(19)中华 人民共和国 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 202111580928.8 (22)申请日 2021.12.2 2 (65)同一申请的已公布的文献号 申请公布号 CN 113992429 A (43)申请公布日 2022.01.28 (73)专利权人 支付宝 （杭州） 信息技 术有限公司 地址 310000 浙江省杭州市西湖区西溪路 556号8层B段801-1 1 (72)发明人 孟昌华　崔世文　李志峰　王维强　 顾鸣　 (74)专利代理 机构 北京国昊天诚知识产权代理 有限公司 1 1315 代理人 姚琳洁 (51)Int.Cl. H04L 9/40(2022.01)H04L 67/1097(2022.01) H04L 67/60(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 5/00(2006.01) G06N 5/02(2006.01) G06N 20/20(2019.01) (56)对比文件 US 2006282660 A1,2006.12.14 US 201324968 8 A1,2013.09.26 CN 113436006 A,2021.09.24 CN 113312667 A,2021.08.27 审查员 路宸 (54)发明名称 一种事件的处理方法、 装置及设备 (57)摘要 本说明书实施例公开了一种事件的处理方 法、 装置及设备， 该方法包括： 获取目标事件的事 件处理请求， 其中， 该事件处理请求中包括目标 事件的事件信息， 如果该事件信息满足预设的第 一条件， 则从预设的知 识库中获取目标事件对应 的风险防控规则， 并将该事件信息分别与获取的 目标事件对应的风险防控规则进行匹配， 得到与 该事件信息相匹配的第一规则， 然后， 可 以基于 与该事件信息相匹配的第一规则， 确定该事件信 息对应的预测风险信息， 将该事件信息对应的预 测风险信息和该事件信息输入到目标事件对应 的风险防控模 型中， 得到该事件信息对应的风险 信息， 最终， 可以基于该事件信息对应的风险信 息对目标事 件进行处理。 权利要求书5页 说明书24页 附图5页 CN 113992429 B 2022.04.29 CN 113992429 B 1.一种事 件的处理方法， 所述方法包括： 获取目标事 件的事件处理请求， 所述事 件处理请求中包括所述目标事 件的事件信息； 如果所述事件信 息满足预设的第 一条件， 则从预设的知识库中获取所述目标事件对应 的风险防控规则， 并将所述事件信息分别与获取的所述目标事件对应的风险防控规则进 行 匹配， 得到与所述事 件信息相匹配的第一 规则； 基于与所述事件信息相匹配的第一规则， 确定所述事件信息对应的预测风险信息， 将 所述预测风险信息作为所述目标事件对应的风险防控模型的辅助信息， 将所述事件信息对 应的预测 风险信息和所述事件信息输入到所述风险防控模型中， 得到输出结果， 将所述输 出结果与所述预测风险信息进行分析， 得到所述事件信息对应的风险信息， 所述风险防控 模型是预先基于历史数据训练后得到的模型； 基于所述事 件信息对应的风险信息对所述目标事 件进行处 理。 2.根据权利要求1所述的方法， 所述方法还 包括： 如果所述事件信 息不满足预设的第 一条件， 则将所述事件信 息输入到所述目标事件对 应的风险防控 模型中， 得到所述事 件信息对应的风险信息； 基于所述事 件信息对应的风险信息对所述目标事 件进行处 理。 3.根据权利要求2所述的方法， 所述第 一条件基于事件所属的事件类型和/或事件的事 件信息确定 。 4.根据权利要求1所述的方法， 所述方法还 包括： 当检测到目标风险类型的目标事件的数量达到预设数量阈值 时， 从所述目标事件对应 的历史事件信息中， 获取与所述目标风险类型对应的事件信息之 间的相似度大于预设相似 度阈值的历史事件信息， 所述目标风险类型为所述风险防控模型对应的风险类型之外的风 险类型； 基于所述目标风险类型对应的事件信息和获取的历史事件信息对所述风险防控模型 进行训练， 得到训练后的风险防控 模型。 5.根据权利要求4所述的方法， 所述基于所述目标风险类型对应的事件信息和获取的 历史事件信息对所述 风险防控 模型进行训练， 得到训练后的风险防控 模型， 包括： 分别对所述目标风险类型对应的事件信 息和获取的历史事件信 息进行数据增强处理， 得到相应的第一增强数据； 基于所述第一增强数据对所述 风险防控 模型进行训练， 得到训练后的风险防控 模型。 