-
公开(公告)号：CN116776114A
公开(公告)日：2023-09-19
申请号：CN202310401375.8
申请日：2023-04-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/213 , G06F18/24 , G06F18/214 , G06Q40/00 , G06F21/62
Abstract: 本说明书公开了一种风险检测的方法、装置、存储介质及电子设备。该风险检测的方法用于隐私保护，包括：获取第一业务数据，确定第一业务数据对应的原始特征，对第一业务数据中部分维度的数据进行掩码处理，得到掩码后数据，通过预设的风控模型的特征提取网络对掩码后数据进行处理，以确定掩码后数据对应的目标特征，将掩码后数据对应的目标特征输入风控模型的特征重构网络，得到重构特征，以最小化原始特征与重构特征之间的偏差为优化目标，至少对风控模型中的特征提取网络进行训练，将训练完成的风控模型进行部署，并在接收到业务请求后，将业务请求对应的目标业务数据输入部署后的风控模型中，以通过风控模型执行风险检测。
-
公开(公告)号：CN116596645A
公开(公告)日：2023-08-15
申请号：CN202310495360.2
申请日：2023-04-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/00 , G06F18/214 , G06F18/213 , G06F18/24 , G06Q20/40 , G06Q20/38 , G06N20/00
Abstract: 本说明书实施例公开了一种模型的处理方法、装置及设备，该方法包括：获取源域的第一样本数据，构建与第一样本数据具有相同维度的替换样本数据，第一样本数据不存在标签信息，第一样本数据基于预设的表格数据构建，然后，基于第一样本数据和替换样本数据，通过预设的概率分布函数，生成相应的正负样本对，之后，基于第一样本数据和正负样本对中的样本数据对源域的第一模型进行模型训练，第一模型与目标域的第二模型中包括能够进行参数共享的目标子模型，最终，将训练后的第一模型中的目标子模型的模型参数与第二模型中的目标子模型的模型参数进行参数共享，并在此基础上，通过目标域的第二样本数据对第二模型进行有监督的模型训练。
-
公开(公告)号：CN116070916B
公开(公告)日：2023-06-16
申请号：CN202310229786.3
申请日：2023-03-06
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F17/00 , G06Q10/0635 , G06N3/0464 , G06N3/0895 , G06N3/088
Abstract: 本说明书实施例提供了一种数据处理方法、装置及设备，其中，该方法包括：获取待检测的目标数据，所述目标数据包括人机交互过程中生成的多个行为数据；基于预先训练的风险检测模型和所述目标数据，确定所述目标数据的风险类型以及目标事件组合，所述目标事件组合包含所述行为数据中具有预设关联关系的多个行为数据，所述风险检测模型为基于历史数据和所述预设关联关系对应的损失函数，对由预设深度学习算法构建的模型进行训练得到；基于所述目标数据的风险类型以及所述目标事件组合，确定针对所述目标数据的风险检测结果。
-
公开(公告)号：CN116051118B
公开(公告)日：2023-06-16
申请号：CN202310209134.3
申请日：2023-03-01
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例公开了一种行为时序模型的分析方法及装置。所述方法包括：将第一行为时序数据集输入预训练的风险预测模型，得到第一行为时序数据集对应的预测结果。针对各第一行为特征，将第一行为特征对应的第二行为时序数据集输入风险预测模型，得到第二行为时序数据集对应的预测结果，第二行为时序数据集中不包括第一行为特征。根据预测结果，确定N个行为特征对于风险预测模型进行风险预测的贡献信息。贡献信息包括各第一行为特征对应的特征贡献值、第一行为时序数据集中的关键行为特征与第二行为特征之间的特征交互所产生的交互贡献值以及关键行为特征对应的时序敏感值，第二行为特征与关键行为特征之间时序相邻。
-
公开(公告)号：CN116109008A
公开(公告)日：2023-05-12
申请号：CN202310353832.0
申请日：2023-04-04
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种业务执行的方法及装置，首先，获取业务数据。其次，将业务数据输入到预测模型的权重层中，以确定业务数据中每个业务维度的数据与预测模型输出的预测结果的相关程度。而后，根据相关程度，确定需要进行数据替换的业务维度，作为目标维度。然后，将业务数据中目标维度的数据进行替换，得到替换后业务数据。接着，将业务数据输入到预测模型中的预测层，确定第一预测结果，以及将替换后业务数据输入到预测层中，得到第二预测结果。最后，根据第一预测结果与第二预测结果之间的偏差，对预测模型进行调整，以根据调整后的预测模型，执行业务。本方法可以确定预测模型的可解释性，提高预测模型确定出的预测结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116051118A
