不匹配等。检测结果的类型与待检测交易信息中信息类型有关。交易安全性可以是交易安全和交易不安全，或者是正常交易和异常交易。
35.具体的，将待检测交易信息与用户特征信息进行比较，当待检测交易信息中包含多种信息时，可以根据需求选择需要进行检测的信息类型，将此类信息与用户特征信息中对应的信息进行比较，得到检测结果。对检测结果进行分析，确定交易安全性。还可以在交易安全性为交易不安全或异常交易时，提示银行的工作人员存在异常交易。
36.本发明实施例提供了一种交易安全检测方法，通过获取待检测交易信息；根据所述待检测交易信息确定交易信息检测模型，所述用户交易信息检测模型包括用户特征信息；根据所述交易信息检测模型中的用户特征信息对待检测交易信息进行检测，根据所述检测结果确定交易安全性，解决了无法准确检测用户交易的安全性的问题。预先为每个用户建立个人的交易信息检测模型，当用户发生交易时，获取用户的待检测交易信息和交易信息检测模型，通过交易信息检测模型的用户特征信息对待检测交易信息进行检测，得到检测结果，根据检测结果判定交易安全性。根据用户的特性为每个用户构建单独的交易信息检测模型，针对性的检测用户的交易信息是否安全，得到的交易安全性更加准确，可以及时发现客户的交易异常情况，从而提高交易安全性。
37.实施例二
38.图2为本发明实施例二提供的一种交易安全检测方法的流程图。本实施例的技术方案在上述技术方案的基础上进一步细化，具体主要包括如下步骤：
39.s201、获取待检测交易信息。
40.s202、根据待检测交易信息确定交易信息检测模型，交易信息检测模型包括用户特征信息。
41.预先为每个用户生成相应的交易信息检测模型，待检测交易信息中包括用户的标识，如，客户号，根据客户号找到对应的交易信息检测模型。
42.作为本实施例的一个可选实施例，本可选实施例进一步优化包括了交易信息检测模型的生成，交易信息检测模型的生成步骤包括：
43.a1、获取至少一个历史交易信息，历史交易信息包括：客户号、交易时间、交易笔数、交易金额、交易余额、交易方式、交易地点。
44.历史交易信息可以是每笔交易信息，也可以是每天的交易信息统计。本技术以每天的交易信息作为一个历史交易信息为例。相应的，交易时间为具体的 xx年xx月xx日；交易笔数为统计的每天的交易笔数总和。交易金额可以是交易总金额，也可以是每笔交易的金额。历史交易信息为单笔交易时，交易笔数可以额外统计，例如，交易笔数为当前交易为当天的第xx笔交易，交易时间可以是每笔交易的交易时间，可精准为秒、毫秒等。
45.在对用户的交易进行安全检测之前，首先在银行系统中获取此用户的各历史交易信息，例如，获取用户办理银行卡后的所有历史交易信息，根据各历史交易信息构建用户的交易信息检测模型。交易时间可以是交易年、交易月、交易日、交易时刻等；交易笔数可以是一天内，或者一个小时等任意一段时间内的交易笔数；交易方式可以是刷卡、柜台取现、atm取现、手机支付等。交易地点可以是哈尔滨、北京、天津、石家庄等城市。
46.a2、根据交易时间对各历史交易信息进行排序，确定个人交易时序信息。
47.在本实施例中，个人交易时序信息具体可以理解为按照时间顺序排列的历史交易信息所对应的序列。确定每个历史交易信息对应的交易时间，根据交易时间对各历史交易信息进行排序，得到序列形式的个人交易时序信息。个人交易时序信息可以表明用户的个人交易特征。
48.a3、根据预确定的公共交易时序对个人交易时序信息进行修正，得到目标交易时序信息。
49.在本实施例中，公共交易时序具体可以理解为大多数用户对于特殊事件的特殊反应，例如，近年来的双十一期间的交易。由于双十一、双十二、618为近几年兴起的购物节，因此，可以从兴起的那一年开始，确定此后每年的活动的时间段，作为公共交易时序，例如，将2017-2021年的6.18-6.20日,11.1-11.3 日,11.11-11.13日,12.12-12.14日作为公共交易时序。目标交易时序信息具体可以理解为去除了公共交易的影响后的交易信息，目标交易时序信息为按照时间序列对交易信息进行排序后形成的信息序列。