6.根据权利要求1所述的方法， 所述方法还 包括： 当检测到目标风险类型的目标事件的数量达到预设数量阈值 时， 基于所述目标风险类 型对应的事件信息生成与所述目标风险类型对应的风险防控规则， 并将所述风险防控规则 存储于所述知识库中， 所述目标风险类型为所述知识库对应的风险类型之外的风险类型。 7.根据权利要求1所述的方法， 所述方法还 包括： 当检测到目标风险类型的目标事件的数量达到预设数量阈值 时， 基于所述目标风险类 型对应的事件信息生成与所述目标风险类型对应的风险防控规则， 并将所述风险防控规则 存储于所述知识库中， 所述目标风险类型为所述知识库对应的风险类型和所述风险防控模 型对应的风险类型之外的风险类型； 从所述目标事件对应的历史事件信 息中， 获取与 所述目标风险类型对应的事件信 息之权　利　要　求　书 1/5 页 2 CN 113992429 B 2间的相似度大于预设相似度阈值的历史事 件信息； 基于所述目标风险类型对应的事件信息和所述目标风险类型对应的风险防控规则对 所述风险防控 模型进行训练， 得到训练后的风险防控 模型。 8.一种事 件的处理方法， 应用于区块链系统， 所述方法包括： 获取目标事件的事件处理规则信 息， 采用所述目标事件的事件处理规则信 息生成相应 的第一智能合约， 并将所述第一智能合约部署到所述区块链系统中； 当获取到所述目标事件的事件处理请求时， 调用所述第一智能合约， 如果通过所述第 一智能合约确定所述事件处理请求中包含的所述目标事件的事件信息满足预设的第一条 件， 则从预设的知识库中获取所述 目标事件对应的风险防控规则， 并将所述事件信息分别 与获取的所述目标事件对应的风险防控规则进行匹配， 得到与所述事件信息相匹配的第一 规则； 基于所述第一智能合约， 采用与所述事件信息相匹配的第一规则， 确定所述事件信息 对应的预测风险信息， 将所述事件信息对应的预测风险信息和所述事件信息输入到所述目 标事件对应的风险防控 模型中， 得到所述事 件信息对应的风险信息； 基于所述第一智能合约和所述事 件信息对应的风险信息对所述目标事 件进行处 理。 9.根据权利要求8所述的方法， 所述方法还 包括： 如果通过所述第 一智能合约确定所述事件信 息不满足预设的第 一条件， 则将所述事件 信息输入到所述目标事 件对应的风险防控 模型中， 得到所述事 件信息对应的风险信息； 基于所述第一智能合约和所述事 件信息对应的风险信息对所述目标事 件进行处 理。 10.根据权利要求8所述的方法， 所述方法还 包括： 当基于预先部署于所述区块链系统中的第二智能合约检测到目标风险类型的目标事 件的数量达到预设数量阈值时， 从所述 目标事件对应的历史事件信息中， 获取与所述 目标 风险类型对应的事件信息之 间的相似度大于预设相似度阈值的历史事件信息， 所述目标风 险类型为所述 风险防控 模型对应的风险类型之外的风险类型； 基于所述第 二智能合约、 所述目标风险类型对应的事件信 息和获取的历史事件信 息对 所述风险防控 模型进行训练， 得到训练后的风险防控 模型。 11.根据权利要求8所述的方法， 所述方法还 包括： 当基于预先部署于所述区块链系统中的第三智能合约检测到目标风险类型的目标事 件的数量达到预设数量阈值时， 基于所述目标风险类型对应的事件信息生成与所述目标风 险类型对应的风险防控规则， 并将所述风险防控规则存储于所述知识库中， 所述 目标风险 类型为所述知识库对应的风险类型之外的风险类型。 12.根据权利要求8所述的方法， 所述方法还 包括： 当基于预先部署于所述区块链系统中的第四智能合约检测到目标风险类型的目标事 件的数量达到预设数量阈值时， 基于所述目标风险类型对应的事件信息生成与所述目标风 险类型对应的风险防控规则， 并将所述风险防控规则存储于所述知识库中， 所述 目标风险 类型为所述知识库对应的风险类型和所述 风险防控 模型对应的风险类型之外的风险类型； 基于所述第四智能合约， 从所述目标事件对应的历史事件信息中， 获取与所述目标风 险类型对应的事 件信息之间的相似度大于预设相似度阈值的历史事 件信息； 基于所述第四智能合约、 所述目标风险类型对应的事件信 息和所述目标风险类型对应权　利　要　求　书 2/5 页 3 CN 113992429 B 3