(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111413621.9 (22)申请日 2021.11.25 (65)同一申请的已公布的文献号 申请公布号 CN 114037460 A (43)申请公布日 2022.02.11 (73)专利权人 深圳安巽科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道滨海社区海天一路6号百度国际大 厦东塔楼 27层 (72)发明人 朱富康　马庆贺　 (74)专利代理 机构 北京盛凡佳华专利代理事务 所(普通合伙) 11947 专利代理师 华小明 (51)Int.Cl. G06Q 30/00(2012.01)G06Q 40/02(2012.01) G06N 20/00(2019.01) G06K 9/62(2022.01) G06F 16/955(2019.01) 审查员 胡雨晴 (54)发明名称 一种综合反诈 平台、 方法及存 储介质 (57)摘要 本发明公开了一种综合反诈平台、 反诈方法 及存储介质， 其中平台可利用分类模 型构建系统 根据非法诱导占有事件归集的非法诱导占有行 为数据集及相对应的话单数据， 构建多种非法诱 导占有识别模 型， 同时根据相关非法诱导占有行 为数据集构建多种非法诱导占有识别模型， 针对 性较强， 可有效识别对应类型的非法诱导占有行 为； 而后通过模 型训练系统对构建的模型提高非 法诱导占有行为的识别准确率， 可以对不同渠道 而来的数据进行非法诱导占有行为识别， 而后通 过反诈业务系统先后进行预警、 回访、 反制及打 击， 从而降低受害者被骗概率及财产损失， 记录 受害者被骗详情， 封禁非法诱导占有活动分子的 非法诱导占有活动渠道， 识别非法诱导占有活动 分子的真实身份 。 权利要求书3页 说明书9页 附图1页 CN 114037460 B 2022.08.23 CN 114037460 B 1.一种综合反诈平台， 其特征在于， 包括： 分类模型构建系统、 模型训练系统、 数据采集 系统、 资源 存储系统及反诈业 务系统； 所述分类模型构建系统用于根据话单数据、 通缉令非法诱导占有行为数据集、 银行卡 非法诱导占有 行为数据集及网络贷款 非法诱导占有行为数据集， 分别构建第一通缉令非法 诱导占有识别模型、 第一银行卡 非法诱导占有识别模型及第一网络贷款 非法诱导占有识别 模型； 以及， 用于根据非法诱导占有活动在互联网上留存的行为数据集， 分别构建第二网络 贷款非法诱导占有识别模型、 第一刷单非法诱导占有识别模型、 第一冒充好友非法诱导占 有识别模型、 第一网购订单非法诱导占有识别模型、 第一投资非法诱导占有识别模型及第 一游戏充值非法诱 导占有识别模型； 所述模型训练系统用于通过机器学习技术对分类模型构建系统构建的模型进行训练， 并分别得到第二通缉令非法诱导占有识别模型、 第二银行卡 非法诱导占有识别模型及第三 网络贷款非法诱导占有识别模型、 第四网络贷款非法诱导占有识别模型、 第二刷单非法诱 导占有识别模型、 第二冒充好友非法诱导占有识别模型、 第二网购订单非法诱导占有识别 模型、 第二投资非法诱 导占有识别模型及第二游戏充值非法诱 导占有识别模型； 所述数据采集系统用于通过网络爬虫技术采集第 一网络数据、 接收话单数据及网络服 务提供商提供的第二网络数据， 并利用模型训练系统训练得到的模型进 行各类非法诱导占 有行为识别， 并提取非法诱 导占有活动数据； 所述资源存储系统包括： 黑库资源池， 所述黑库资源池包括： 社交软件账号黑库、 手机 号码黑库、 IP黑库及URL黑库， 分别用于存储非法诱导占有活动数据中的涉诈社交软件账 号、 涉诈手机号码、 涉诈IP及涉诈URL； 所述反诈业务系统包括： 预警中心、 回访中心、 反制中心及打击中心， 所述预警中心用 于根据非法诱导占有活动数据对受害 人进行防诈提示， 所述回访中心用于对非法诱导占有 事件的结果进行回访上报， 所述反制中心用于对非法诱导占有活动渠道进行封禁， 所述打 击中心用于识别非法诱 导占有活动分子身份。 2.