预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共18页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114971647A(43)申请公布日2022.08.30(21)申请号202210662487.4(22)申请日2022.06.13(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)发明人李海林(74)专利代理机构北京三友知识产权代理有限公司11127专利代理师王天尧汤在彦(51)Int.Cl.G06Q20/40(2012.01)G06Q20/38(2012.01)权利要求书3页说明书9页附图5页(54)发明名称转账交易信息的风险处理方法及装置(57)摘要本发明公开了一种转账交易信息的风险处理方法及装置,涉及金融领域,其中该方法包括:接收付款方客户端通过5G消息发送的转账交易请求,转账交易请求包括收款方客户的语音信息;将收款方客户的语音信息与预先设置的多个风险语音信息进行声纹比对;在声纹比对的结果是收款方客户的语音信息不存在风险的情况下,通过5G消息向付款方客户端发送第一签名获取请求;接收付款方客户端根据第一签名获取请求反馈的付款方签名信息;对付款方签名信息进行笔迹鉴定;在付款方签名信息的笔迹鉴定通过的情况下,根据转账交易请求进行转账交易操作。本发明可以降低转账交易风险,避免客户的资产损失,改善用户体验。CN114971647ACN114971647A权利要求书1/3页1.一种转账交易信息的风险处理方法,其特征在于,包括:接收付款方客户端通过5G消息发送的转账交易请求,所述转账交易请求包括收款方客户的语音信息;将收款方客户的语音信息与预先设置的多个风险语音信息进行声纹比对;在所述声纹比对的结果是收款方客户的语音信息不存在风险的情况下,通过5G消息向付款方客户端发送第一签名获取请求,所述第一签名获取请求用于指示付款方客户以手写的形式进行签名;接收付款方客户端根据第一签名获取请求反馈的付款方签名信息;对所述付款方签名信息进行笔迹鉴定;在所述付款方签名信息的笔迹鉴定通过的情况下,根据转账交易请求进行转账交易操作。2.如权利要求1所述的方法,其特征在于,将收款方客户的语音信息与预先设置的多个风险语音信息进行声纹比对之前,还包括:验证转账交易请求中包含的收款方账户信息是否为常用账户,所述常用账户是指在预设时间段内该账户被使用的次数满足预设次数;将收款方客户的语音信息与预先设置的多个风险语音信息进行声纹比对,包括:若收款方账户信息不是常用账户,则将收款方客户的语音信息与预先设置的多个风险语音信息进行声纹比对。3.如权利要求2所述的方法,其特征在于,验证转账交易请求中包含的收款方账户信息是否为常用账户之后,还包括:若收款方账户信息是常用账户,根据转账交易请求进行转账交易操作。4.如权利要求1所述的方法,其特征在于,所述转账交易请求还包括付款方客户身份信息;通过5G消息向付款方客户端发送第一签名获取请求之前,还包括:对付款方客户身份信息所包含的年龄信息进行验证;通过5G消息向付款方客户端发送第一签名获取请求,包括:若所述年龄信息处于预设的年龄范围内,通过5G消息向付款方客户端发送第一签名获取请求。5.如权利要求4所述的方法,其特征在于,对付款方客户身份信息所包含的年龄信息进行验证之后,还包括:若所述年龄信息不处于预设的年龄范围内,根据预先设置的被监护人身份信息与监护人客户端标识的关联关系,获取付款方客户身份信息关联的监护人客户端标识,所述付款方客户身份信息为被监护人身份信息;根据付款方客户身份信息关联的监护人客户端标识,通过5G消息向监护人客户端发送转账交易确认请求,所述监护人客户端为付款方客户身份信息关联的监护人客户端标识对应的客户端;在接收到监护人客户端反馈的转账确认信息时,向监护人客户端发送第二签名获取请求,所述第二签名获取请求用于指示监护人以手写的形式进行签名;接收监护人客户端根据第二签名获取请求反馈的监护人签名信息;2CN114971647A权利要求书2/3页对所述监护人签名信息进行笔迹鉴定;在所述监护人签名信息的笔迹鉴定通过的情况下,根据转账交易请求进行转账交易操作。6.如权利要求1所述的方法,其特征在于,将收款方客户的语音信息与预先设置的多个风险语音信息进行声纹比对,包括:根据预先设置的语音信息特征项,分别提取收款方客户的语音信息中的第一特征值,以及每一风险语音信息的第二特征值;将第一特征值与多个第二特征值输入预先训练好的声纹识别模型,确定收款方客户的语音信息与每一风险语音信息之间的相似度;根据收款方客户的语音信息与每一风险语音信息之间的相似度,确定声纹比对的结果;其中,所述声纹识别模型是利用多个客户的历史语音信息的特征值训练得到;所述声纹识别模型是深度残差神经网络模型,所述声纹识别模型是利用三元损失函数作为深度残差神经网络模型