本发明提供了反欺诈风险评估方法、训练方法、装置及可读存储介质，该训练方法包括：获取训练样本集，训练样本包括多维特征及其欺诈标签，多维特征包括：用户静态特征、用户行为特征以及设备风险APP特征；将训练样本集输入待训练的反欺诈风险评估模型进行迭代训练；其中，在每轮迭代中，反欺诈风险评估模型对输入的多维特征执行嵌入处理以得到输入向量，将输入向量输入基于自注意力机制构建的特征学习网络以获得加权融合后的编码向量，将编码向量输入深度网络以得到风险预测结果，以及，利用风险预测结果和欺诈标签构建的损失函数更新风险评估模型的参数。利用上述方法，能够获得更好的反欺诈风险评估效果。