-
公开(公告)号:CN107545360A
公开(公告)日:2018-01-05
申请号:CN201710633149.7
申请日:2017-07-28
Applicant: 浙江邦盛科技有限公司
Abstract: 本发明公开了一种基于决策树的风控智能规则导出方法及系统,本发明根据特征的重要性,对其巨量特征进行排序,筛选出重要特征,基于这些特征建立不同深度的决策树,然后使用设定好的阈值对决策树进行筛选,最后根据筛选后的决策树导出规则。本发明方法能够保证业务系统的正常运营情况下,根据不同特征数目分层导出规则,最大限度地侦测出欺诈行为。相比于人为制定规则的风控系统,本发明系统更加稳定、智能并且智能规则效率更高,让企业的损失降到最低。尤其是在业务复杂、数据量庞大的系统中,这种优势越发明显。
-
公开(公告)号:CN104765765B
公开(公告)日:2017-10-24
申请号:CN201510082930.0
申请日:2015-02-15
Applicant: 浙江邦盛科技有限公司
IPC: G06F17/30
Abstract: 本发明公开了一种基于时间窗口可移动的动态数据快速处理方法,通过原数据库中待处理数据中的时间戳字段构建一个时间戳序列,并对这部分数据进行一个原始加工,最终通过增量的形式存储到分布式缓存中,供后续的营销或者风控采用。本发明中时间戳序列的构建依托于时间戳字段,在原数据表中的数据过大时,可以通过该时间戳字段进行增量处理;因为中间变量的计算是可增量、可合并计算的,这种数据处理方式具备非常强大的水平扩展能力,可以通过简单的添加新的计算设备即可线性增加计算能力。
-
公开(公告)号:CN108681936B
公开(公告)日:2021-11-02
申请号:CN201810382121.5
申请日:2018-04-26
Applicant: 浙江邦盛科技有限公司
IPC: G06Q30/06 , G06F16/2458
Abstract: 本发明公开了一种基于模块度和平衡标签传播的欺诈团伙识别方法,包括:利用ID特征结合用户自身已知的欺诈标识,对所有用户计算两两相似度,建立相似度矩阵,通过相似度矩阵建立关联图;对建立的图运行Louvain算法得出每个节点所属的社区及层级信息;以每个节点所属的社区、层级信息及欺诈标识作为每个节点初始的社区信息,运行平衡标签传播过程得到每个节点最终所属社区,再根据是否归属共同社区划分网络,根据传播获得的欺诈标识划分欺诈团伙。本发明首次将基于模块度和平衡标签传播的欺诈团伙识别方法应用到申请反欺诈和交易反欺诈领域,利用交易关联等信息构建关联图谱,综合社团模块度信息,利用平衡标签传播算法检测欺诈社团,防范潜在欺诈交易。
-
公开(公告)号:CN112818039A
公开(公告)日:2021-05-18
申请号:CN202110158646.2
申请日:2021-02-04
Applicant: 浙江邦盛科技有限公司
IPC: G06F16/2458 , G06F16/2453 , G06F16/23
Abstract: 本发明公开了一种解决乱序事件和晚到数据的精准窗口处理方法。该方法采用精准窗口记录原始业务流水数据,可以通过时间窗口的长度和不同流水个数这两种方式,实现对乱序和晚到数据的更新以及业务流水数据的查询;本发明提供的解决乱序事件和晚到数据的精准窗口处理方法主要分为三个部分:精准窗口的创建、精准窗口的更新以及基于精准窗口对时序数据的查询。本发明提出的解决乱序事件和晚到数据的精准窗口处理方法可保留用户自定义的最近时间范围或者最近几笔的原始有序流水数据,并且实现数据的动态更新,同时也能达到毫秒级的查询延时。
-
公开(公告)号:CN111917730A
公开(公告)日:2020-11-10
申请号:CN202010662522.3
申请日:2020-07-10
Applicant: 浙江邦盛科技有限公司
Abstract: 本发明公开了一种基于HTTP旁路流量的机器行为分析方法,该方法包括:通过对网络端口的监听进行旁路流量,对旁路流量进行正则过滤;然后按照用户和渠道进行分流,区分不同用户不同渠道的流量,解析成探头数据推送到Kafka中间件;规则引擎读取Kafka中探头数据并进行实时指标运算,然后根据规则判断是否为网络机器行为。本发明的HTTP旁路流量的机器行为分析,能够不侵入业务系统的同时,进行实时的、准确地识别网络机器访问行为。可以降低对业务系统的侵入,简单易部署,易扩展。并且可以实现用户自己灵活的定义统计指标、动态的调整规则,动态加载,实时生效。本发明结合多要素判断,机器行为分析的识别率在90%以上。
-
公开(公告)号:CN110264336B
公开(公告)日:2020-09-22
申请号:CN201910448366.8
申请日:2019-05-28
