用于选择性地在介质上打印符号信息的打印机的制作方法

用于选择性地在介质上打印符号信息的打印机
1.相关申请的交叉引用
2.本技术要求于2020年10月14日提交的美国非临时专利申请(申请号：17/070,532)，题为“printer for selectively printingsymbolic information on a medium(用于在介质上选择性打印符号信息的打印机)”，特此通过引用明确并入本文。


背景技术：

3.制造系统可以在交易卡片上产生信息。例如，制造系统可以对信息进行打印、压花(emboss)、分层(layer)或层压(laminate)，该信息标识与该交易卡片相关联的账户、与该账户相关联的实体或与该交易卡片相关联的发行实体。


技术实现要素：

4.在一些实现中，一种打印系统，包括被配置为确定与将打印在卡片上的账户标识符相关联的评分的设备。该设备可以配置为基于对评分是否满足阈值的确定来发送第一打印指令或第二打印指令。打印系统可以包括卡片打印机，卡片打印机包括打印控制器和标记设备。该卡片打印机可被配置为由打印控制器从设备接收与在卡片上打印账户标识符相关联的第一打印指令或第二打印指令。卡片打印机可被配置为基于接收到第一打印指令，在卡片的表面上打印与卡片相关联的完整账户标识符。将卡片打印机可被配置为基于接收到第二打印指令，在卡片的表面上打印不具有完整账户标识符的卡片。在一些实施例中，基于评分是否满足阈值，由打印控制器从设备接收第一打印指令或第二打印指令中的至少一者。卡片打印机可被配置为使用标记设备，基于打印控制器是否接收到第一打印指令或第二打印指令来打印具有完整账户标识符或不具有完整账户标识符的卡片。
5.在一些实施例中，一种方法包括由设备接收与申请交易卡片相关联的信贷申请信息。该方法可包括由设备确定基于信贷申请信息的风险评分，其中风险评分指示与交易卡片相关联的账户标识符将被窃取的风险。该方法可包括由设备基于对风险评分是否满足阈值的确定，向交易卡片打印系统发送第一指令或第二指令。第一指令可指示交易卡片打印系统在交易卡片的表面上打印与交易卡片相关联的完整账户标识符。第二指令可指示交易卡片打印系统在交易卡片的表面上打印不具有完整账户标识符的交易卡片。
6.在一些实现中，存储指令集合的非暂态计算机可读介质包括一个或多个指令，在由设备的一个或多个处理器执行时，使该设备接收与申请交易卡片相关联的申请信息。该一个或多个指令可使设备基于申请信息中包括的或得到的多个因素计算风险评分，其中风险评分指示与交易卡片相关联的账户的账户标识符被用于欺诈交易的可能性。一个或多个指令可使设备确定风险评分是否满足阈值。一个或多个指令可使设备基于风险评分是否满足阈值向交易卡片制造系统发送第一指令或第二指令中的一者，其中第一指令指示交易卡片制造系统以第一方式制造交易卡片，第二指令指示交易卡片制造系统以第二方式制造交易卡片，其中第二方式不同于第一方式。
附图说明
7.图1a-图1c是与在介质上选择性打印符号信息有关的示例实现的示图。
8.图2是示出了训练和使用机器学习模型与在介质上选择性打印符号信息相关的示例的示图。
9.图3是可在其中实现本文所述的系统和/或方法的示例环境的示图。
10.图4是图3的一个或多个装置的示例组件的示图。
11.图5是与在介质上选择性打印符号信息有关的示例过程的流程图。
具体实施方式
12.以下示例实现的详细描述参考附图。不同附图中相同的附图标记可以标识相同或相似的元件。
13.交易卡片，如信用卡、借记卡、礼品卡或储值卡，可以在交易卡片的表面印上信息。该信息可以包括标识与交易卡片相关联的账户的账户标识符(诸如支付账号、支付卡号或主账号)、交易卡片的有效期、安全信息(诸如卡片安全码(csc)、卡片验证号、卡片验证值(cvv)或卡片验证码(cvc))和/或与该卡片相关联的实体(例如个人或企业)的名称等。被打印在交易卡片上的信息可以使实体使用交易卡片完成交易，例如，当通过网站或通过应用将账户标识符或其他信息手动输入交易终端时，进行交易。
14.在某些情况下，欺诈行为人可能会获得打印在交易卡片上的信息。例如，欺诈行为人可以通过查看交易卡片、拍摄显示信息的交易卡片的图像或对交易卡片的表面(例如，包括压花数字)进行物理压印等来获取信息。一旦欺诈行为人获得了打印在交易卡片上的信息，欺诈行为人就可以利用这些信息进行欺诈活动(例如，欺诈行为人可以进行欺诈交易，或者可以制作欺诈交易卡片)。这些欺诈活动可能会对与交易卡片相关联的实体和交易卡片的发行方产生负面影响。与交易卡片相关联的实体可能对通过欺诈行为人产生的交易承担责任，并可能试图标识和纠正欺诈交易。这可能会浪费用于试图标识和纠正欺诈活动的计算资源。交易卡片的发行方也可能受到负面影响，并浪费与试图为用户逆转欺诈活动以及试图标识、检测和诊断欺诈活动相关联的计算资源。
15.为了减少欺诈，可以制造交易卡片使得完整的账户标识符不打印在交易卡片的表面。然而，这可能会导致糟糕的用户体验或无法执行交易，因为用户可能需要能够访问完整的账户标识符以通过网页(例如，为了购买)输入完整的账户标识符，或者通过电话读取完整的账户标识符才能进行合法交易。
16.本文描述的一些实现使交易卡片制造系统能够选择性地在交易卡片上打印信息，诸如账户标识符或其他信息。例如，设备可以基于交易卡片的信贷申请信息确定风险评分(例如，指示与交易卡片相关联的账户标识符将被窃取和/或在未经授权的交易中使用的风险的评分)。设备可以确定风险评分是否满足阈值。如果风险评分满足阈值，则设备可向交易卡片制造系统发送第一指令，该指令指示交易卡片制造系统在交易卡片的表面上打印与交易卡片相关的完整账户标识符(例如，卡片标识符、有效期、安全信息和/或实体名称)。如果风险评分不满足阈值，则设备可向交易卡片制造系统发送第二指令，该指令指示交易卡片制造系统在交易卡片的表面上打印不具有完整账户标识符的交易卡片。
17.因此，如果风险评分指示与交易卡片相关联的账户标识将被窃取的风险很高，交
易卡片制造系统可能会制造不具有完整账户标识的交易卡片。因此，欺诈行为人可能无法通过观察交易卡片获得交易卡片的完整账户标识符。因此，与交易卡片相关联的实体可能会节省计算资源，否则这些资源将被用于试图标识和纠正欺诈活动。此外，交易卡片的发行方可以节省计算资源，否则这些计算资源将被用于试图为用户逆转欺诈活动，以及尝试标识、检测和诊断欺诈活动。
18.如果风险评分指示与交易卡片相关的账户标识被窃取的风险较低，交易卡片制造系统可以制造具有完整账户标识的交易卡片。这使持卡人可以很容易地观察到交易的完整账户标识符，从而提高了交易卡片的可用性。如果在卡片的表面上没有这些信息，持卡人可能需要使用计算资源来查找账户标识符。在交易卡片上打印完整的账户标识符可以节省这些计算资源。因此，本文描述的一些实现在减少高风险账户的欺诈活动和提高低风险账户的可用性之间提供了适当的权衡。