公开(公告)日：2023-05-02
申请号：CN202310209134.3
申请日：2023-03-01
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例公开了一种行为时序模型的分析方法及装置。所述方法包括：将第一行为时序数据集输入预训练的风险预测模型，得到第一行为时序数据集对应的预测结果。针对各第一行为特征，将第一行为特征对应的第二行为时序数据集输入风险预测模型，得到第二行为时序数据集对应的预测结果，第二行为时序数据集中不包括第一行为特征。根据预测结果，确定N个行为特征对于风险预测模型进行风险预测的贡献信息。贡献信息包括各第一行为特征对应的特征贡献值、第一行为时序数据集中的关键行为特征与第二行为特征之间的特征交互所产生的交互贡献值以及关键行为特征对应的时序敏感值，第二行为特征与关键行为特征之间时序相邻。
-
公开(公告)号：CN114037454A
公开(公告)日：2022-02-11
申请号：CN202111410827.6
申请日：2021-11-25
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q20/40
Abstract: 本说明书实施例提供了一种违规交易的转移模式的发现方法和装置。该方法包括：在识别出任意一个第一交易为违规交易之后，拦截该第一交易；确定第一交易对应的至少一个第二交易；其中，该第二交易与该第一交易具有相同的发起方，且该第二交易在该第一交易之后发生；利用该第一交易及其对应的各第二交易生成一个疑似转移路径；得到该第一交易的渠道特征以及该第二交易的渠道特征；根据该第一交易的渠道特征及该第二交易的渠道特征，得到该疑似转移路径具有的渠道特征；根据至少两个疑似转移路径具有的渠道特征之间的关联性，确定违规交易的转移模式。能够发现违规交易的转移模式，从而进行更为有效地拦截。
-
公开(公告)号：CN111046425B
公开(公告)日：2021-07-13
申请号：CN201911275611.6
申请日：2019-12-12
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种多方联合进行风险识别的方法和装置，方法包括：第一站点获取与第二站点联合训练的安全树模型的第一子模型；安全树模型还具有部署于第二站点的第二子模型；获取根据预设风险识别策略对应的树结构得到的第三子模型；树结构还具有部署于第二站点的第四子模型；当确定满足预设风险识别条件时，获取目标用户的第一特征集中各项特征的第一特征数据；将第一特征数据输入第一子模型和第三子模型，分别得到第一预测分数和第三预测分数；通过多方安全计算的方式提供第一预测分数和第三预测分数，与第二站点提供的第二预测分数和第四预测分数相结合，综合确定目标用户是否具有第一风险。能够防止泄露用户的隐私信息。
-
公开(公告)号：CN112884478A
公开(公告)日：2021-06-01
申请号：CN202110102460.5
申请日：2021-01-26
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 宋博文
IPC: G06Q20/40
Abstract: 本说明书实施例公开了一种数据处理方法、装置及设备，所述方法包括：获取在预设检测周期内资源流转情况符合预设风险流转条件的第一账户；获取包含所述第一账户的资源流转链路，并基于预设账户识别算法，确定所述资源流转链路中是否存在目标账户，所述账户识别算法用于识别所述资源流转链路中呈现资源分散作用的资源分散账户和/或呈现资源汇聚作用的资源汇聚账户，所述目标账户为所述资源分散账户和/或所述资源汇聚账户；在所述资源流转链路中存在目标账户的情况下，基于所述资源流转链路包含的账户之间的资源流转信息，确定所述资源流转链路中是否包含存在资源异常流转风险的风险账户。
-
公开(公告)号：CN110991552B
公开(公告)日：2021-03-12
申请号：CN201911288850.5
申请日：2019-12-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06K9/62
Abstract: 本说明书实施例提供了一种基于联邦学习构建孤立森林模型的方法和装置，所述方法包括：获取与第一节点对应的多个样本标识，多个样本标识与多个样本分别对应，每个样本包括m个特征的特征值；从m个特征标识中随机选择一个特征标识；在所述选择的特征标识为第一特征标识的情况中，基于本地存储第一特征标识与第一数据方的对应关系，将第一节点的标识、多个样本标识和第一特征标识发送给第一数据方；记录第一节点与第一数据方的对应关系；从第一数据方接收与第一节点的两个子节点分别对应的信息，从而在保护各数据方私有数据的同时构建孤立森林模型以用于进行业务处理。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.06 seconds)
