(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210555688.4 (22)申请日 2022.05.19 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 朱江波　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 汤在彦　沈珍珠 (51)Int.Cl. G06Q 20/40(2012.01) G06Q 20/38(2012.01) G06Q 40/02(2012.01) G06Q 40/04(2012.01) G06K 9/62(2022.01) (54)发明名称 基于区块链的支付交易的风险控制方法及 装置 (57)摘要 本发明公开了一种基于区块链的支付交易 的风险控制方法及装置， 涉及区块链技术领域， 该方法包括： 对 银行在预定时间范围内的历史支 付数据进行分类， 获得多个支付数据类别； 确定 每个支付数据类别在各个维度的风险概率及对 应的概率收敛值； 依据风险概率及概率收敛值从 多个支付数据类别中选取低风险支付数据类别； 从客户的历史支付数据中筛选出低风险支付数 据； 将低风险支付数据对应的对手方确定为该客 户的安全对手方并推荐 给客户， 客户数字签名确 认后， 上传到区块链； 将安全对手方下发到该客 户的移动终端上， 当客户的移动终端的网络信号 强度低于指定强度值时， 基于移动终端上存储的 安全对手方对 该客户的交易进行风险控制。 本发 明可以提高客户体验。 权利要求书3页 说明书10页 附图6页 CN 115018504 A 2022.09.06 CN 115018504 A 1.一种基于区块链的支付交易的风险控制方法， 其特 征在于， 包括： 获取银行在预定时间范围内的历史支付数据； 对获取的历史支付数据进行分类， 获得多个支付数据类别； 对于每个支付数据类别， 确定支付数据类别在各个维度的风险概率， 以及各个风险概 率对应的概 率收敛值； 依据在各个维度的风险概率， 以及各个风险概率对应的概率收敛值， 从该多个支付数 据类别中选取 出低风险支付数据类别； 对于每个客户， 从该客户在银行的历史支付数据中， 筛选出该客户对应的低风险支付 数据； 将该客户对应的低风险支付数据对应的对手方确定为该客户对应的安全 对手方； 将该客户对应的安全 对手方推荐给客户， 客户数字签名确认后， 上传到区块链； 将该客户对应的安全对手方下发到该客户的移动终端上， 当客户的移动终端的网络信 号强度低于指 定强度值时， 基于移动终端 上存储的安全对手方对该客户的交易进 行风险控 制。 2.如权利要求1所述的方法， 其特征在于， 对获取的历史支付数据进行分类， 获得多个 支付数据类别， 包括： 对于每个历史支付数据， 提取 出该历史支付数据的支付方， 对手方和支付金额 等级； 依据该支付方的历史交易数据， 确定该历史支付数据对应的支付方向量， 其中， 该支付 方向量的每个分量和交易类别一一对应， 每个分量的值等于该支付方的历史交易数据中该 分量对应的交易类别的交易数量； 依据该对手方的历史交易数据， 确定该历史支付数据对应的对手方向量， 其中， 该对手 方向量的每个分量和交易类别一一对应， 每个分量的值等于该对手方的历史交易数据中该 分量对应的交易类别的交易数量； 依据支付方向量与对手方向量， 确定支付方距离函数和对手方距离函数， 其中， 对于任 何两个支付数据， 支 付方距离函数对应该两个支 付数据的函数值为该两个支 付数据对应的 支付方向量的距离， 以及对手方距离函数对应该两个支 付数据的函数值为该两个支 付数据 对应的对手方向量的距离； 依据支付方距离函数和对手方距离函数， 和支付金额等级， 对获取的历史支付数据进 行聚类， 获得多个支付数据类别。 3.