19.图1a-图1c是与在介质上选择性打印符号信息相关联的示例100的示图。如图1a-图1c所示，实施例100包括风险分析设备、从风险分析设备接收指令的制造系统、以及用于获取卡片申请信息并将卡片申请信息提供给风险分析设备的客户端设备。结合图3对这些装置进行了更详细的描述。
20.如附图标记105所示，用户可使用客户端设备申请交易卡片。例如，用户可以使用客户端设备与申请表进行交互(例如，查看、填写或完成)。申请表可以是与风险分析设备相关联的实体所提供的服务的信贷申请表。申请表可以由风险分析设备或与风险分析设备通信的web服务器提供给客户端设备。申请表可以经由网页或应用等在客户端设备上查看。
21.用户可以与客户端设备交互，将申请信息输入到申请表中。申请信息可以包括用户的姓名、与用户相关联的地理信息(例如，地址、城市、州和/或邮政编码等)、用户的出生日期或用户的社会保险号等。在一些实现中，申请表可以包括字段，供用户输入制造交易卡片的指示，该交易卡片将在信贷申请获得批准时创建，而不需要完整的账户标识符(例如，不需要完整的卡号、不需要完整的有效期或不需要完整的安全信息)。
22.如附图标记110所示，客户端设备可以将申请信息(和/或与将申请信息输入到客户端设备的方式相关联的行为信息，如本文其他地方更详细地描述的)发送到风险分析设备。附加地或备选地，客户端设备可以向风险分析设备提供设备信息，诸如客户端设备的网络地址(例如，互联网协议(ip)地址)。在一些实现中，风险分析设备可以基于设备信息得到地理信息或其他信息。例如，风险分析设备可以从客户端设备的网络地址得到与客户端设备相关联的地理信息(例如，区号、地理坐标、邮编或邮政编码)。
23.如附图标记115所示，风险分析设备可以确定和/或请求与申请信息相关联的风险因素集。该风险因素集可以包括，例如，用户的欺诈历史记录、用户的信贷历史记录和/或用户的交易历史记录，并且可以用于计算风险评分。客户端设备可以使用申请信息来得到风险因素集。例如，风险分析设备可以通过向一个或多个数据源发送申请信息来请求来自一个或多个数据源的风险因素集。附加地或备选地，风险分析设备可以基于申请信息从风险分析设备的存储器中获得该风险因素集。
24.例如，风险分析设备可以从欺诈数据库请求用户的欺诈历史，诸如通过在请求中发送标识用户(例如，姓名、地址、社会保险号和/或出生日期)的申请信息。欺诈数据库可以标识与用户相关联的欺诈历史信息(例如，通过使用申请信息查找欺诈历史信息)，并且可
以将欺诈历史信息发送到风险分析设备。欺诈历史信息可以指示用户以前是否曾是欺诈的受害者(例如，用户以前是否曾有过交易卡片账户标识符信息被窃取)，用户以前曾是欺诈受害者的次数，和/或用户曾是受害者的欺诈类型(例如，实物交易卡片被窃取、个人信息被窃取，或交易卡片账户标识符信息被窃取)等等。
25.附加地或备选地，风险分析设备可以从信贷数据库请求用户的信贷历史，诸如通过在请求中发送标识用户的申请信息。信贷数据库可以以与上述类似的方式标识与用户相关联的信贷历史信息，并且可以将信贷历史信息发送到风险分析设备。信贷历史信息可能指示用户的信贷评分、与用户相关联的若干信贷账户、与用户相关联的一个或多个信贷账户开立的时间段、与用户相关联的一个或多个信贷账户的使用频率、一个或多个信贷账户是否已经关闭、关闭一个或多个信贷账户的实体、和/或与用户相关联的一个或多个的信贷账户相关联的债务总额等等。
26.附加地或备选地，风险分析设备可以从交易数据库请求用户的交易历史，诸如通过在请求中发送标识用户的申请信息。交易数据库可以以与上述类似的方式标识与用户相关联的交易历史信息，并且可以将交易历史信息发送到风险分析设备。交易历史信息可以指示用户(例如，使用用户的账户或卡片)与之进行交易的商户集、在一个或多个交易中购买的物品集、或在一个或多个交易中是否出示实物交易卡片(例如，持卡(card-present)交易)或不出示实物交易卡片(例如，非持卡交易)等等。
27.如附图标记120所示，风险分析设备可基于风险因素集计算出风险评分。风险评分可以指示与交易卡片相关联的账户的账户标识符被用于欺诈交易的可能性。如本文所使用的，风险评分、与交易卡片相关联的账户的账户标识符被用于欺诈交易的可能性、与交易卡片相关联的账户标识符被窃取的可能性、欺诈风险、欺诈可能性等可涉及欺诈行为人从被打印在交易卡片的物理介质上(诸如表面或交易卡片的面)的信息中获取交易卡片的账户指示符或其他敏感信息(例如，名字、有效期、或安全信息)的可能性(例如通过查看交易卡片、通过拍摄交易卡片的图像或通过其他方式)。
28.风险分析设备可以基于与申请交易卡片的实体相关联的欺诈历史信息、信贷历史信息、交易历史信息和/或地理区域确定风险评分，在其他示例中。如本文所使用的，较高的风险评分指示较高的欺诈可能性，而较低的风险评分则指示较低的欺诈可能性。下面描述了一些使用“高”或“较高”数目和“低”或“较低”数目的示例。如本文所用，“高
……
数目”或“较高
……
数目”可指满足阈值(例如，大于阈值或大于或等于阈值)的数目、百分比或比率。相反，“低
……
数目”或“较低
……
数目”可指不满足阈值(例如，小于阈值或小于或等于阈值)的数目、百分比或比率。
29.在一些实现中，风险评分可以基于申请信贷的实体以前是否曾经是欺诈的受害者和/或申请信贷的实体以前曾经是欺诈的受害者的次数来计算。例如，如果申请交易卡片的实体的欺诈历史指示该实体以前曾是欺诈的受害者，那么风险分析设备可能会为该实体计算出比该实体以前没有成为过欺诈的受害者更高的风险评分。另一个示例，与成为欺诈的受害者次数较少的实体相比，风险分析设备可能会为成为欺诈的受害者次数较多的实体计算出更高的风险评分。
30.附加地或备选地，风险评分可以基于申请信贷的实体目前开立的信贷账户数量和/或该实体信贷账户的年龄(例如，平均年龄、最老账户的年龄和/或最新账户的年龄)来
计算。例如，如果实体具有高数目的信贷账户(例如，这些账户满足阈值)，则风险分析设备可以计算较低的风险评分，因为该实体在保护信贷账户的账户信息方面经验丰富(例如，假设该实体没有成为欺诈的受害者)。作为另一个示例，如果实体的信贷的年龄很低(例如，如果实体的最老的信贷账户最近开立、如果实体以前从未开立信贷账户、或实体的信贷账户的平均年龄低)，那么风险分析设备可以计算风险更高评分，因为实体在保护信贷账户的账户信息方面缺乏经验(例如，具有高信贷账户的平均年龄的实体相比)。
31.附加地或备选地，风险评分可以基于使用实体的信贷账户进行的交易的数目和/或一种或多种交易类型(例如，持卡或非持卡)来计算。例如，如果交易历史信息指示该实体具有较高的交易数目，则与交易数目较低的实体相比，风险分析设备可以计算出较高的风险评分(例如，由于账户标识符被窃取的机会增加)。在一些实现中，风险分析设备可以基于交易历史信息所指示的交易类型来确定风险评分。持卡的交易可能比非持卡的交易具有更高的欺诈风险，因为在持卡的交易期间，欺诈行为人有机会看到或从交易卡片中拍摄信息。因此，如果交易历史信息指示较高数目的持卡交易(例如，满足阈值的数字、百分比或比率)，则风险分析设备可以计算出与较低数目的持卡交易相比较高的风险评分。因此，风险评分可以基于持卡交易的数目、持卡交易的百分比(例如，在一段时间内测量的所有总交易中)和/或持卡交易与非持卡交易的比率来计算。
