盗刷行为检测方法、装置、计算机设备和存储介质与流程

本技术涉及计算机，特别是涉及一种盗刷行为检测方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、随着计算机技术的发展，网络信息安全的重要性也与日俱增，网络信息安全主要是指网络系统的硬件、软件及其系统中的数据受到保护，不受偶然的或者恶意的原因而遭到破坏、更改、泄露，系统连续可靠正常地运行，网络服务不中断。目前，黑客可以通过恶意软件等方式盗窃用户信息，从而危害网络信息安全，例如其可以通过盗窃得到的用户信息来伪造用户行为，从而使用伪卡来进行盗刷等，因此有必要对异常的用户行为数据进行检测，保护网络信息安全。

2、传统技术中，一般可以使用人工智能的机器学习方法来对这些用户行为数据是否为盗刷进行检测，然而通过这种方式检测的话，仅用单个机构的客户信息或交易数据来判断交易的性质是不够准确的，因此需要引入各类运营商数据和公共数据作为数据支撑，然而引入的数据又不够全面，从而影响了盗刷行为检测的准确率。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够有效提高用户盗刷行为检测准确率的盗刷行为检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种盗刷行为检测方法。所述方法包括：

3、当检测到用户的刷卡行为时，获取通过同态加密处理后所述用户的用户个人数据；

4、通过盗刷行为检测模型对所述用户个人数据进行同态运算，得到同态运算结果，所述盗刷行为检测模型基于对历史个人数据的同态加密数据进行训练得到；

5、反馈所述同态运算结果至所述用户个人数据的数据提供方；

6、接收所述数据提供方根据所述同态运算结果反馈的运算解密结果；

7、根据所述运算解密结果确定所述刷卡行为的盗刷行为检测结果。

8、在其中一个实施例中，所述反馈所述同态运算结果至所述用户个人数据的数据提供方包括：

9、根据所述同态运算结果与随机数之和，确定结果反馈数据；

10、反馈所述结果反馈数据至所述用户个人数据的数据提供方；

11、所述接收所述数据提供方根据所述同态运算结果反馈的运算解密结果包括：

12、接收所述数据提供方反馈的数据解密结果，所述数据解密结果通过对所述结果反馈数据进行同态解密得到；

13、基于所述数据解密结果与所述随机数之差，确定运算解密结果。

14、在其中一个实施例中，所述通过盗刷行为检测模型对所述用户个人数据进行同态运算，得到同态运算结果之前，还包括：

15、获取同态加密后的目标用户的历史个人数据；

16、基于所述历史个人数据构建带数据标签的模型训练数据；

17、基于所述带数据标签的模型训练数据对初始盗刷行为检测模型进行训练，得到盗刷行为检测模型。

18、在其中一个实施例中，所述获取同态加密后的目标用户的历史个人数据包括：

19、发送所述目标用户的数据协同请求至所述数据提供方；

20、接收所述数据提供方基于数据协同请求反馈的目标用户的历史个人数据，所述历史个人数据由所述数据提供方对所述目标用户的原始历史个人数据进行同态加密得到。

21、在其中一个实施例中，所述基于所述历史个人数据构建带数据标签的模型训练数据包括：

22、获取历史数据中目标用户的目标用户数据和刷卡历史数据；

23、基于所述目标用户数据和所述历史个人数据构建模型训练数据，并通过所述刷卡历史数据为所述模型训练数据添加数据标签，得到带数据标签的模型训练数据。

24、在其中一个实施例中，所述方法还包括：

25、基于所述盗刷行为检测结果确定所述刷卡行为的盗刷风险级别；

26、生成所述盗刷风险级别对应的风险提示消息；

27、反馈所述风险提示消息至所述刷卡行为的审核终端。

28、第二方面，本技术还提供了一种盗刷行为检测装置。所述装置包括：

29、数据获取模块，用于当检测到用户的刷卡行为时，获取通过同态加密处理后所述用户的用户个人数据；

30、同态运算模块，用于通过盗刷行为检测模型对所述用户个人数据进行同态运算，得到同态运算结果，所述盗刷行为检测模型基于对历史个人数据的同态加密数据进行训练得到；

31、数据反馈模块，用于反馈所述同态运算结果至所述用户个人数据的数据提供方；

32、数据接收模块，用于接收所述数据提供方根据所述同态运算结果反馈的运算解密结果；

33、行为检测模块，用于根据所述运算解密结果确定所述刷卡行为的盗刷行为检测结果。

34、第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

35、当检测到用户的刷卡行为时，获取通过同态加密处理后所述用户的用户个人数据；

36、通过盗刷行为检测模型对所述用户个人数据进行同态运算，得到同态运算结果，所述盗刷行为检测模型基于对历史个人数据的同态加密数据进行训练得到；

37、反馈所述同态运算结果至所述用户个人数据的数据提供方；

38、接收所述数据提供方根据所述同态运算结果反馈的运算解密结果；

39、根据所述运算解密结果确定所述刷卡行为的盗刷行为检测结果。

40、第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

41、当检测到用户的刷卡行为时，获取通过同态加密处理后所述用户的用户个人数据；

42、通过盗刷行为检测模型对所述用户个人数据进行同态运算，得到同态运算结果，所述盗刷行为检测模型基于对历史个人数据的同态加密数据进行训练得到；

43、反馈所述同态运算结果至所述用户个人数据的数据提供方；

44、接收所述数据提供方根据所述同态运算结果反馈的运算解密结果；

45、根据所述运算解密结果确定所述刷卡行为的盗刷行为检测结果。

46、第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

47、当检测到用户的刷卡行为时，获取通过同态加密处理后所述用户的用户个人数据；

48、通过盗刷行为检测模型对所述用户个人数据进行同态运算，得到同态运算结果，所述盗刷行为检测模型基于对历史个人数据的同态加密数据进行训练得到；

49、反馈所述同态运算结果至所述用户个人数据的数据提供方；

50、接收所述数据提供方根据所述同态运算结果反馈的运算解密结果；

51、根据所述运算解密结果确定所述刷卡行为的盗刷行为检测结果。

52、上述盗刷行为检测方法、装置、计算机设备、存储介质和计算机程序产品，通过在检测到用户的刷卡行为时，获取通过同态加密处理后用户个人数据；通过盗刷行为检测模型对用户个人数据进行同态运算，得到同态运算结果；反馈同态运算结果至用户个人数据的数据提供方；接收数据提供方根据同态运算结果反馈的运算解密结果；根据运算解密结果确定刷卡行为的盗刷行为检测结果。本技术在对用户的刷卡行为进行检测时，通过获取同态加密后的用户个人数据进行同态运算，并将同态运算结果提交至数据提供方进行解密，从而可以在不泄露用户隐私数据的情况下，引入更加全面的数据来进行盗刷行为检测，实现针对盗刷行为的准确检测。