公开(公告)号：CN115293872A

公开(公告)日：2022-11-04

申请号：CN202210793704.3

申请日：2022-07-07

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 李金膛 ,  陈亮 ,  吴若凡 ,  朱亮 ,  田胜 ,  但家旺 ,  孟昌华 ,  王维强

IPC: G06Q40/02 ,  G06F30/27 ,  G06K9/62 ,  G06F119/02

Abstract: 本说明书实施例提供了一种建立风险识别模型的方法及对应装置。其中方法包括：获取利用用户的网络行为数据构建的异构网络图，异构网络图包括节点和边，节点包括行为主体和行为对象，边依据行为主体和行为对象之间的行为关系确定；对异构网络图中的边进行掩膜处理，得到掩膜子图和剩余子图；利用剩余子图和掩膜子图训练图自编码器；其中，图自编码器包括编码网络和第一解码网络；编码网络利用输入的剩余子图得到各节点的表征向量，第一解码网络利用各节点的表征向量预测被掩膜的边，训练目标包括：最小化预测结果与掩膜子图之间的差异；利用训练得到的图自编码器中的编码网络，构建风险识别模型。本申请能够提高风险识别模型的识别效果。

公开(公告)号：CN115293235A

公开(公告)日：2022-11-04

申请号：CN202210788668.1

申请日：2022-07-06

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 李金膛 ,  陈亮 ,  田胜 ,  朱亮 ,  孟昌华 ,  王维强

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供了一种建立风险识别模型的方法及对应装置。其中方法包括：获取利用用户的网络行为数据构建的异构网络图对应的图邻接矩阵，异构网络图包括节点和边，节点包括行为主体和行为对象，边依据行为主体和行为对象之间的行为关系确定；利用图邻接矩阵生成训练样本，以及对图邻接矩阵的特征值和/或特征向量进行扰动生成对抗样本；利用训练样本和对抗样本训练图神经网络，得到风险识别模型；其中训练目标包括：最小化图神经网络针对训练样本和对抗样本中的样本对象输出的识别结果与该样本对象被标注的标签之间的差异，样本对象包括节点或边。本申请能够有效提高风险识别模型的鲁棒性。

公开(公告)号：CN115600106A

公开(公告)日：2023-01-13

申请号：CN202211276933.4

申请日：2022-10-18

Applicant: 支付宝(杭州)信息技术有限公司(CN)

Inventor： 王宁涛 ,  杨阳 ,  朱亮 ,  陈琢 ,  傅幸

IPC: G06F18/214 ,  G06F18/24 ,  G06F18/22 ,  G06Q20/40

Abstract: 本说明书公开了一种风险识别模型的训练方法、装置、设备及存储介质，将训练样本输入待训练的风险识别模型，通过特征子网得到训练样本的第一特征，根据全连接层中的各参数对第一特征进行线性变换得到第二特征，通过分类子网得到训练样本的分类结果。以训练样本的标签以及分类结果之间的差异最小化，以及全连接层的各参数之间的相似性的最大化为训练目标，训练风险识别模型。可见，通过在训练目标中增加全连接层的各参数之间的相似性的最大化，能够使得训练后的风险识别模型不仅能够直接输出事件的风险类型，还可以通过表征子网输出的事件的特征适应于基于数据库的特征检索，扩展了风险识别的应用场景，提高了风险识别的准确性以及隐私的保护性。

公开(公告)号：CN115545938A

公开(公告)日：2022-12-30

申请号：CN202211508342.5

申请日：2022-11-29

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 赵闻飙 ,  朱亮 ,  田胜 ,  但家旺 ,  李金膛 ,  孟昌华

IPC: G06Q40/04 ,  G06N3/08 ,  G06N3/04 ,  G06F16/901

Abstract: 本说明书公开了一种执行风险识别业务的方法、装置、存储介质及设备，通过将历史全图数据拆为各子图数据，通过训练后的解释模型确定各子图数据中主体的权重，根据各子图数据中主体的权重确定历史全图数据中主体的权重，作为历史全图数据的标注，根据历史全图数据及历史全图数据的标注训练预降噪模型。当确定满足更新条件时确定当前全图数据，将当前全图数据输入训练后的预降噪模型，得到当前全图数据中各主体的权重，根据得到的权重，裁剪当前全图数据中的主体得到可信图。可在执行业务前基于预降噪模型输出的权重对当前全图数据进行裁剪，得到降噪后的可信图，接收到携带业务数据的风控业务请求时则可根据可信图确定业务数据对应的风险识别结果。

公开(公告)号：CN115293025A

公开(公告)日：2022-11-04

申请号：CN202210788679.X

申请日：2022-07-06

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 李金膛 ,  陈亮 ,  田胜 ,  吴若凡 ,  但家旺 ,  朱亮 ,  孟昌华 ,  王维强

IPC: G06F30/27 ,  G06F119/02

Abstract: 本说明书实施例提供了一种图数据的处理方法及对应装置。其中方法包括：获取利用用户的网络行为数据构建的图数据，图数据包括节点的数据和边的数据，节点包括行为主体和行为对象，边依据行为主体和行为对象之间的行为关系确定；获取风险识别模型的权重参数矩阵和图数据对应的节点特征矩阵，利用权重参数矩阵和节点特征矩阵确定线性化后的特征矩阵；利用线性化后的特征矩阵，确定图数据中的各节点对产生攻击扰动的重要度；依据重要度从图数据中的各节点中选择锚节点；在图数据中删除目标节点与锚节点相连的边，得到去噪后的图数据。通过本申请能够有效降低风险识别模型受对抗攻击的影响，从而提高风险识别模型的鲁棒性。

公开(公告)号：CN112541575A

公开(公告)日：2021-03-23

申请号：CN202011409587.3

申请日：2020-12-06

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 熊涛 ,  朱亮 ,  吴若凡 ,  漆远

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本说明书实施例提供一种图神经网络的训练方法，包括：获取原始关系网络图，其中包括对应多个业务对象的多个对象节点，以及对象节点之间存在关联关系而形成的原始连接边；在该原始关系网络图中添加若干记忆节点，并在每个记忆节点和每个对象节点之间建立新增连接边，得到扩张关系网络图，用于对图神经网络进行多轮迭代更新，其中任一轮包括：利用图神经网络对扩张关系网络图进行图嵌入处理，在多个图神经网络隐层中的任一隐层，对上一隐层针对第一对象节点、其若干邻居对象节点和若干记忆节点输出的隐向量进行聚合，得到本隐层输出的第一对象隐向量；根据最后一个隐层输出的第一对象隐向量以及第一对象节点的业务标签，对图神经网络进行本轮更新。