公开(公告)号：CN112200380B

公开(公告)日：2023-07-25

申请号：CN202011147798.4

申请日：2020-10-23

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 李辉 ,  李勇锋 ,  金宏 ,  王维强 ,  宋乐

IPC: G06Q10/04 ,  G06Q10/0635 ,  G06Q10/067 ,  G06N20/00

Abstract: 本说明书实施例提供一种优化风险检测模型的方法和装置，该方法包括，首先获取样本集，其中包括具有第一标签值的正常样本和具有第二标签值的原始风险样本。对于各个原始风险样本，根据训练风险检测模型使用的损失函数以及当前的风险检测模型，确定攻击者对该原始风险样本进行潜在攻击变换而得到的对抗风险样本。然后基于损失函数，确定风险检测模型针对各个对抗风险样本的第一预测损失，以及针对各个正常样本的第二预测损失；并至少基于该第一和第二预测损失，确定总预测损失。接着，以总预测损失最小化为目标，调整风险检测模型的模型参数，以优化该风险检测模型。

公开(公告)号：CN112200380A

公开(公告)日：2021-01-08

申请号：CN202011147798.4

申请日：2020-10-23

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 李辉 ,  李勇锋 ,  金宏 ,  王维强 ,  宋乐

IPC: G06Q10/04 ,  G06Q10/06 ,  G06N20/00

Abstract: 本说明书实施例提供一种优化风险检测模型的方法和装置，该方法包括，首先获取样本集，其中包括具有第一标签值的正常样本和具有第二标签值的原始风险样本。对于各个原始风险样本，根据训练风险检测模型使用的损失函数以及当前的风险检测模型，确定攻击者对该原始风险样本进行潜在攻击变换而得到的对抗风险样本。然后基于损失函数，确定风险检测模型针对各个对抗风险样本的第一预测损失，以及针对各个正常样本的第二预测损失；并至少基于该第一和第二预测损失，确定总预测损失。接着，以总预测损失最小化为目标，调整风险检测模型的模型参数，以优化该风险检测模型。