50.具体的，预先根据生活中的特殊事件形成公共交易时序，在形成公共交易时序时需考虑特殊事件的产生时间。根据公共交易时序对个人交易时序信息进行修正，例如，直接剔除，或者采用一定权重进行修正等方式，去除特殊事件的影响，例如双十一期间的频繁交易(交易笔数过多)可认为是正常交易，得到目标交易时序信息。
51.作为本实施例的一个可选实施例，本可选实施例进一步将根据预确定的公共交易时序对个人交易时序信息进行修正，得到目标交易时序信息优化为：
52.a31、确定个人交易时序信息中与公共交易时序匹配的待处理交易时序信息。
53.在本实施例中，待处理交易时序信息具体可以理解为需要处理的交易信息。确定
公共交易时序对应的时间序列，根据此时间序列对个人交易时序信息进行匹配筛选，得到对应的待处理交易时序信息。
54.a32、将待处理交易时序信息从个人交易时序信息中删除，得到目标交易时序信息。
55.本技术为了消除特殊事件对用户交易行为或特征的影响，直接将待处理交易时序信息从个人交易时序信息中删除，剩余的交易信息按照时间顺序排列形成目标交易时序信息。
56.a4、根据目标交易时序信息确定用户特征信息，形成交易信息检测模型。
57.在确定目标交易时序信息后，对目标交易时序信息中的多种类型信息采用不同处理方式进行处理，得到可以表明用户交易特征的用户特征信息，根据用户特征信息形成交易信息检测模型。例如，计算用户每天/每月/每季度/每年的平均交易笔数，计算用户的交易金额最大值、最小值、平均值等。
58.作为本实施例的一个可选实施例，本可选实施例进一步将根据目标时序信息确定用户特征信息优化为：
59.a41、根据交易笔数确定交易笔数阈值、交易笔数均值。
60.在本实施例中，交易笔数阈值包括交易笔数的最大值、最小值，交易笔数均值为交易笔数的平均值。统计每天的交易笔数，确定交易笔数阈值，并根据每天的交易笔数计算交易笔数均值，交易笔数均值可以是每天的平均值、每月的平均值、每年的平均值等任意一种或几种类型的均值。
61.a42、根据交易金额确定交易金额阈值、交易金额均值。
62.在本实施例中，交易金额阈值包括交易金额的最大值、最小值，交易金额均值为交易金额的平均值。根据每天的交易金额确定交易金额阈值，并根据每天的交易金额计算交易金额均值，同理，交易金额均值可以是每天的平均值、每月的平均值、每年的平均值等任意一种或几种类型的均值。
63.a43、根据客户号、交易时间、交易笔数阈值、交易笔数均值、交易金额阈值、交易金额均值、交易余额、交易方式、交易地点确定用户特征信息。
64.将客户号、交易时间、交易笔数阈值、交易笔数均值、交易金额阈值、交易金额均值、交易余额、交易方式、交易地点可直接作为用户特征信息，用于表明用户交易特征，也可以根据用户的业务需求进行针对性处理，得到用户特征信息。其中交易方式可以有一种或者多种，可以将用户使用过的交易方式均作为交易方式，或者选择用户使用频率较高的1种或几种作为交易方式；同理，交易地点可以有一种或者多种，可以将用户使用过的交易地点均作为交易地点，或者选择用户使用频率较高的1种或几种作为交易地点。根据交易余额可确定最小交易余额，将最小交易余额作为用户特征信息；或者，对于个别用户，其账户余额具有一定限制，即不能少于余额的最小阈值，将余额的最小阈值作为用户特征信息。
65.s203、确定待检测交易信息中的待检信息。
66.在本实施例中，待检信息具体可以理解为待检测交易信息中的一种具有检测需求的信息。待检测交易信息中通常包含多种类型的信息，例如，交易金额，交易时间，交易方法、交易地点、交易余额等，还可以包括此笔信息为当天/ 月/年的第几笔交易。每种类型的信息均可以作为待检信息。
67.s204、从各待检信息中选定目标待检信息。
68.在本实施例中，目标待检信息具体可以理解为当前进行检测的交易信息。当待检信息的数量为一个时，直接将此待检信息作为目标待检信息。当待检信息的数量为多个时，从各待检信息中选定一个待检信息作为目标待检信息。
69.s205、根据目标待检信息从用户特征信息中筛选出目标匹配信息。
70.在本实施例中，目标匹配信息具体可以理解为用于判断目标待检信息是否安全的信息，可根据目标待检信息的类型确定。预先设置每种交易信息对应的匹配信息，在确定目标待检信息的信息类型后，根据信息类型从用户特征信息中筛选出与其匹配的目标匹配信息，例如，目标待检信息为交易金额，相应的，目标匹配信息为交易金额阈值。