根据权利要求1所述的综合反诈平台， 其特征在于， 所述资源存储系统还包括： 预警 资源池， 所述预警资源池包括： 网络贷款非法诱导占有预警库、 刷单非法诱导占有预警库、 投资非法诱导占有 预警库、 假冒身份非法诱导占有 预警库、 网购订单非法诱导占有 预警库、 游戏充值非法诱导占有预警库、 深度贷款非法诱导占有预警库、 通缉令非法诱导占有预警 库及银行卡非法诱 导占有预警库； 所述网络贷款非法诱导占有预警库、 刷单非法诱导占有预警库、 投资非法诱导占有预 警库、 假冒身份非法诱导占有 预警库、 网购订单非法诱导占有 预警库、 游戏充值非法诱导占 有预警库、 深度贷款非法诱导占有预警库、 通缉令非法诱导占有预警库及银行卡非法诱导 占有预警库， 分别用于在预警完成前存储网络贷款非法诱导占有预警数据、 刷单非法诱导 占有预警数据、 投资非法诱导占有预警数据、 假冒身份非法诱导占有 预警数据、 网购订单非 法诱导占有 预警数据、 游戏充值非法诱导占有预警数据、 深度贷款 非法诱导占有 预警数据、 通缉令非法诱 导占有预警数据及银 行卡非法诱 导占有预警数据。 3.根据权利要求2所述的综合反诈平台， 其特征在于， 所述资源存储系统还包括： 反非 法诱导占有数据资源池， 所述反非法诱导占有数据资源池包括： 社交号码对应数据库及身权　利　要　求　书 1/3 页 2 CN 114037460 B 2份号码对应数据库， 所述社交号码对应数据库用于存储社 交软件账号与手机号码的对应关 系， 所述身份号码对应数据库用于存 储身份信息与手机号码的对应关系。 4.根据权利要求3所述的综合反诈平台， 其特征在于， 所述资源存储系统还包括： IP ‑地 理位置库， 所述 IP‑地理位置库用于存 储涉诈IP以及与涉诈IP相对应的地理位置 。 5.根据权利要求4所述的综合反诈平台， 其特征在于， 所述反诈业务系统还包括： 宣传 中心， 所述综合反诈平台还包括： 手机用户端， 所述手机用户端用于接收用户注册及注册时 填写的标签信息， 所述标签信息包括： 性别标签及年龄标签； 所述宣传中心用于根据所述标 签信息推送宣传素 材至所述手机用户端。 6.根据权利要求5所述的综合反诈平台， 其特征在于， 所述数据采集系统还包括数据中 心， 所述数据中心用于对所述第一网络数据、 话单数据及第二网络数据进 行数据清洗、 信息 解析、 格式统一及归属区域碰撞。 7.根据权利要求6所述的综合反诈平台， 其特征在于， 所述综合反诈平台还包括： 任务 分发系统， 所述任务分发系统用于根据预警资源池的数据生成预警任务， 并将所述预警任 务发送至预警中心的公众号预警系统，  PC端预警系统用于监测APP预警系统的任务领取情 况及任务完成情况， 所述公众号预警系统用于根据预先设置的预警模板发送信息给用户， 所述APP预警系统用于 显示预警任务列表以供 预警人员领 取任务。 8.根据权利要求7所述的综合反诈平台， 其特征在于， 所述预警中心还包括： PC端预警 系统及APP预警系统， 所述任务分发系统还用于在将所述预警任务发送至预警中心的公众 号预警系统的同时将所述预警任务发送至PC端预警系统及AP P预警系统。 9.一种基于如权利要求1至8中任意一项所述综合反诈平台实现的反诈方法， 其特征在 于， 包括： 分类模型构建系统根据话单数据、 通缉令非法诱导占有行为数据集、 银行卡非法诱导 占有行为数据集及网络贷款 非法诱导占有 行为数据集， 分别构建第一通缉令非法诱导占有 识别模型、 第一银行卡非法诱导占有识别模型及第一网络贷款非法诱导占有识别模型； 同 时， 根据非法诱导占有活动在互联网上留存的行为数据集， 分别构建第二网络贷款非法诱 导占有识别模型、 第一刷单非法诱导占有识别模型、 第一冒充好友非法诱导占有识别模型、 第一网购订单非法诱导占有识别模型、 第一投资非法诱导占有识别模型及第一游戏充值 非 法诱导占有识别模型； 模型训练系统通过机器学习技术对分类模型构建系统构建的模型进行训练， 并分别得 到第二通缉令非法诱导占有识别模型、 第二银行卡非法诱导占有识别模型及第三网络贷款 非法诱导占有识别模型、 第四网络贷款非法诱导占有识别模型、 第二刷单非法诱导占有识 别模型、 第二冒充好友非法诱导占有识别模型、 第二网购订单非法诱导占有识别模型、 第二 投资非法诱 导占有识别模型及第二游戏充值非法诱 导占有识别模型； 数据采集系统通过网络爬虫技术采集第 一网络数据、 接收话单数据及网络服务提供商 提供的第二网络数据， 并利用模型训练系统训练得到的模型进行各类非法诱导占有行为识 别， 并提取非法诱 导占有活动数据； 构建社交软件账号黑库、 手机号码黑库、 IP黑库及URL黑库， 并将提取的非法诱导占有 活动数据中的涉诈社 交软件账号、 涉诈手机号码、 涉诈 IP及涉诈URL分别存储社 交软件账号 黑库、 手机号码黑库、 IP黑库及URL 黑库；权　利　要　求　书 2/3 页 3 CN 114037460 B 3