32.附加地或备选地，风险评分可以是基于与使用实体的信贷账户执行的交易相关联的商户、商户类别、物品和/或物品类别。例如，使用持卡人看不到的交易终端的商户(例如，第三方，诸如商户的员工，将交易卡片带到不同房间的交易终端完成交易)，诸如一些餐馆，与使用持卡人看得到的交易终端的商户(诸如一些杂货店)相比，可能具有更高的欺诈风险。因此，如果交易历史信息指示在特定商户类别(例如，餐馆)的商户处的交易数目较高(例如，满足阈值的数字、百分比或比率)，则风险分析设备可能会计算出与在该特定商户类别的商户处的交易数目较低相比更高的风险评分。同样，与在线商户相比，面对面的商户可能与交易卡片的账户标识符被窃取的更高风险相关联，因为实体可能不需要为在线商户制作实物交易卡片。
33.在一些实现中，要求实体刷卡或出示实物交易卡片的支付终端可能比非接触式交易终端具有更高的欺诈风险。例如，不要求实体刷卡或插入实物交易卡片的交易终端可能不会给欺诈行为人提供看到或以其他方式拍摄印在交易卡片上的信息的机会。因此，如果交易历史信息指示该实体在大量无接触式交易终端上执行交易，那么与在大量非无接触式交易终端上执行交易的实体相比，风险分析设备可能会计算出较低的风险评分。
34.在一些实现中，风险分析设备可以基于被包括在信贷申请信息中的、与申请交易卡片的实体相关联的、和/或与被用于申请交易卡片的客户端设备的网络地址相关联包括的地理区域来计算风险评分。某些地理区域可能与较高数目的欺诈实例相关联。因此，如果申请交易卡片的实体与关联于较高数目的欺诈实例的地理区域相关联，风险分析设备可能会确定该实体存在交易卡片的账户标识被窃取的较高风险。在一些实现中，风险分析设备或另一数据库可以存储指示不同地理区域欺诈风险的数据结构，诸如通过使用针对不同地理区域集的布尔值(例如，指示欺诈的高风险或低风险)和/或针对不同地理区域或地理区域集的欺诈评分。
35.在一些实现中，风险分析设备可以基于行为信息确定风险评分，该行为信息指示
与使用客户端设备将数据输入申请表相关联的用户行为。例如，使用虚拟专用网络、仅经由键盘提供输入(例如，指示执行宏或脚本)、在一个或多个字段或特定字段集中复制和粘贴信息等等，可能是指示欺诈的行为，并且可能导致风险分析设备计算更高的风险评分。附加地或备选地，可以将从客户端设备信息中获得的互联网服务提供商(isp)与已知通常与欺诈相关的isp列表进行比较。如果该isp与列表上的isp匹配，风险分析设备可以确定该设备信息指示存在欺诈。
36.在一些实现中，风险分析设备可以基于信贷申请信息确定申请交易卡片的实体是否在与交易卡片相关联的机构(例如，金融机构或交易卡片的发卡机构)具有账户。在一些实施例中，如果风险分析设备确定申请交易卡片的实体在与交易卡片相关联的机构中具有账户，则风险分析设备可以对信贷申请信息应用第一模型(例如，第一风险因素集)以确定风险评分。如果风险分析设备确定申请交易卡片的实体与交易卡片相关联的机构没有账户，则风险分析设备可以对信贷申请信息应用第二模型(例如，第二风险因素集)以确定风险评分。在一些实现中，如果实体已经在与交易卡片相关联的机构具有账户，风险分析设备可以应用与该账户相关联的信息来确定风险评分(例如，交易历史信息)。在一些实现中，第二模型可能使用不同的因素集和/或可能对一个或多个风险因素应用不同的权重(比第一模型)。例如，第二模型可能比第一模型对行为信息应用更高的权重。通过这种方式，风险分析设备可以提高与交易卡片相关联的机构具有账户的实体的风险评分的准确性。
37.在一些实现中，风险分析设备可以使用机器学习来确定风险评分。例如，风险分析设备可以使用机器学习来确定风险因素是否指示账户标识符信息从交易卡片中被窃取的可能性，或者可以使用机器学习来确定将应用于风险因素的权重等等。下面将结合图2更详细地描述用于确定风险评分的示例机器学习技术。
38.如图1b所示，风险分析设备可以确定风险评分指示与交易卡片相关联的账户标识符被窃取的风险是高还是低。例如，风险分析设备可以确定风险评分是否满足阈值。在一些实现中，阈值可以是基于与申请交易卡片的实体相关联的信贷历史信息。例如，如果实体具有相对良好的信贷历史(例如，高信贷评分或高信贷年龄)，则该阈值可以是第一(例如，较高)阈值。如果实体具有相对较差的信贷(例如，低信贷评分或低信贷年龄)，则阈值可以是第二(例如，较低)阈值。在一些实现中，阈值可以是基于申请交易卡片的实体是否在与交易卡片相关联的机构中具有账户。在一些实现中，风险分析设备可以使用机器学习来确定阈值，如以下结合图2所描述。
39.在一些实现中，风险分析设备可以确定交易卡片的申请是否被批准。备选地，与关联于交易卡片的机构相关联的另一设备(如应用服务器)可以确定交易卡片的申请是否被批准。如果申请获得批准，则可以创建或生成与申请交易卡片的实体相关联的账户。风险分析设备可以确定(或接收到指示)与创建的账户相关联的账户标识符信息。
40.如附图标记125所示，如果风险评分指示低风险(例如，不满足阈值)，则风险分析设备可以向交易卡片制造系统(显示为“制造系统”，有时在本文中称为制造系统)发送第一指令。如附图标记130所示，制造系统可根据第一指令制造(例如，打印、压花、分层或层压)交易卡片。在图1b的实施例100中，第一指令指示制造系统通过打印具有完整账户标识符信息(显示为完整账户号或交易卡片号)的交易卡片来制造交易卡片。在一些示例中，第一指令可以指示制造系统制造具有完整卡号、完整有效期和/或具有完整安全信息(例如，完整
cvv)的交易卡片。
41.如附图标记135所示，如果风险评分指示高风险(例如，满足阈值)，则风险分析设备可以向制造系统发送第二指令(例如，不同于第一指令的形式)。如附图标记140所示，制造系统可根据第二指令制造交易卡片。在图1b的示例100中，第二指令指示制造系统通过打印不具有完整账户标识符信息的交易卡片(例如，不具有完整账户标识符的任何数字或字符，或仅具有完整账户标识符的一部分数字或字符)来制造交易卡片。在一些示例中，第二指令可以指示制造系统制造不具有完整卡号、不具有完整有效期和/或不具有完整安全信息的交易卡片，诸如通过制造没有这些值的任何字符的交易卡片或通过制造仅具有这些值的一部分字符的交易卡片。
42.在一些实现中，风险分析设备可以将第一指令或第二指令发送到同一制造系统，而不管风险分析设备决定发送第一指令还是第二指令。或者，风险分析设备可以基于风险分析设备决定发送的指令来确定要向其发送指令的制造系统。例如，风险分析设备可将第一指令发送给配置为根据第一指令制造交易卡片的第一制造系统。风险分析设备可将第二指令发送给配置为根据第二指令制造交易卡片的第二制造系统。