71.s206、比较目标待检信息和目标匹配信息，确定检测结果。
72.将目标待检信息与目标匹配信息进行比较，例如，比较交易金额是否大于最大交易金额阈值，或者，计算最大交易金额阈值与交易金额的差值，判断差值是否在误差允许范围内。再如，确定本笔交易为当天的第几笔交易，判断是否超过了交易笔数均值或最大值，或者，判断超过的数值是否在误差允许范围内。通常，一小段时间内频繁交易可视为异常交易，例如，在1分钟内，交易 20次。根据交易笔数和交易金额还可以综合判断用户是否转入一笔交易后，通过向多个账号分批转出，将转入的金额转出，此种行为可视为异常交易。对于交易方式和交易地点的改变也可以视为异常交易，例如，用户常用交易方式为取现和刷卡，此笔交易为手机支付，则用户可能遇到电信诈骗，此笔交易可看做为异常交易；或者，用户常用交易地点为黑龙江省，此笔交易的交易地点为昆明市，此笔交易也可看做为异常交易。
73.s207、判断是否所有待检信息均被选定，若是，执行s208；否则，执行s204。
74.判断是否所有待检信息均被选定，进行安全检测，若存在未被选定的待检信息，返回执行s204，继续从待检信息选择目标待检信息，若所有待检信息均进行了安全检测，则执行s208，确定交易安全性。
75.s208、根据检测结果确定交易安全性。
76.当检测结果不符合安全要求时，确定交易安全性为异常交易，当检测结果符合安全要求时，确定交易安全性为正常交易。示例性的，检测结果不符合安全要求可以是交易金额减去最大交易金额阈值的差值不在误差范围内。
77.s209、当交易安全性为异常交易时，生成告警信息进行交易安全性告警。
78.在本实施例中，告警信息具体可以理解为用于提示工作人员发生异常交易的信息，告警信息可以是文字形式，语音形式等，可以发送至工作人员邮箱，或者在银行的后台系统以显著性标题/文字显示，实现交易安全性告警的目的，及时提示工作人员存在异常交易，以便工作人员及时发现非法资金转移行为，或及时发现客户交易风险，例如，电信诈骗。告警信息还可以根据异常交易的级别设置为不同的提示方式，例如，高级别的异常交易的告警信息为每分钟语音提示一次，直到工作人员进行了相应处理，低级别的告警信息仅通过文字显示。
79.作为本实施例的一个可选实施例，本可选实施例进一步优化还包括：
80.b1、根据待检测交易信息对交易信息检测模型进行更新。
81.根据待检测交易信息对交易信息检测模型的用户特征信息重新计算或者将待检
测交易信息添加到交易信息检测模型对应的数据中，实现交易信息检测模型的更新。在更新交易信息检测模型时，可以在每检测到一个待检测交易信息后进行一次更新，也可以是每天更新一次，根据当天的各待检测交易信息进行更新，同时还可以更新用户特征信息。
82.b2、检测更新后的交易信息检测模型是否存在客户交易更改点。
83.在本实施例中，客户交易更改点可以理解为客户更改交易习惯的时间点，例如，客户在2018年1月-2020年1月期间的每个月15号均收到一笔9000元的收入，客户在2020年2月-2021年11月期间的每个月1号收到一笔15000 元的收入。2020年2月即可以认为是客户交易更改点。通常第一次发生变更时，无法判定客户的交易习惯是否改变，当客户的交易习惯发生持续性改变，无论是增高还是降低均意味着客户持久性资金情况的改变。判断用户的交易习惯是否发生了持续性改变，可以将连续一定次数的改变或连续一段时间内的改变确定为持续性改变。当检测到用户交易习惯发生了持续性改变后，确定存在客户交易更改点。以上述举例为例，假设用户连续3个月发生了相同的改变可以看做交易习惯改变，2020年2月、3月均发生了改变，但是不满足时间条件(即，连续3个月发生相同改变)，2020年4月1号后，可以确定交易习惯为持续性改变，确定存在客户交易更改点，可以将2020年2月作为客户交易更改点，也可以将2020年4月作为客户交易更改点。
84.b3、当存在客户交易更改点时，根据客户交易更改点确定更新后的交易信息检测模型的用户特征信息。
