基于BP神經(jīng)網(wǎng)絡(luò)的生物識(shí)別技術(shù)支付風(fēng)險(xiǎn)預(yù)測

摘? 要：移動(dòng)支付是數(shù)據(jù)化時(shí)代下的一個(gè)新的亮點(diǎn)，已成為人們?nèi)粘Ｉ钪兄Ц兜闹匾侄巍ｋS著生物識(shí)別技術(shù)的迅速發(fā)展，支付方式也在發(fā)生著改變。為了預(yù)測支付風(fēng)險(xiǎn)，文章以銀聯(lián)手機(jī)閃付為例，將各種風(fēng)險(xiǎn)分類，接著運(yùn)用層次分析法建立各級(jí)指標(biāo)體系并用內(nèi)容效度比進(jìn)行指標(biāo)檢驗(yàn)，最后建立神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練驗(yàn)證和風(fēng)險(xiǎn)預(yù)測，得到該支付手段具有低風(fēng)險(xiǎn)的結(jié)論。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò);手機(jī)閃付;風(fēng)險(xiǎn)預(yù)測

中圖分類號(hào)：TP391.41;TP183? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2020）16-0165-03

Payment Risk Prediction of Biometric Technology Based on BP Neural Network

——Take UnionPay Mobile Phone Flash Payment as an Example

XU Bingqing

（Institute of Statistics and Applied Mathematics，Anhui University of Finance and Economics，Bengbu? 233030，China）

Abstract：Mobile payment is a new bright spot in the era of data. Nowadays，it has become an important means of payment in peoples daily life. With the rapid development of biometric technology，payment methods are also changing. In order to predict the payment risk，taking UnionPay mobile phone flash payment as an example，various risks are classified，and then AHP is used to establish the index system at all levels，and the content validity ratio is used to test the index. Finally，neural network is established for training verification and risk prediction，it is concluded that the means of payment has low risk.

Keywords：BP neural network;mobile phone flash payment;risk prediction

0? 引? 言

在安徽財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院意在研究BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測能力的基礎(chǔ)下，本文是為了研究銀聯(lián)閃付支付風(fēng)險(xiǎn)程度而展開。移動(dòng)支付是指用戶能夠利用移動(dòng)設(shè)備識(shí)別身份從而可以在不用貨幣的情況下進(jìn)行交易。目前我國的第三方移動(dòng)支付發(fā)展具有良好勢頭，國家有關(guān)部門相繼出臺(tái)了《非銀行支付機(jī)構(gòu)網(wǎng)絡(luò)支付業(yè)務(wù)管理辦法》《非銀行支付機(jī)構(gòu)分類評(píng)級(jí)管理辦法》等政策來支持和監(jiān)管第三方移動(dòng)支付。同時(shí)上網(wǎng)愛好者人數(shù)的迅速增長為移動(dòng)電子支付企業(yè)提供了一個(gè)相當(dāng)樂觀的市場。中國移動(dòng)支付蓬勃發(fā)展，目前支付規(guī)模和影響力已達(dá)到全球第一，近年來在互聯(lián)網(wǎng)金融的推動(dòng)下我國移動(dòng)支付規(guī)模為美國的百倍。根據(jù)中國支付清算協(xié)會(huì)的數(shù)據(jù)顯示，近五年來我國移動(dòng)支付規(guī)模的年復(fù)合增速高達(dá)117.6%。筆者查閱的近幾年資料表明中國現(xiàn)如今有將近二分之一的人在使用移動(dòng)支付，所以在支付時(shí)使用者的信息安全保障是一個(gè)非常有價(jià)值的研究方向。