43.虽然本文使用术语“打印(print)”或“打印(printing)”来描述一些实现，但制造系统可以根据一种或多种制造技术制造交易卡片，例如打印(例如，热敏打印、激光打印、喷墨打印或转口打印)、层压、压花或分层。因此，如本文所使用的，由制造系统制造交易卡片可指但不限于上述一种或多种制造技术。
44.在一些实现中，第二指令可以指示制造系统制造完整账户标识符信息的一部分。例如，第二指令可以指示制造系统用不同的字符或符号替换完整账户标识符信息的一个或多个字符或数字。例如，交易卡片的卡号可以是16位数字。第二指令可以指示制造系统将其中的一个或多个数字制造为字符或符号(诸如“x”、“x”、“*”、
“‑”
、“.”或“·”)，而其余的数字为卡号的数字。例如，若卡号为9876 5432 10981234，则第二指令可指示制造系统制造卡号为xxxx xxxx xxxx1234、
‑‑‑‑‑‑‑‑‑‑‑‑
1234或
·············
1234的交易卡片。在一些实现中，第二指令可指示制造系统仅制造完整账户信息的一部分(例如，不打印完整账户信息的其余部分，而不是用不同的字符或符号替换)。虽然本文描述并显示的示例具有在交易卡片上制造的卡号的4个字符，但第二指令可以导致在交易卡片上制造卡号的更多或更少字符(或可能导致没有字符)。
45.在一些实现中，第二指令可以指示制造系统用替换部分账户标识符信息的词和/或字符制造交易卡片。例如，如果卡号为9876 54321098 1234，则第二指令可指示制造系统制造卡号为“以1234结尾的卡”的交易卡片。这可能会增加获取完整账户标识符信息的难度，因为完整账户标识符信息中包括的一些字符没有在交易卡片的表面上显示。
46.在一些实现中，第二指令可指示制造系统制造与交易卡片相关联的完整卡号，而不制造与交易卡片相关联的其他账户标识符信息。例如，第二指令可指示制造系统制造具有完整卡号但没有(或部分)有效期的交易卡片(例如，制造没有有效期、只有到期年或只有到期月的交易卡片)。附加地或备选地，第二指令可指示制造系统制造具有完整卡号的交易卡片，但没有(或部分)与交易卡片相关联的安全信息(例如，没有数字或少于cvv或其他安全码的全部数字)。
47.在一些实现中，第二指令可以指示制造系统以增加欺诈行为人从交易卡片表面读
取或以其他方式获取账户标识符信息的难度的方式制造交易卡片。例如，第一指令可指示制造系统根据第一制造技术(例如，带压花)制造交易卡片，第二指令可指示制造系统根据与第一制造技术不同的第二制造技术(例如，不带压花)制造交易卡片。例如，第一指令和第二指令可指示制造系统制造具有完整账户标识符信息的交易卡片，但第二指令可指示制造系统根据增加欺诈行为人从交易卡片表面读取或以其他方式获取账户标识符信息的难度的技术制造交易卡片。在一些实现中，第二指令可指示制造系统制造不具有完整账户标识符信息的交易卡片，并根据增加欺诈行为人从交易卡片表面读取或以其他方式获取账户标识符信息的难度的技术。
48.在一些实现中，第一指令可指示制造系统在交易卡片的介质上制造具有凸起数字和/或字符的交易卡片(例如，使用压花)。第二指令可以指示制造系统在交易卡片的介质上制造没有凸起的数字和/或字符(例如，扁平数字和/或扁平字符)的交易卡片(例如，没有压花)。扁平数字和/或字符可能使欺诈行为人更难以读取或以其他方式获得(例如，使用数字和/或字符的物理压印更难以获得)。
49.在一些实现中，第二指令可以指示制造系统制造具有比第一指令所指示的字符大小或字体大小更小的字符大小或字体大小的交易卡片。在一些实现中，第二指令可以指示制造系统使用反射墨水或标记(例如，可以不按照第一指令使用)制造交易卡片，从而增加从交易卡片表面读取或以其他方式获取账户标识符信息的难度。在一些实现中，第二指令可指示制造系统使用比第一指令所指示的对比度更低的对比度制造交易卡片。
50.在一些实现中，第二指令可以指示制造系统使用与第一指令所指示的介质不同的介质制造交易卡片。例如，增加从交易卡片表面读取或以其他方式获取账户标识符信息的难度的某些制造技术可能需要或可能使用某些介质(诸如金属)产生更好的结果。然而，这些介质可能会增加与制造交易卡片相关联的成本。因此，第一指令可以指示制造系统使用较便宜的介质(诸如塑料)制造交易卡片，从而降低与制造交易卡片相关联的成本。
51.在一些实现中，来自申请交易卡片的实体的输入可以否决由风险分析设备发送第一指令的确定。例如，申请交易卡片的实体可以输入指示(诸如在上述申请表中关于附图标记105)以制造不具有完整账户标识符信息的交易卡片。如果风险分析设备确定申请交易卡片的实体已经提供了制造不具有完整账户标识符信息的交易卡片的输入指示，则风险分析设备可以将第二指令发送给制造系统(例如，即使风险分析设备确定风险评分指示风险水平较低)。在一些实现中，用户可以在申请表中提供输入，指示要打印的单个字符代替未打印的账户标识符信息的每个字符或数字，或者可以输入要打印的一串字符代替未打印的账户标识符信息的一组字符或数字。在这种情况下，风险分析设备可以将该单个字符或字符串连同第二指令一起发送到制造系统，以使制造系统相应地打印交易卡片。
52.在一些实现中，风险分析设备可能会将风险评分与一个以上的阈值进行比较。例如，如果风险评分满足第一(例如，较高)阈值，则风险评分可以指示高风险水平。如果风险评分不满足第一阈值，但满足第二阈值(例如，较低)，则风险评分可以指示风险水平为中等。如果风险评分不满足第一阈值，也不满足第二阈值，那么风险评分可以指示低风险水平。
53.在一些实现中，风险分析设备可以在风险评分指示低风险水平时发送第一指令，可以在风险等级指示中等风险水平时发送第二指令，或者可以在风险评分指示高风险水平
时发送第三指令。不同的指令可以指示用于制造交易卡片的不同制造技术。例如，第一指令可指示制造系统制造具有完整账户标识符信息的交易卡片。第二指令可指示制造系统制造具有完整账户标识符信息的交易卡片，并根据增加欺诈行为人从交易卡片表面读取或以其他方式获取账户标识符信息的难度的技术，如上所述。第三条指令可以指示制造系统制造不具有完整账户标识符信息(例如，具有部分账户标识符信息或没有账户标识符信息)的交易卡片，并根据增加欺诈行为人从交易卡片表面读取或以其他方式获取账户标识符信息的难度的技术。提供这些制造技术作为示例，并且可以使用本文所述的任何制造技术或制造技术的组合。
54.如图1c所示，在一些实现中，与交易卡相关联的实体可以经由另一来源获得完整的账户信息，诸如网页或应用(此处称为“账户应用”)。例如，可以使实体能够在与发行交易卡片的机构相关联的账户应用建立账户或注册，以访问与交易卡片相关联的完整账户标识符信息。如附图标记145所示，如上所述，风险分析设备可以确定风险评分指示高风险。如附图标记150所示，风险分析设备可以向应用服务器发送申请信息(如以上结合图1a所述)，以在账户应用中预先注册实体。如附图标记155所示，应用服务器可对账户应用进行预注册。例如，应用服务器可为该实体创建账户，以使用该实体在申请交易卡片时提供的申请信息，使其能够访问该账户应用(例如，经过认证后)。