85.如果检测到不存在客户交易更改点，可以直接将根据待检测交易信息更新的用户特征信息确定为更新后的交易信息检测模型的用户特征信息。如果检测到存在客户交易更改点，根据客户交易更改点确定更新所用的交易信息，例如，客户交易更改点为2020年2月时，根据2020年2月后的交易信息确定用户特征信息。根据客户交易更改点，可以帮助工作人员更主动、更及时的发现客户的交易风险，或为客户提供更好的服务。例如，客户平均交易显著降低，那么可能意味着客户的消费能力显著下降，那么客户的贷款等业务可能容易出现违约的风险，并及时提示工作人员。
86.本发明实施例提供了一种交易安全检测方法，通过获取待检测交易信息；根据所述待检测交易信息确定交易信息检测模型，所述用户交易信息检测模型包括用户特征信息；根据所述交易信息检测模型中的用户特征信息对待检测交易信息进行检测，根据所述检测结果确定交易安全性，解决了无法准确检测用户交易的安全性的问题。预先为每个用户建立个人的交易信息检测模型，当用户发生交易时，获取用户的待检测交易信息和交易信息检测模型，通过交易信息检测模型的用户特征信息对待检测交易信息进行检测，得到检测结果，根据检测结果判定交易安全性。根据用户的特性为每个用户构建单独的交易信息检测模型，并通过使用公共交易时序对个人交易时序信息进行修正，大大降低了误警率。针对性的检测用户的交易信息是否安全，得到的交易安全性更加准确，可以及时发现客户的交易异常情况，从而提高交易安全性。通过检测客户交易更改点，识别客户消费能力的改变，及时发现可能的违约风险。使用准实时修正的方式实现增量交易检测，降低了运算开销。
87.实施例三
88.图3为本发明实施例三提供的一种交易安全检测装置的结构示意图，该装置包括：信息获取模块31、模型确定模块32和检测模块33。
89.其中，信息获取模块31，用于获取待检测交易信息；
90.模型确定模块32，用于根据所述待检测交易信息确定交易信息检测模型，所述交易信息检测模型包括用户特征信息；
91.检测模块33，用于根据所述交易信息检测模型中的用户特征信息对待检测交易信息进行检测，根据检测结果确定交易安全性。
92.本发明实施例提供了一种交易安全检测装置，通过获取待检测交易信息；根据所述待检测交易信息确定交易信息检测模型，所述用户交易信息检测模型包括用户特征信息；根据所述交易信息检测模型中的用户特征信息对待检测交易信息进行检测，根据所述检测结果确定交易安全性，解决了无法准确检测用户交易的安全性的问题。预先为每个用户建立个人的交易信息检测模型，当用户发生交易时，获取用户的待检测交易信息和交易信息检测模型，通过交易信息检测模型的用户特征信息对待检测交易信息进行检测，得到检测结果，根据检测结果判定交易安全性。根据用户的特性为每个用户构建单独的交易信息检测模型，针对性的检测用户的交易信息是否安全，得到的交易安全性更加准确，可以及时发现客户的交易异常情况，从而提高交易安全性。
93.进一步地，该装置还包括：
94.历史信息获取模块，用于获取至少一个历史交易信息，所述历史交易信息包括：客户号、交易时间、交易笔数、交易金额、交易余额、交易方式、交易地点；
95.个人时序确定模块，用于根据所述交易时间对各所述历史交易信息进行排序，确定个人交易时序信息；
96.目标时序确定模块，用于根据预确定的公共交易时序对所述个人交易时序信息进行修正，得到目标交易时序信息；
97.模型生成模块，用于根据所述目标交易时序信息确定用户特征信息，形成交易信息检测模型。
98.进一步地，目标时序确定模块包括：
99.待处理时序确定单元，用于确定所述个人交易时序信息中与公共交易时序匹配的待处理交易时序信息；
100.目标时序确定单元，用于将所述待处理交易时序信息从所述个人交易时序信息中删除，得到目标交易时序信息。
101.进一步地，模型生成模块包括：
102.笔数计算单元，用于根据所述交易笔数确定交易笔数阈值、交易笔数均值；
103.金额计算单元，用于根据所述交易金额确定交易金额阈值、交易金额均值；
104.特征信息确定单元，用于根据所述客户号、交易时间、交易笔数阈值、交易笔数均值、交易金额阈值、交易金额均值、交易余额、交易方式、交易地点确定用户特征信息。