1? 國內(nèi)生物識(shí)別技術(shù)支付市場

截止到2020年3月，我國手機(jī)網(wǎng)民支付人數(shù)達(dá)到7.68億，移動(dòng)支付方式已經(jīng)遍布中國餐飲、超市、購物、交通、醫(yī)療、外賣等日常生活消費(fèi)中，成為最常用的支付技術(shù)手段之一。由于生物自身特征信息是先天的，很難改變，所以一般適用于識(shí)別應(yīng)用，如考勤、訪問控制、實(shí)名、權(quán)限管理等。然而，因?yàn)椴煌愋偷纳锾卣骶邆洳煌奶攸c(diǎn)，如人臉識(shí)別、聲控和指紋等，這些技術(shù)要求的隱私程度相對(duì)較低，而且比較容易收集，因此不適合單獨(dú)作為支付時(shí)的驗(yàn)證依據(jù)。但是同時(shí)增加其他額外的驗(yàn)證會(huì)延長支付時(shí)間，給用戶帶來不便，在應(yīng)用場景敏感情況下的高頻度使用將會(huì)受到限制，這也是這類支付手段的一個(gè)尷尬局面。綜合國內(nèi)情況看，雖然中國在生物識(shí)別技術(shù)領(lǐng)域研究已處于世界先進(jìn)水平，但目前應(yīng)用規(guī)模和滲透率與歐美市場還有一部分差距，國內(nèi)未來將有較大發(fā)展空間。研究調(diào)查發(fā)現(xiàn)部分消費(fèi)者還是存在著對(duì)支付手段風(fēng)險(xiǎn)的擔(dān)憂，政府應(yīng)當(dāng)完善法律法規(guī)保障消費(fèi)者的使用權(quán)益、降低支付風(fēng)險(xiǎn);產(chǎn)品開發(fā)者應(yīng)當(dāng)強(qiáng)化技術(shù)操作和軟件系統(tǒng)，在提高安全性的同時(shí)向國內(nèi)市場進(jìn)軍。

2? 以中國銀聯(lián)為代表的手機(jī)閃付

在微信和支付寶兩大巨頭的壓力下，銀聯(lián)也另辟蹊徑推出了圍繞移動(dòng)互聯(lián)網(wǎng)的一系列產(chǎn)品。其中主要產(chǎn)品是銀聯(lián)手機(jī)閃付，它的核心技術(shù)是非接支付，完成了手機(jī)、手表等移動(dòng)電子設(shè)備的線下非接觸網(wǎng)絡(luò)支付，并支持通過二維碼和遠(yuǎn)程在線支付。它使用了近場通信技術(shù)，開通銀聯(lián)手機(jī)閃付后在需要支付時(shí)，用戶無需解鎖，可在鎖屏情況下快速喚醒手機(jī)并靠近支持銀聯(lián)閃付終端的支付感應(yīng)區(qū)付款，方便快捷、節(jié)約時(shí)間。用戶在使用這一功能時(shí)手機(jī)就相當(dāng)于移動(dòng)的銀行卡，這一功能成為出門忘帶現(xiàn)金的消費(fèi)者的救星。銀聯(lián)閃付的迅速崛起和它產(chǎn)品的三大特點(diǎn)密切相關(guān)。一是銀聯(lián)閃付采用了五重安全級(jí)別保護(hù)，相比較市場上其他支付軟件安全管理級(jí)別要高，能更好地保障使用者的資金信息安全;二是它的售后服務(wù)更完備，具有完善的風(fēng)險(xiǎn)補(bǔ)償保障機(jī)制，就算使用者在使用過程中遇到風(fēng)險(xiǎn)導(dǎo)致?lián)p失，該機(jī)制會(huì)給予消費(fèi)者一定的補(bǔ)償，做到了使用無憂;三是遍布范圍廣泛，雖然銀聯(lián)閃付發(fā)展時(shí)間短，但是它短時(shí)間內(nèi)迅速開拓業(yè)務(wù)，境內(nèi)境外通用，打開了出國旅游用戶的消費(fèi)市場。

3? 移動(dòng)支付風(fēng)險(xiǎn)識(shí)別分類

移動(dòng)支付的風(fēng)險(xiǎn)分類是各種各樣的，其根據(jù)支付的分類而定。本文結(jié)合專家研究、文獻(xiàn)資料等多個(gè)角度，總結(jié)了以下四個(gè)風(fēng)險(xiǎn)類別。

政策法規(guī)風(fēng)險(xiǎn)：是指這些新型業(yè)務(wù)相關(guān)的法律和政策不完善或有漏洞，會(huì)造成損失。

網(wǎng)絡(luò)安全風(fēng)險(xiǎn)：是指某些不法分子使用網(wǎng)絡(luò)技術(shù)盜取網(wǎng)上用戶的個(gè)人信息甚至財(cái)產(chǎn)信息然后對(duì)用戶進(jìn)行詐騙，給用戶造成損失。