55.如附图标记160所示，应用服务器可向与申请交易卡片的实体相关联的移动设备发送预注册消息。该消息可协助实体使用移动设备注册账户。例如，如附图标记165所示，该消息可请求实体提供认证信息(诸如出生日期、社会保险号的一部分或生物标识信息)以完成账户应用的注册。实体可以使用移动设备来提供认证信息(例如，移动设备可以向应用服务器发送指示认证信息的消息)。应用服务器可以通过将认证信息与该实体在申请信息中提供的信息进行比较来对该实体进行认证。如果应用服务器确定该认证信息与实体在申请信息中提供的信息相匹配，则应用服务器可以向移动设备发送消息(例如，认证成功消息)，使实体能够使用移动设备访问与交易卡关联的完整账户标识符信息。这样，风险分析设备可以使可能没有在交易卡片上制造的完整账户信息的实体被自动地预注册到程序(例如，账户应用)中，该程序使该实体能够访问与交易卡片相关联的完整账户标识符信息。这节省了计算资源，否则这些资源将被搜索和注册程序的实体使用，该程序使实体能够访问完整的账户标识符信息。
56.如上所述，提供图1a-图1c作为示例。其他示例可能与图1a-图1c所描述的不同。
57.图2是图示训练和使用机器学习模型与在介质上选择性打印符号信息相关的示例200的示图。本文所述的机器学习模型训练和使用可以使用机器学习系统来执行。机器学习系统可以包括或可以包括在计算设备、服务器、云计算环境和/或类似物中，诸如风险分析设备、服务器设备和/或应用服务器，本文在其他地方更详细地描述了这些设备。
58.如附图标记205所示，可以使用观测值集来训练机器学习模型。观测值集可以从历史数据中获得，诸如在本文描述的一个或多个过程中收集的数据。在一些实现中，如本文其他地方所述，机器学习系统可以从客户端设备、(多个)数据源或移动设备接收观测值集(例如，作为输入)。
59.如附图标记210所示，该观测值集包括特征集。特征集可以包括变量集，而变量可以被称为特征。具体的观测值可包括与变量集相对应的变量值集(或特征值)。在一些实现
中，机器学习系统可以基于从客户端设备、(多个)数据源或移动设备接收的输入来确定针对观测值集的变量和/或针对特定观测值的变量值。例如，机器学习系统可以通过从结构化数据中提取特征集、通过执行自然语言处理从非结构化数据中提取特征集、通过接收来自操作员的输入等方式来标识特征集(例如，一个或多个特征和/或特征值)。
60.例如，观测值集的特征集可以包括若干欺诈实例的第一特征、邮编的第二特征、持卡交易计数的第三特征(例如，分类为持卡交易的交易数目)等等。如图所示，对于第一个观测值，第一特征的值可能为“0”，第二特征的值可能为“12345”，第三特征的值可能为“17”，以此类推。这些特征和特征值是作为示例提供的，在其他示例中可能会有所不同。例如，特征集可能包括以下一个或多个特征：信贷评分、信贷年龄、与其他信贷账户相关联的债务金额、当前开立的其他信贷账户数目、关闭先前信贷账户的实体、在该机构开立的账户数目、与先前交易相关联的商户类型、与先前交易相关联的交易类型(例如，无接触式、持卡、非持卡、面对面或在线等等)、在先前交易中购买的物品类型或服务、以前经历过的欺诈行为类型、地址(例如，街道地址、城市和/或州)、邮政编码、与用于提交信贷申请的设备相关联的ips、行为信息是否指示欺诈，和/或本文其他地方描述的其他风险因素。在一些实现中，机器学习模型可以对之前开设过账户或在与机器学习模型相关联的机构中开设过账户的实体使用第一特征集，对之前没有开设过账户或在与机器学习模型相关联的机构中没有账户的实体使用第二特征集。
61.如附图标记215所示，该观测值集可能与目标变量相关联。目标变量可以表示具有数值的变量，可以表示具有落入数值范围内的数值或具有一些离散可能值的变量，可以表示从多个选项(例如，多个类、分类、标签等等)中可选择的变量，可以表示具有布尔值的变量等等。
62.目标变量可以与目标变量值相关联，并且目标变量值可以是特定于观测值的。在示例200中，目标变量是风险评分(例如，指示与交易卡片相关联的账户的账户标识符将被窃取或基于交易卡片上的信息被获取的可能性)，其针对第一观测值(例如，指示低风险)具有值“0”。
63.目标变量可以表示训练机器学习模型以预测的值，特征集可以表示被输入到经训练的机器学习模型的变量，以预测针对目标变量的值。观测值集可以包括目标变量值，这样机器学习模型就可以被训练来识别特征集中导向目标变量值的模式。通过训练来预测目标变量值的机器学习模型可以被称为监督学习模型。
64.在一些实现中，机器学习模型可能是在不包括目标变量的观测值集上进行训练的。这可以称为无监督学习模型。在这种情况下，机器学习模型可以在没有标记或监督的情况下从观测值集中学习模式，并可以提供指示这种模式的输出，诸如通过使用聚类和/或关联来标识观测值集中有关的项目组。
65.如附图标记220所示，机器学习系统可以使用该观测值集并使用一种或多种机器学习算法来训练机器学习模型，诸如回归算法、决策树算法、神经网络算法、k近邻算法、支持向量机算法等等。经过训练后，机器学习系统可以将机器学习模型存储为经训练的机器学习模型225，以用于分析新的观测值。
66.如附图标记230所示，机器学习系统可以将经训练的机器学习模型225应用到新的观测值中，诸如接收新的观测值，并将新的观测值输入到经训练的机器学习模型225中。如
图所示，作为示例，新的观测值可能包括第一特征值为0欺诈实例，第二特征值为邮编“67890”，第三特征值为持卡交易计数为92，以此类推。机器学习系统可以将经训练的机器学习模型225应用到新的观测值中，以生成输出(例如，结果)。输出的类型可以取决于机器学习模型的类型和/或正在执行的机器学习任务的类型。例如，输出可以包括目标变量的预测值，诸如当使用监督学习时。附加地或备选地，输出可能包括标识新观测值所属的聚类的信息，指示新观测值与一个或多个其他观测值之间的相似程度的信息，等等，诸如当采用无监督学习时。
67.作为示例，如附图标记235所示，经训练的机器学习模型225可以预测新观测值的风险评分目标变量的值为90。基于满足阈值的预测值，机器学习系统可以将指示高风险的第二指令发送到交易卡片制造系统，如本文其他地方所述。作为另一个示例，如果机器学习系统要预测不满足风险评分目标变量阈值的值(例如，值为10，其中阈值为50)，那么机器学习系统可以向交易卡片制造系统发送指示低风险的第一指令，如本文其他地方所述。