Applicant: 浙江邦盛科技有限公司
IPC: G06Q40/02 , G06Q10/06 , G06F16/2455
Abstract: 本发明公开了一种基于大数据的智能案防系统,该系统包括管理平台、spark大数据平台、分析引擎、数据预处理引擎、指标引擎、训练引擎和决策引擎。本发明将规则进行细粒度拆分,进行了指标化,进一步提升规则的准确度;指标引擎采用的流处理技术能对原始数据进行特征单点快速提取和计算,从海量原始数据中得到有代表性的特征,充分提取数据中的信息;模型训练使用多种优化过的机器学习模型和集成学习框架,能够克服单个模型过拟合、不稳定的缺陷;智能决策双核引擎订阅规则和模型,两者并行运行,互相补充,可实时判断业务数据和规则和模型的匹配度,提升风险识别能力;基于知识图谱,能够通过关联分析和模型分析快速定位可疑的风险数据。
-
公开(公告)号:CN111445323A
公开(公告)日:2020-07-24
申请号:CN202010218816.7
申请日:2020-03-25
Applicant: 浙江邦盛科技有限公司
Abstract: 本发明公开了一种基于流式和批式大数据融合计算的案件风险识别方法。首先基于银行操作风险场景,并提取相应数据(交易流水+操作流水+静态信息)导入到大数据平台;然后基于风险场景中的历史风险行为进行特征提炼,明确特征逻辑;最后通过流式大数据计算和批式大数据融合计算的方法,进行特征工程,并进行特征组合形成规则,最终通过Spark+Rete技术进行快速决策,识别可疑风险案件。本发明首次在海量数据场景下,基于流式大数据计算和批式大数据融合计算的方法进行案件风险分析,能够快速、灵活、准确进行风险识别。
-
公开(公告)号:CN109948007B
公开(公告)日:2020-07-14
申请号:CN201910219682.8
申请日:2019-03-21
Applicant: 浙江邦盛科技有限公司
IPC: G06F16/9035 , G06Q40/04
Abstract: 本发明公开了一种查询时序数据统计最大连续递增次数与递减次数的处理方法,本发明预先对数据序列分组,然后计算每个分组的最大连续递增与递减次数、首元素、尾元素、从首元素开始的连续递增与递减次数、以尾元素为止的连续递增与递减次数及每个分组的元素个数,把中间结果存储在相应时间戳上,查询时根据指定时间戳快速得到计算结果;由于只存储计算后的中间结果,内存耗费降低,存储效率提高,因为提前计算好了中间结果,所以在查询时响应速度极快;最为重要的是,这部分结果跟着系统时间移动而不断变化,能够达到时间窗口平滑移动的目的。本发明适用于时序数据处理技术等数据分析领域,能够显著提升计算时序数据最大连续递增与递减次数的速度。
-
公开(公告)号:CN111126828A
公开(公告)日:2020-05-08
申请号:CN201911321034.X
申请日:2019-12-19
Applicant: 浙江邦盛科技有限公司
Abstract: 本发明公开了一种基于知识图谱的多层资金异常流向监控方法。首先对一段时间内的交易流水数据进行预处理;然后提取交易流水中涉及的账户集合,对集合中的账户打上不同标签,并对交易流水数据进行聚合处理,展示主账户与交易对手账户在一段时间内的累计交易金额和累计交易次数,不仅大大提高知识图谱运行性能,还清晰展示了账户主体在一段时间内的资金流向;最后将处理好的数据导入知识图谱,通过图规则识别账户多层资金流转情况,从而找到可疑账户集合;同时通过知识图谱可视化功能展示可疑账户资金流向。本发明首次将知识图谱规则用于银行案防领域多层资金异常流向监控,能够有效识别多层资金异常流向的可疑账户并利用可视化技术协助验证与核查。
-
公开(公告)号:CN110096520A
公开(公告)日:2019-08-06
申请号:CN201910350049.2
申请日:2019-04-28
Applicant: 浙江邦盛科技有限公司
IPC: G06F16/2455
Abstract: 本发明公开了一种用于轨道交通多源流数据的分布式实时处理方法,该方法包括多源流数据的合并和合并后流数据的分布式处理两部分;多源流数据的合并首先对同一轨道线路上同一车辆的实时数据进行维度上的合并,对维度合并后得到的新流进行广度上的合并;合并后流数据的分布式处理在分布式系统上实现,分布式系统拥有两种类型的Manager,分别为JobManager以及TaskManager;设置多个JobManager;本发明具有一定的伸缩度,且整个架构的伸缩不会降低或增加整体的流处理计算量;本发明拥有性能高的特点;本发明在进行分布式处理时,采用了分布式多JobManager状态同步的方式实现了完全的分布式处理。
-
-
-
-
-
-
-
-
-