技術(shù)與操作風(fēng)險(xiǎn)：指平臺(tái)由于自身問題而出現(xiàn)的系統(tǒng)故障給消費(fèi)者帶來的損失。

信用風(fēng)險(xiǎn)：又稱違約風(fēng)險(xiǎn)，是因?yàn)樾庞没顒?dòng)中的不確定性可能會(huì)發(fā)生交易雙方中一方未能到期償還債務(wù)，帶來經(jīng)濟(jì)損失的風(fēng)險(xiǎn)。

4? 模型的構(gòu)建與求解

4.1? 構(gòu)建移動(dòng)支付風(fēng)險(xiǎn)評(píng)價(jià)模型

BP網(wǎng)絡(luò)（Back-Propagation Network）又稱反向進(jìn)行傳播神經(jīng)網(wǎng)絡(luò)，由輸入層、隱藏層和輸出層組成，其中可以是一個(gè)或多個(gè)層。該神經(jīng)網(wǎng)絡(luò)利用輸出后的誤差來估計(jì)輸出層前一層的誤差，再反過來用這層誤差來估計(jì)更前一層誤差，最終得到每一層誤差估計(jì)。我們就是通過該誤差來調(diào)整各層的連接權(quán)值，再用調(diào)整后的數(shù)值重新計(jì)算輸出誤差，直到輸出的誤差達(dá)到我們預(yù)期的期望值。我們首先運(yùn)用層次分析法構(gòu)建第三方支付風(fēng)險(xiǎn)分析指標(biāo)體系，該體系包括上述的四大類。其中A為四大類風(fēng)險(xiǎn)的成對(duì)比較矩陣，A1、A2、A3、A4為相對(duì)應(yīng)的二級(jí)指標(biāo)構(gòu)造的成對(duì)比較矩陣，如下：

A=

A1=

A2=

A3=

A4=

利用層次分析法賦值，得到各指標(biāo)權(quán)重如表1所示。

以上矩陣均通過一致性檢驗(yàn)，指標(biāo)檢驗(yàn)通常使用內(nèi)容效度比（CVR）：

CVR=

其中N表示評(píng)估總?cè)藬?shù)，Ne表示認(rèn)同該體系的人數(shù)。為了提高科學(xué)性，本文采用專家調(diào)查法，線上請求九位該領(lǐng)域的專家對(duì)上面的體系進(jìn)行評(píng)判，得到CVR=0.78，所以該風(fēng)險(xiǎn)指標(biāo)的設(shè)置是合適的。

4.2? 利用神經(jīng)網(wǎng)絡(luò)對(duì)模型進(jìn)行訓(xùn)練驗(yàn)證

根據(jù)得到的風(fēng)險(xiǎn)指標(biāo)體系我們將風(fēng)險(xiǎn)程度分為四個(gè)等級(jí)：風(fēng)險(xiǎn)低（0.00，0.25]、風(fēng)險(xiǎn)較低（0.25，0.50]、風(fēng)險(xiǎn)較高（0.50，0.75]、風(fēng)險(xiǎn)高（0.75，1.00]。確定13個(gè)風(fēng)險(xiǎn)因素為輸入層神經(jīng)元，風(fēng)險(xiǎn)程度作為隱藏層神經(jīng)元，預(yù)測結(jié)果作為輸出層，網(wǎng)絡(luò)結(jié)構(gòu)示意圖如圖1所示。

選取市面上常見的五種產(chǎn)品，收取專家利用該體系進(jìn)行評(píng)判的數(shù)據(jù)，在最大訓(xùn)練次數(shù)為500次、訓(xùn)練要求精度和學(xué)習(xí)速率為0.01的情況下該模型通過驗(yàn)證。

4.3? 銀聯(lián)閃付風(fēng)險(xiǎn)預(yù)測

銀聯(lián)閃付憑借它簡單便捷的優(yōu)點(diǎn)得到很多第三方支付使用者的喜愛，因此我們選擇本文建立的模型對(duì)銀聯(lián)閃付這一支付手段進(jìn)行風(fēng)險(xiǎn)預(yù)測，如表2所示。