68.在一些实现中，如附图标记240所示，经训练的机器学习模型225可以对聚类中的新观测值进行分类(例如，聚类)。聚类内的观测值可以具有阈值相似性。作为示例，如果机器学习系统将新观测值分类在指示高欺诈风险的第一聚类中，那么机器学习系统可能会发送第二指令，如上所述。作为另一个示例，如果机器学习系统要将新观测值分类到指示低欺诈风险的第二聚类中，那么机器学习系统可能会发送第一指令，如上所述。
69.通过这种方式，机器学习系统可以应用严格的自动化过程来确定实体可能有被窃取账户标识符信息或以其他方式从交易卡片表面包括的账户标识符信息中获取的可能性。机器学习系统能够为数十、数百、数千或数百万个观测值识别和/或确认数十、数百、数千或数百万个特征和/或特征值，从而提高准确性和一致性，并减少与确定实体可能有账户标识符信息被窃取或以其他方式从交易卡片的表面上包括的账户标识符信息中获得的可能性相关的延迟，而不是要求为数十、数百、或数千个操作人员使用特征或特征值手动确定实体可能有账户标识符信息被窃取或以其他方式从交易卡片的表面上包括的账户标识符信息中获得的可能性。
70.如上所述，提供图2作为示例。其他示例可能不同于结合图2的描述。
71.图3是可在其中实现本文所述的系统和/或方法的示例环境300的示意图。如图3所示，环境300可以包括用于打印卡片340的客户端设备305、服务器设备310、风险分析设备315、一个或多个数据源320、应用服务器325、移动设备330、制造系统335(例如，包括卡片打印机345、卡片输入350、控制器355、标记设备360和卡片输出365)和网络370。环境300的设备可以通过有线连接、无线连接或有线和无线连接的组合进行互连。
72.客户端设备305包括一个或多个能够接收、生成、存储、处理和/或提供本文其他地方描述的申请信息的设备。客户端设备305可包括通信设备和/或计算设备。例如，客户端设备305可以包括无线通信设备、移动电话(例如，智能电话或移动电话)、笔记本电脑、平板电脑、台式电脑或类似类型的设备。
73.服务器设备310包括一个或多个能够接收、生成、存储、处理、提供和/或路由本文其他地方描述的申请信息的设备。例如，服务器设备310可以向客户端设备305提供一个或多个网页，这些网页提供要由用户经由与客户端设备305的交互来填写的申请表。在这种情况下，服务器设备310可以从客户端设备305接收申请信息，并且可以向风险分析设备315提
供申请信息。服务器设备310可包括通信设备和/或计算设备。例如，服务器设备310可以包括服务器、应用服务器、web服务器或类似类型的设备。
74.风险分析设备315包括一个或多个能够确定风险评分并指示制造系统335基于风险评分制造卡片的设备，如本文其他地方所述。风险分析设备315可以包括通信设备和/或计算设备。例如，风险分析设备315可以包括服务器、云计算系统中的设备或类似类型的设备。在一些实施例中，风险分析设备315可以被集成到制造系统335中。
75.(多个)数据源320包括一个或多个能够接收、生成、存储、处理和/或提供与风险因素相关联的信息的设备，风险分析设备315可以使用这些信息来确定风险评分，如本文其他地方所述。数据源320可以包括通信设备和/或计算设备。例如，数据源320可以包括数据库、服务器、云计算系统中的设备或类似类型的设备。
76.应用服务器325包括一个或多个能够接收、生成、存储、处理、提供和/或路由与账户应用相关联的信息的设备，如本文其他地方所述。例如，应用服务器325可以托管账户应用。应用服务器325可以包括通信设备和/或计算设备。例如，应用服务器325可以包括服务器、应用服务器、web服务器、云计算系统中的设备或类似类型的设备。
77.移动设备330包括一个或多个能够访问账户应用的设备，如本文其他地方所述。移动设备330可包括通信设备和/或计算设备。例如，移动设备330可以包括无线通信设备、用户设备(ue)、移动电话(例如，智能电话或蜂窝电话等等)、笔记本电脑、平板电脑、手持计算机、台式计算机、可穿戴通信设备(例如，智能手表或智能眼镜等等)或类似类型的设备。
78.制造系统335包括一个或多个能够制造卡片340(例如，交易卡片)和/或在卡片340上打印信息的设备，如本文其他地方所述。卡片340可以包括能够存储数据和/或传输数据以促进交易的交易卡片。卡片340可以能够存储和/或传输用于与交易终端的销售点(pos)交易的数据。例如，340卡可以存储或传输包括账户标识符信息(例如，账户标识符或持卡人标识符)、卡片340的有效期信息、银行信息和/或交易信息(例如，支付令牌)等等的数据。在一些实现中，卡片340可以包括用于存储和传输数据的一个或多个特征和/或一个或多个组件，诸如字符串、账号、条形码、磁条、快速响应(qr)码和/或集成电路(ic)芯片。例如，为了存储或传输数据，卡片340可包括磁条和/或ic芯片(例如，或(emv)芯片)。
79.制造系统335可以是打印系统和/或可以包括卡片打印机345。卡片打印机345可以是能够使用介质(如塑料、金属或纸)制造卡片340的装置。例如，卡片打印机345可以包括打印机、激光打印机、喷墨打印机、转口打印机、层压机和/或压花机等等。制造系统335可包括用于向卡片打印机345输入介质的卡片输入350，诸如输入馈送。例如，卡片输入350可使空白卡片340(例如，在卡片340表面不具有打印的或包括的账户标识符信息)被输入到卡片打印机345中。
80.卡片打印机345可包括控制器355和/或标记设备360。控制器355可以接收来自环境300的一个或多个其他设备的一个或多个指令，例如风险分析设备315。控制器355可以控制制造系统335的一个或多个设备，例如标记设备360，以根据该一个或多个指令制造卡片340。控制器355可以包括存储器和/或一个或多个处理器，如下结合图4更详细地描述。标记设备360可包括一个或多个能够标记卡片340的介质的装置。标记设备360可包括激光组件、激光器、印版、封条、压花封条、印章、喷墨器、烧结装置、打印头、熔丝器、皮带、滚筒和/或图
像鼓等等。标记设备360可以能够在卡片340的介质上制造字符、符号、数字和/或其他信息。制造系统335可包括诸如输出馈送的卡片输出365，用于输出制造的卡片340。例如，卡片输出365可使已完成的卡片340从制造系统335中移除。
81.网络370包括一个或多个有线和/或无线网络。例如，网络370可以包括蜂窝网络(例如，第五代(5g)网络、第四代(4g)网络、长期演进(lte)网络、第三代(3g)网络、码分多址(cdma)网络等)、公共陆地移动网络(plmn)、局域网(lan)、广域网(wan)、城域网(man)、电话网(例如，公共交换电话网(pstn))、专用网络、自组网、互联网，和/或这些或其他类型的网络的组合。网络370使环境300的设备之间的通信成为可能。