如权利要求1所述的方法， 其特征在于， 对于每个支付数据类别， 确定支付数据类别 在各个维度的风险概 率， 以及各个风险概 率对应的概 率收敛值， 包括： 将该支付数据类别划分为多个支付子数据， 支付子数据和各个维度一 一对应； 对于每个维度， 按照时间先后顺序将该维度对应的支付子数据划分为多个样本子数 据， 使得每 个样本子数据的交易数量大于设定值； 对于每个样本子数据， 将该样本子数据中风险数据的比例确定为样本子数据对应的风 险概率； 基于该维度对应的多个样本 子数据对应的风险概 率， 确定出对应的均值和方差； 将该对应的均值确定为该支付数据类别在该维度的风险概 率； 基于对应的方差确定该维度的风险概 率对应的概 率收敛值。权　利　要　求　书 1/3 页 2 CN 115018504 A 24.如权利要求1所述的方法， 其特征在于， 对于每个支付数据类别， 依据在各个维度的 风险概率， 以及各个风险概率对应的概率收敛值， 从该多个支付数据类别中选取出低风险 支付数据类别， 包括： 依据在各个维度的风险概率， 以及各个风险概率对应的概率收敛值， 确定支付数据类 别的偏序， 其中， 对于任何两个支 付数据类别， 该偏序可用于确定该两个支 付数据类别中的 第一支付数据类别是否优于第二支付数据类别； 从该多个支付数据类别 中选取出该偏序的多个极大支付数据类别， 其中， 该极大支付 数据类别是 该偏序的极大 元素； 将该多个极大支付数据类别确定为低风险支付数据类别。 5.如权利要求4所述的方法， 其特征在于， 依据在各个维度的风险概率， 以及各个风险 概率对应的概 率收敛值， 确定支付数据类别的偏序， 包括： 对于任何两个支付数据类别， 如果对于各个维度， 该两个支付数据类别的第一支付数 据类别对应该维度的风险概率都小于等于该两个支付数据类别的第二支付数据类别对应 该维度的风险概率， 且该第一支 付数据类别对应各个维度的风险概率对应的概率收敛值 都 小于可以接受的概 率收敛阈值， 则确定该第一支付数据类别优于该第二支付数据类别。 6.如权利要求1所述的方法， 其特征在于， 对于每个客户， 从该客户在银行的历史支付 数据中， 筛 选出该客户对应的低风险支付数据， 包括： 依据该客户在银行的历史支付数据， 确定该客户对应的交易向量， 其中， 该交易向量的 每个分量和交易类别一一对应， 每个分量的值等于该客户在银行的历史支 付数据中该分量 对应的交易类别的交易数量； 对于该客户在银行的每一历史支付数据， 提取出该历史支付数据的对手方； 依据该对 手方的历史交易数据， 确定该历史支 付数据对应的对手方向量， 其中， 该对手方向量的每个 分量和交易类别一一对应， 每个分量的值等于该对手方的历史交易数据中该分量对应的交 易类别的交易数量； 基于该客户对应的交易向量和该客户在银行的该历史支付数据对应的对手方向量， 确 定该客户在银行 的该历史支付数据对应的偏序， 其中， 对于银行在预定时间范围内的任何 两个历史支 付数据， 该偏序可用于确定该两个历史支付数据中的第一历史支 付数据是否近 于第二历史支付数据； 依据该客户在银行的该历史支付数据对应的偏序， 确定该偏序的极大历史支付数据， 其中， 该极大历史支付数据是 该偏序的极大 元素； 依据该极大历史支付数据， 确定该客户在银行的该历史支付数据 是否是该客户对应的 低风险支付数据。 7.如权利要求1所述的方法， 其特征在于， 基于该客户对应的交易向量和该客户在银行 的该历史支付数据对应的对手方向量， 确定该客户在银行 的该历史支付数据对应的偏序， 包括： 对于银行在预定时间范围内的每个历史支付数据， 确定该历史支付数据对应的支付方 向量和该客户对应的交易向量的距离， 将该距离确定为该历史支付数据对应的支付方距 离； 确定该历史支 付数据对应的对手方向量和该客户在银行的该历史支 付数据对应的对手 方向量的距离， 将该距离确定为该历史支付数据对应的对手方距离；权　利　要　求　书 2/3 页 3 CN 115018504 A 3