一种基于AI Knowledge Base的网络欺诈分析方法及服务器

专利主权项内容

1.一种基于AI Knowledge Base的网络欺诈分析方法，其特征在于，应用于大数据安防服务器，所述方法包括：获得触发网络欺诈分析条件的第一在线业务会话大数据，所述第一在线业务会话大数据包含目标异常交互事件；结合所述第一在线业务会话大数据中的至少部分风险特征知识块的专家决策评分，获得已优化决策评分，并结合所述已优化决策评分对所述第一在线业务会话大数据进行风险特征知识优化操作，获得完成优化的第二在线业务会话大数据，所述第二在线业务会话大数据的特征关系网尺度符合设定要求；对所述第二在线业务会话大数据进行欺诈倾向分析，获得所述目标异常交互事件对应的欺诈倾向描述向量；其中，已优化决策评分为第一在线业务会话大数据中的已优化风险特征知识块所需的专家决策评分；专家决策评分为风险特征知识块的知识值、描述值和特征值；其中，所述结合所述已优化决策评分对所述第一在线业务会话大数据进行风险特征知识优化操作通过如下步骤实现：通过所述已优化决策评分对第一在线业务会话大数据进行特征识别度智能优化，将第一在线业务会话大数据的会话数据信息量优化为设定数据信息量，且将第一在线业务会话大数据的会话数据格式优化为设定数据格式，在第一在线业务会话大数据的标志性数据区域增设一定数目的风险特征知识特征值为已优化决策评分的已优化风险特征知识块；其中，所述基于AI Knowledge Base的网络欺诈分析方法通过已完成调试的AI专家系统模型实现；所述AI专家系统模型为通过携带相同先验注释的不同已认证在线业务会话大数据之间的欺诈倾向挖掘误差确定的欺诈倾向挖掘代价调试获得的；其中，所述先验注释为已认证在线业务会话大数据中已认证异常交互事件对应的已认证欺诈倾向描述向量对应的欺诈倾向；所述欺诈倾向挖掘误差为AI专家系统模型在对已认证在线业务会话大数据进行欺诈倾向分析时，生成的各个已认证在线业务会话大数据对应的欺诈倾向分析数据之间的偏差；所述欺诈倾向分析数据用于表征AI专家系统模型生成的已认证在线业务会话大数据对应于各种设定的挖掘欺诈倾向的可能性矩阵，基于欺诈倾向分析数据，直接确定已认证在线业务会话大数据对应的欺诈倾向预测向量；所述欺诈倾向预测向量对应于完成调试的目标AI专家系统模型在对第二在线业务会话大数据进行欺诈倾向分析时，生成的欺诈倾向描述向量；所述欺诈倾向挖掘代价反映两个已认证在线业务会话大数据对应的欺诈倾向挖掘误差，并反映待调试的AI专家系统模型在对先验注释一致、但其中的已认证异常交互事件对应的已认证欺诈倾向描述向量存在一定的差别的两个已认证在线业务会话大数据，进行欺诈倾向分析时的评估代价；其中，所述对所述第二在线业务会话大数据进行欺诈倾向分析，获得所述目标异常交互事件对应的欺诈倾向描述向量，包括：通过所述已完成调试的AI专家系统模型对第二在线业务会话大数据进行异常交互事件欺诈倾向分析，以确定目标异常交互事件在第二在线业务会话大数据中实施的欺诈倾向，从而确定了目标异常交互事件在基础在线业务会话大数据中实施的欺诈倾向，进而将确定的该欺诈倾向视为目标异常交互事件对应的欺诈倾向描述向量；其中，所述基础在线业务会话大数据为获得的需要对其中所包含的目标异常交互事件进行欺诈倾向分析的原始在线业务会话大数据，第一在线业务会话大数据为从基础在线业务会话大数据中拆解出来的只包含目标异常交互事件对应的数据集的在线业务会话大数据。 马 克 数 据 网