82.图3所示的设备和网络的数量和排列方式作为示例提供。在实践中，与图3所示的设备和/或网络相比，可以有额外的设备和/或网络、更少的设备和/或网络、不同的设备和/或网络，或者不同排列的设备和/或网络。此外，图3中所示的两个或多个设备可以在单个设备内实现，或者图3中所示的单个设备可以作为多个分布式设备实现。附加地或备选地，环境300的设备集(例如，一个或多个设备)可以执行被描述为由环境300的另一设备集执行的一种或多种功能。
83.图4是设备400的示例组件的示图，其可以对应于客户端设备305、服务器设备310、风险分析设备315、(多个)数据源320、应用服务器325、移动设备330、制造系统335和/或控制器355。在一些实现中，客户端设备305、服务器设备310、风险分析设备315、(多个)数据源320、应用服务器325、移动设备330、制造系统335和/或控制器355可以包括一个或多个设备400和/或设备400的一个或多个组件。如图4所示，设备400可以包括总线410、处理器420、存储器430、存储组件440、输入组件450、输出组件460和通信组件470。
84.总线410包括使能在设备400的组件之间进行有线和/或无线通信的组件。处理器420包括中央处理单元、图形处理单元、微处理器、控制器、微控制器、数字信号处理器、现场可编程门阵列、专用集成电路和/或另一类型的处理组件。处理器420在硬件、固件或硬件和软件的组合中实现。在一些实现中，处理器420包括一个或多个能够被编程以执行功能的处理器。存储器430包括随机存取存储器、只读存储器和/或另一类型的存储器(例如，闪存、磁存储器和/或光存储器)。
85.存储组件440存储与设备400的操作有关的信息和/或软件。例如，存储组件440可以包括硬盘驱动器、磁盘驱动器、光盘驱动器、固态磁盘驱动器、光盘、数字通用光盘和/或另一种非暂态计算机可读介质。输入组件450使设备400能够接收输入，例如用户输入和/或感测输入。例如，输入组件450可以包括触摸屏、键盘、小键盘、鼠标、按钮、麦克风、开关、传感器、全球定位系统组件、加速度计、陀螺仪、致动器等。输出组件460使设备400能够提供输出，例如通过显示器、扬声器和/或一个或多个发光二极管。通信组件470使设备400能够与其他设备通信，例如通过有线连接和/或无线连接。例如，通信组件470可以包括接收器、发射机、收发器、调制解调器、网络接口卡、天线等。
86.设备400可以执行本文所述的一个或多个过程。例如，非暂态计算机可读介质(例如，存储器430和/或存储组件440)可以存储指令集合(例如，一个或多个指令、代码、软件代码、程序代码等)以供处理器420执行。处理器420可执行该指令集合以执行本文所述的一个或多个过程。在一些实现中，由一个或多个处理器420执行指令集合，以使一个或多个处理器420和/或设备400执行本文所述的一个或多个过程。在一些实施例中，可以使用硬连线电
路代替或与指令组合来执行本文所述的一个或多个过程。因此，本文所述的实现不限于硬件电路和软件的任何特定组合。
87.图4中所示的组件的数量和排列作为示例提供。与图4所示的组件相比，设备400可以包括额外的组件、更少的组件、不同的组件或不同排列的组件。附加地或备选地，设备400的组件集(例如，一个或多个组件)可以执行被描述为由设备400的另一组件集执行的一个或多个功能。
88.图5是与在介质上选择性打印符号信息相关联的示例过程500的流程图。在一些实施例中，图5中的一个或多个过程框可以由风险分析设备(例如，风险分析设备315)执行。在一些实施例中，图5的一个或多个过程框可以由与风险分析设备分离或包括风险分析设备的另一设备或一组设备执行，诸如制造系统335。附加地或可选地，图5的一个或多个过程框可以由制造系统335和/或设备400的一个或多个组件来执行，例如卡片打印机345、控制器355、标记设备360、处理器420、存储器430、存储组件440、输入组件450、输出组件460和/或通信组件470。
89.如图5所示，过程500可以包括接收与申请交易卡片(框510)相关联的申请信息。如图5所示，过程500可以包括基于申请信息(框520)中包括的或得到的多个因素计算风险评分。在一些实现中，风险评分指示与交易卡片相关联的账户标识符将被窃取的风险。如图5所示，流程500可能包括确定风险评分是否满足阈值(框530)。
90.如图5所示，如果风险评分不满足阈值(框530-否)，则过程500可以包括向交易卡片制造系统(框540)发送第一指令。第一指令可以指示交易卡片制造系统(例如，制造系统335)以第一方式(例如，使用第一制造技术或制造技术的第一组合)制造交易卡片。如图5所示，如果风险评分满足阈值(框530-是)，则过程500可以包括向交易卡片制造系统(框550)发送第二指令。第二指令可以指示交易卡片制造系统(例如，制造系统335)以第二方式(例如，使用第二制造技术或制造技术的第二组合)制造交易卡片。
91.尽管图5显示了过程500的示例框，但在一些实施例中，过程500可以包括比图5中所示的附加框、更少的框、不同的框或不同排列的框。附加地或备选地，过程500的两个或更多个框可以并行地执行。
92.上述公开提供了说明和描述，但并不旨在详尽或将实现限制为所公开的精确形式。可以根据上述公开进行修改，或者可以从实施例的实践中获得修改。
93.如本文所用，术语“组件”旨在被广泛地解释为硬件、固件或硬件和软件的组合。很明显，本文所述的系统和/或方法可以以不同形式的硬件、固件和/或硬件和软件的组合来实现。用于实现这些系统和/或方法的实际专用控制硬件或软件代码不限制所述实现。因此，本文描述系统和/或方法的操作和行为而不参考特定的软件代码-应理解，软件和硬件可用于基于本文的描述实现系统和/或方法。
94.如本文所使用的，根据上下文，满足阈值可以指大于阈值、大于或等于阈值、小于阈值、小于或等于阈值、等于阈值等，具体取决于上下文。
95.虽然在权利要求书中列举了特征的特定组合和/或在说明书中公开了这些组合，但这些组合并不旨在限制各种实施方式的公开。事实上，这些特征中的许多个可以以权利要求中未具体列举和/或在说明书中公开的方式进行组合。尽管下面列出的每个从属权利要求可以直接依赖于仅一项权利要求，但公开的各种实施方式包括每个从属权利要求与权
利要求书中的每个其他权利要求的组合。
96.在此使用的任何要素、行为或指示都不应被解释为关键或必要，除非明确如此描述。此外，如本文所用，冠词“一”和“一个”旨在包括一个或多个项目，并且可与“一个或多个”互换使用。此外，如本文所用，冠词“该”旨在包括与冠词“该”相关的引用的一个或多个项目，并且可与“一个或多个”互换使用。此外，如本文所用，术语“集合”旨在包括一个或多个项目(例如，相关项目、不相关项目、相关和不相关项目的组合等)，并且可以与“一个或多个”互换使用。在仅意图包含一个项目的情况下，使用短语“只有一个”或类似的语言。此外，如本文所用，术语“有”、“具有”、“具有”或类似的意图是开放式术语。此外，除非另有明确说明，短语“基于”旨在意指“至少部分基于”。此外，如本文所用，术语“或”在用于一系列时旨在包括在内，并且除非另外明确说明(例如，如果与“其中之一”或“仅其中之一”组合使用)，否则可与“和/或”互换使用。