105.进一步地，检测模块33包括：
106.待检信息确定单元，用于确定所述待检测交易信息中的待检信息；
107.目标信息确定单元，用于从各所述待检信息中选定目标待检信息；
108.匹配信息确定单元，用于根据所述目标待检信息从所述用户特征信息中筛选出目标匹配信息；
109.结果确定单元，用于比较所述目标待检信息和目标匹配信息，确定检测结果；
110.返回执行单元，用于返回执行所述目标待检信息的选定操作，直到所有待检信息均被选定。
111.进一步地，该装置还包括：
112.告警模块，用于当所述交易安全性为异常交易时，生成告警信息进行交易安全性告警。
113.进一步地，该装置还包括：
114.模型更新模块，用于根据所述待检测交易信息对所述交易信息检测模型进行更新；
115.更改点检测模块，用于检测更新后的交易信息检测模型是否存在客户交易更改点；
116.特征信息更新模块，用于当存在所述客户交易更改点时，根据所述客户交易更改点确定更新后的交易信息检测模型的用户特征信息。
117.本发明实施例所提供的交易安全检测装置可执行本发明任意实施例所提供的交易安全检测方法，具备执行方法相应的功能模块和有益效果。
118.实施例四
119.图4为本发明实施例四提供的一种计算机设备的结构示意图，如图4所示，该设备包括处理器40、存储器41、输入装置42和输出装置43；设备中处理器 40的数量可以是一个或多个，图4中以一个处理器40为例；设备中的处理器 40、存储器41、输入装置42和输出装置43可以通过总线或其他方式连接，图 4中以通过总线连接为例。
120.存储器41作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的交易安全检测方法对应的程序指令/ 模块(例如，交易安全检测装置中的信息获取模块31、模型确定模块32和检测模块33)。处理器40通过运行存储在存储器41中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的交易安全检测方法。
121.存储器41可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器41可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器41可进一步包括相对于处理器40远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
122.输入装置42可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置43可包括显示屏等显示设备。
123.实施例五
124.本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种交易安全检测方法，该方法包括：
125.获取待检测交易信息；
126.根据所述待检测交易信息确定交易信息检测模型，所述交易信息检测模型包括用户特征信息；
127.根据所述交易信息检测模型中的用户特征信息对待检测交易信息进行检测，根据
检测结果确定交易安全性。
128.当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的交易安全检测方法中的相关操作。
129.通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器 (read-only memory,rom)、随机存取存储器(random access memory,ram)、闪存(flash)、硬盘或光盘等，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的方法。
130.值得注意的是，上述交易安全检测装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
131.注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。