风险识别模型的训练方法、交易风险确定方法及装置

    公开(公告)号:CN114092097B

    公开(公告)日:2024-05-24

    申请号:CN202111396497.X

    申请日:2021-11-23

    Abstract: 本说明书一个或多个实施例涉及数据处理技术领域,尤其涉及一种风险识别模型的训练方法、交易风险确定方法及装置。该方法包括:获取训练样本,训练样本包括第一交易的意愿标签、风险标签以及多个特征;将多个特征输入风险识别模型进行预测处理,预测处理包括,在特征处理网络,对多个特征进行特征交叉处理,得到表征向量;在第一识别层,基于对表征向量的第一处理结果,确定第一交易的意愿度;在第二识别层,基于对表征向量的第二处理结果,确定第一交易的风险度;在预测损失减小的方向,更新风险识别模型的参数,其中预测损失包括第一损失和第二损失,第一损失基于意愿度和意愿标签确定,第二损失基于风险度和风险标签确定。

    风险识别方法及装置和电子设备

    公开(公告)号:CN112836218B

    公开(公告)日:2024-04-16

    申请号:CN202110050426.8

    申请日:2020-05-09

    Abstract: 本说明书提供一种风险识别方法及装置和电子设备,应用于终端设备的可信执行环境。所述可信执行环境中存储有历史业务请求和风险规则。该方法包括:响应于业务客户端发起的待发送的业务请求,获取业务请求包含的用户账户和终端标识;查询历史业务请求中同样具有该用户账户和设备标识的历史目标业务请求,并对历史目标业务请求进行统计分析,得到风险指标的数值;判断风险指标的数值是否达到风险规则中设定的阈值;删除所述待发送的业务请求中携带的设备标识,并添加判断结果,由所述业务客户端将所述业务请求发送给业务服务端;以使所述业务服务端基于该判断结果执行该业务请求。由于设备标识不对外发送从而可以保护用户的个人信息。

    一种模型的处理、风险防控的处理方法、装置及设备

    公开(公告)号:CN115983858A

    公开(公告)日:2023-04-18

    申请号:CN202211675809.5

    申请日:2022-12-26

    Abstract: 本说明书实施例公开了一种模型的处理、风险防控的处理方法、装置及设备,该模型的处理方法包括:获取应用于元学习的样本数据,该样本数据中包括对应事件的特征、样本标签信息和支撑集,支撑集中包括多个不同的事件类别,以及每个事件类别对应的支撑样本数据;基于样本数据、支撑集中不同事件类别的支撑样本数据对应的注意力权重和支撑集中不同事件类别包含的支撑样本数据的数量,确定支撑集中不同事件类别对应的第一类别中心,并基于样本数据,确定支撑集中不同事件类别对应的特征的均值作为不同事件类别对应的第二类别中心;基于第一类别中心、第二类别中心和样本数据对应用于可信场景中的目标模型进行模型训练,得到训练后的目标模型。

    一种交易的处理方法及装置

    公开(公告)号:CN113256300B

    公开(公告)日:2023-04-07

    申请号:CN202110582927.0

    申请日:2021-05-27

    Abstract: 本说明书实施例提供了一种交易的处理方法及装置,该方法包括:接收第一用户的交易请求;其中,该交易请求指示第一用户与第二用户进行交易;获取与上述交易请求相关联的历史记录数据;根据该历史记录数据,采用机器学习模型预测上述交易是否为可信交易;其中,该交易被判定为可信交易的条件包括该交易不存在囤号风险;其中,上述历史记录数据包括以下数据中的至少一种:第一用户的历史点击行为序列数据、第一用户的交易关系数据、第二用户的交易关系数据,以及第一用户与第二用户之间的历史交易数据。

    评估交互事件的方法及装置、电子设备、存储介质

    公开(公告)号:CN111582873B

    公开(公告)日:2023-01-17

    申请号:CN202010377734.7

    申请日:2020-05-07

    Abstract: 本说明书一个或多个实施例提供一种评估交互事件的方法及装置、电子设备、存储介质,根据历史交互事件数据集,构建若干带有标签的交互关系子图,并使用带有标签的所述交互关系子图,对预设模型进行训练,得到可信数据评估模型,再利用所述可信数据评估模型,得到不带标签的交互关系子图的评估分值,进而将评估分值高于预设评估分值的所述不带标签的交互关系子图判定为可信子图并存储,用以评估交互事件是否可信。本说明书的一个或多个实施例提供的评估交互事件的方法及装置、电子设备、存储介质,把可信关系形成为可信子图,可用于解决传统方案所不能涵盖的子图可信识别问题。

    基于联邦学习的模型参数更新方法、装置及设备

    公开(公告)号:CN113297396B

    公开(公告)日:2022-05-20

    申请号:CN202110824981.1

    申请日:2021-07-21

    Abstract: 本说明书实施例提供了一种基于联邦学习的模型参数更新方法、装置及设备,其中,该方法包括:接收联邦学习服务端下发的针对目标图神经网络模型的模型参数更新指令,所述模型参数更新指令携带有第一共享参数,所述目标图神经网络模型为多个所述联邦学习客户端的共有模型;基于所述第一共享参数、本地存储的第一独立参数,以及由本地用户私有数据构建的图谱数据,对所述目标图神经网络模型进行训练,得到训练后的所述目标图神经网络模型的模型参数;将所述第二共享参数发送给所述联邦学习服务端,以使所述联邦学习服务端基于多个联邦学习客户端发送的第二共享参数,对所述目标图神经网络模型的第一共享参数进行更新处理。

Patent Agency Ranking