技术特征：
1.一种打印系统，包括：设备，被配置为：确定与要被打印在卡片上的账户标识符相关联的评分；以及基于对所述评分是否满足阈值的确定，发送第一打印指令或第二打印指令；以及卡片打印机，包括打印控制器和标记设备，其中所述卡片打印机被配置为：由所述打印控制器从所述设备接收与在所述卡片上打印所述账户标识符相关联的所述第一打印指令或所述第二打印指令；其中所述卡片打印机被配置为基于接收到所述第一打印指令而在所述卡片的表面上打印与所述卡片相关联的完整账户标识符；其中所述卡片打印机被配置为基于接收到所述第二打印指令而在所述卡片的所述表面上打印不具有所述完整账户标识符的所述卡片，以及其中所述第一打印指令或所述第二打印指令中的一者基于所述评分是否满足所述阈值而被接收到；以及基于由所述打印控制器是否接收到所述第一打印指令或所述第二打印指令，使用所述标记设备打印具有所述完整账户标识符或不具有所述完整账户标识符的所述卡片。2.根据权利要求1所述的打印系统，其中所述评分指示所述账户标识符将被窃取或在未经授权的交易中被使用的风险。3.根据权利要求1所述的打印系统，其中所述卡片打印机在打印不具有所述完整账户标识符的所述卡片时被配置为基于接收到所述第二打印指令，打印具有所述完整账户标识符的一部分的所述卡片。4.根据权利要求1所述的打印系统，其中所述评分是基于与申请所述卡片相关联的信贷申请信息而被确定的，并且其中所述账户标识符与基于所述信贷申请信息而被生成的账户相关联。5.一种方法，包括：由设备接收与申请交易卡片相关联的信贷申请信息；由所述设备基于所述信贷申请信息确定风险评分，其中所述风险评分指示与所述交易卡片相关联的账户标识符将被窃取的风险；以及由所述设备基于对所述风险评分是否满足阈值的确定，向交易卡片打印系统发送第一指令或第二指令，其中所述第一指令指示所述交易卡片打印系统在所述交易卡片的表面上打印与所述交易卡片相关联的完整账户标识符，以及其中所述第二指令指示所述交易卡片打印系统在所述交易卡片的所述表面上打印不具有所述完整账户标识符的所述交易卡片。6.根据权利要求5所述的方法，其中所述风险评分是基于与申请所述交易卡片的实体相关联的欺诈历史或信贷历史中的至少一者而被确定的。7.根据权利要求5所述的方法，其中所述风险评分是基于与申请所述交易卡片的实体相关联的交易历史而被确定的，其中所述交易历史指示以下至少一项：进行交易的商户集，在一个或多个交易中被购买的物品集，或
针对一个或多个交易的卡片是否被出示的指示。8.根据权利要求5所述的方法，其中所述风险评分是基于被包括在所述信贷申请信息中的、与申请所述交易卡片的实体相关联的、或与被用于申请所述交易卡片的设备的网络地址相关联的地理区域而被确定的。9.根据权利要求5所述的方法，还包括：基于所述信贷申请信息，确定申请所述交易卡片的实体是否在与所述交易卡片相关联的机构具有账户；基于申请所述交易卡片的所述实体在所述机构是否具有账户，对所述信贷申请信息应用第一模型或第二模型；以及基于应用所述第一模型或所述第二模型，确定所述风险评分。10.根据权利要求5所述的方法，其中所述第一指令或所述第二指令还基于申请所述交易卡片的实体是否提供输入而被发送，所述输入指示所述交易卡片是否要使用所述完整账户标识符而被打印。11.根据权利要求5所述的方法，其中所述第二指令还指示要在所述交易卡片的所述表面上被打印的字符集，以代替所述完整账户标识符的全部或一部分。12.根据权利要求11所述的方法，其中所述字符集中的至少一个字符是基于由申请所述交易卡片的实体提供的输入。13.根据权利要求5所述的方法，还包括：发送消息以协助申请所述交易卡片的实体来注册程序，所述程序使得所述实体能够使用移动设备访问所述完整账户标识符。14.一种非暂态计算机可读介质，存储指令集合，所述指令集合包括：一个或多个指令，所述一个或多个指令在由设备的一个或多个处理器执行时，使所述设备：接收与申请交易卡片相关联的申请信息；基于被包括在所述申请信息中的或从所述申请信息得到的多个因素来计算风险评分，其中所述风险评分指示与所述交易卡片相关联的账户的账户标识符将被用于欺诈交易的可能性；确定所述风险评分是否满足阈值；以及基于所述风险评分是否满足所述阈值，向交易卡片制造系统发送第一指令或第二指令中的一者，其中所述第一指令指示所述交易卡片制造系统以第一方式制造所述交易卡片，以及其中所述第二指令指示所述交易卡片制造系统以第二方式制造所述交易卡片，其中所述第二方式不同于所述第一方式。15.根据权利要求14所述的非暂态计算机可读介质，其中所述第一指令指示所述交易卡片制造系统在所述交易卡片的表面上打印与所述交易卡片相关联的完整账户标识符，并且其中所述第二指令指示所述交易卡片制造系统在所述交易卡片的所述表面上打印所述完整账户标识符的一部分。16.根据权利要求14所述的非暂态计算机可读介质，其中所述第一指令指示所述交易卡片制造系统在所述交易卡片的表面上打印与所述交易卡片相关联的完整卡片验证值或
完整有效期，并且其中所述第二指令指示所述交易卡片制造系统在所述交易卡片的所述表面上打印不具有所述完整卡片验证值或不具有所述完整有效期的所述交易卡片。17.根据权利要求14所述的非暂态计算机可读介质，其中所述第一指令指示所述交易卡片制造系统使用第一制造技术制造所述交易卡片的表面，并且其中所述第二指令指示所述交易卡片制造系统使用不同于所述第一制造技术的第二制造技术制造所述交易卡片的所述表面。18.根据权利要求17所述的非暂态计算机可读介质，其中所述第二制造技术包括以下至少一项：使用比所述第一制造技术更小的字符大小，使用反光油墨或标记，或使用比所述第一制造技术更低的对比度。19.根据权利要求14所述的非暂态计算机可读介质，其中所述风险评分是基于行为信息而被确定的，所述行为信息指示与使用客户端设备将所述申请信息输入到申请表单中相关联的用户行为。20.根据权利要求14所述的非暂态计算机可读介质，其中所述风险评分是基于与申请所述交易卡片的实体相关联的欺诈历史、信贷历史、交易历史或地理区域中的至少一者而被确定的。

技术总结
在一些实现中，打印系统可以包括卡片打印机，卡片打印机包括打印控制器和标记设备的。该卡片打印机可被配置为接收与在卡片上打印账户标识符相关联的第一打印指令或第二打印指令。基于与该账户标识符相关联的风险评分是否满足阈值，该卡片打印机可接收第一打印指令或第二打印指令中的一者。该卡片打印机可基于接收到第一打印指令，在卡片的表面上打印与卡片相关联的完整账户标识符。该卡片打印机可以基于接收到第二打印指令，在卡片的表面上打印不具有完整账户标识符的卡片。不具有完整账户标识符的卡片。不具有完整账户标识符的卡片。


技术研发人员：J
受保护的技术使用者：资本一号服务有限责任公司
技术研发日：2021.10.14
技术公布日：2023/8/24