經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測得到銀聯(lián)閃付的綜合風(fēng)險(xiǎn)評(píng)價(jià)處于（0.00，0.25）這一區(qū)間，所以該支付手段風(fēng)險(xiǎn)低。

4.4? 模型的不足

BP神經(jīng)網(wǎng)絡(luò)對(duì)模型樣本的選取要求嚴(yán)格，它的學(xué)習(xí)能力和樣本自身就有著很重要的聯(lián)系，但是從問題中選取一個(gè)典型樣本實(shí)例來組成訓(xùn)練集的操作很難實(shí)現(xiàn);我們在選擇該模型結(jié)構(gòu)時(shí)的想法是不統(tǒng)一的，選擇結(jié)構(gòu)過大過小都會(huì)對(duì)我們的結(jié)論產(chǎn)生根本的影響。

5? 結(jié)? 論

本文分析得出銀聯(lián)閃付是一種低風(fēng)險(xiǎn)的支付方式，除此之外，以支付寶、微信等為代表的人臉和指紋識(shí)別支付等支付手段也是生物識(shí)別技術(shù)非常有使用價(jià)值的體現(xiàn)，這些驗(yàn)證方式會(huì)讓支付變得更加安全可靠，也不會(huì)輕易出現(xiàn)信息泄露。但是任何事物都不是絕對(duì)的，移動(dòng)支付是種新興且受廣大網(wǎng)民喜愛的支付方式，還有很大的發(fā)展空間，技術(shù)操作上難免會(huì)有疏漏。如央視“3·15”晚會(huì)上曝光閃付功能存在被隔空盜刷的風(fēng)險(xiǎn)，對(duì)此銀聯(lián)也迅速做出回應(yīng)表示閃付便捷又安全，所謂“隔空盜刷”案件是極少數(shù)，即使發(fā)生欺詐，支持全款賠償，因此用戶使用時(shí)不必過度擔(dān)憂。

大數(shù)據(jù)時(shí)代下，生物識(shí)別技術(shù)惠及生活的各個(gè)細(xì)節(jié)，生物識(shí)別技術(shù)是近幾年發(fā)展起來的技術(shù)，其應(yīng)用后風(fēng)險(xiǎn)很低，在方便快捷方面具有領(lǐng)先優(yōu)勢，同時(shí)也非常環(huán)保。因?yàn)樵谶M(jìn)行現(xiàn)金交易的過程中，會(huì)出現(xiàn)紙幣損耗，銀行需要把使用一定時(shí)間后的紙幣回收并銷毀，這也會(huì)對(duì)資源和環(huán)境造成破壞。移動(dòng)支付大大改變了這種現(xiàn)象，起到改革的作用。我們還是應(yīng)當(dāng)抱著積極的態(tài)度去使用這些快捷支付方式，并期待這一技術(shù)的改進(jìn)優(yōu)化可以促進(jìn)各領(lǐng)域智能化發(fā)展。

參考文獻(xiàn)：

[1] 靳欣穎.第三方移動(dòng)支付風(fēng)險(xiǎn)類型與防范 [J].全國流通經(jīng)濟(jì)，2018（14）：73-74.

[2] 周之順.基于BP神經(jīng)網(wǎng)絡(luò)的移動(dòng)支付風(fēng)險(xiǎn)評(píng)價(jià)研究 [J].電子世界，2019（2）：28-29.

[3] 李穎，田敏.論第三方支付風(fēng)險(xiǎn)評(píng)估指標(biāo)體系的構(gòu)建 [J].西安財(cái)經(jīng)學(xué)院學(xué)報(bào)，2013，26（5）：28-33.

[4] 孫乃聰.專家評(píng)分法在方案技術(shù)分析中的應(yīng)用 [J].西安文理學(xué)院學(xué)報(bào)（自然科學(xué)版），2013，16（1）：125-128.

[5] 宋潔.縣級(jí)政府公共服務(wù)能力評(píng)價(jià)體系的構(gòu)建 [J].沈陽工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014，7（4）：356-362.

作者簡介：徐冰清（1999—），女，漢族，安徽六安人，就讀于數(shù)學(xué)專業(yè)17級(jí)，本科在讀，研究方向：數(shù)學(xué)。