用于风险识别的方法和装置

    公开(公告)号:CN114529191A

    公开(公告)日:2022-05-24

    申请号:CN202210142895.7

    申请日:2022-02-16

    Abstract: 本公开提供了用于风险识别的方法和装置。一种用于风险识别的方法,包括:获取与风险实例相关的无语义训练数据样本和有语义训练数据样本;使用无语义训练数据样本和有语义训练数据样本来对第一风险识别模型和第二风险识别模型进行联合训练,包括:分别使用第一特征提取模块和第二特征提取模块对无语义训练数据样本和有语义训练数据样本进行特征提取以生成无语义训练特征向量和有语义训练特征向量;以及对无语义训练特征向量和有语义训练特征向量进行对比学习,以使得所述对比学习的损失函数收敛。

    基于联邦学习的孤立森林模型构建和预测方法和装置

    公开(公告)号:CN113065610A

    公开(公告)日:2021-07-02

    申请号:CN202110462961.4

    申请日:2019-12-12

    Abstract: 本说明书实施例提供了一种基于联邦学习构建孤立森林模型的方法和装置,所述方法包括:获取与第一节点对应的多个样本标识,多个样本标识与多个样本分别对应,每个样本包括m个特征的特征值;从m个特征标识中选择第一特征标识;基于第一特征标识与第一数据方的对应关系,将第一节点的标识、多个样本标识和第一特征标识发送给第一数据方;记录第一节点与第一数据方的对应关系;从第一数据方接收与第一节点的两个子节点分别对应的信息。

    用于进行风险评估的神经网络系统、方法及装置

    公开(公告)号:CN111967565B

    公开(公告)日:2021-04-27

    申请号:CN202011147771.5

    申请日:2020-10-23

    Abstract: 本说明书实施例提供一种适用于在多方隐私保护下进行风险评估的神经网络系统,包括:适用于多方分布式部署的第一神经网络模型和第二神经网络模型;其中第一神经网络模型包括对应于第一用户的N个属性字段的N个子模型,用于获取对应的属性字段在T个操作事件的T个字段值,对其分别进行编码,得到T个特征向量,再对该T个特征向量进行第一向量组合,得到该属性字段对应的属性嵌入向量,其中第一向量组合包括涉及K个特征向量相乘的K阶向量间组合运算,K>=2;第二神经网络模型用于,对该N个子模型输出的N个属性嵌入向量进行第二向量组合,得到该第一事件序列对应的第一嵌入向量,进而基于该第一嵌入向量确定与该第一用户相关的风险评估结果。

    多方联合进行风险识别的方法和装置

    公开(公告)号:CN111046425A

    公开(公告)日:2020-04-21

    申请号:CN201911275611.6

    申请日:2019-12-12

    Inventor: 宋博文 陈帅 顾曦

    Abstract: 本说明书实施例提供一种多方联合进行风险识别的方法和装置,方法包括:第一站点获取与第二站点联合训练的安全树模型的第一子模型;安全树模型还具有部署于第二站点的第二子模型;获取根据预设风险识别策略对应的树结构得到的第三子模型;树结构还具有部署于第二站点的第四子模型;当确定满足预设风险识别条件时,获取目标用户的第一特征集中各项特征的第一特征数据;将第一特征数据输入第一子模型和第三子模型,分别得到第一预测分数和第三预测分数;通过多方安全计算的方式提供第一预测分数和第三预测分数,与第二站点提供的第二预测分数和第四预测分数相结合,综合确定目标用户是否具有第一风险。能够防止泄露用户的隐私信息。

    基于联邦学习的孤立森林模型构建和预测方法和装置

    公开(公告)号:CN110991552A

    公开(公告)日:2020-04-10

    申请号:CN201911288850.5

    申请日:2019-12-12

    Abstract: 本说明书实施例提供了一种基于联邦学习构建孤立森林模型的方法和装置,所述方法包括:获取与第一节点对应的多个样本标识,多个样本标识与多个样本分别对应,每个样本包括m个特征的特征值;从m个特征标识中随机选择一个特征标识;在所述选择的特征标识为第一特征标识的情况中,基于本地存储第一特征标识与第一数据方的对应关系,将第一节点的标识、多个样本标识和第一特征标识发送给第一数据方;记录第一节点与第一数据方的对应关系;从第一数据方接收与第一节点的两个子节点分别对应的信息,从而在保护各数据方私有数据的同时构建孤立森林模型以用于进行业务处理。

    训练风险交易识别模型、识别风险交易的方法和装置

    公开(公告)号:CN114549001B

    公开(公告)日:2025-03-25

    申请号:CN202210119317.1

    申请日:2022-02-08

    Abstract: 本说明书实施例提供了训练风险交易识别模型的方法和装置,以及识别风险交易的方法和装置,其中,训练风险交易识别模型的方法的一具体实施方式包括:获取历史交易记录,上述历史交易记录中包括:标注有风险标签的风险交易,标注有无风险标签的正常交易,以及无标签的其他交易;判断上述历史交易记录中各交易对应的端侧行为序列是否具有预设的高危子序列,得到第一判断结果;判断上述历史交易记录中各交易对应的链路特征是否符合预设的高风险模式,得到第二判断结果;基于各交易对应的第一判断结果、第二判断结果、以及交易基本信息,构建各交易样本;基于各交易样本及其标签标注情况,训练风险交易识别模型。

    一种基于图计算的数据处理方法及装置

    公开(公告)号:CN118710279A

    公开(公告)日:2024-09-27

    申请号:CN202410735524.9

    申请日:2024-06-05

    Abstract: 本说明书一个或多个实施例公开了一种基于图计算的数据处理方法及装置。该方法首先获取与交易审理业务相关的第一交易信息,并根据第一交易信息,通过图模型构建用于表示交易双方的交易账户之间交易关系的交易图,其次基于预设的交易风险子图的构建模式,从所构建的交易图中确定存在预设风险的风险子图集合,然后基于预先训练的大模型生成用于描述风险子图集合对应的风险特征的风险子图描述文本,最后,基于风险子图集合和风险子图描述文本对预设风险进行风险控制处理。

    一种资源流转链路确定的方法、装置及设备

    公开(公告)号:CN117951342A

    公开(公告)日:2024-04-30

    申请号:CN202410156549.3

    申请日:2024-02-04

    Abstract: 本说明书一个或多个实施例公开了一种资源流转链路确定的方法、装置及设备。所述方法包括:接收在资源流转网络图中查找资源流转链路的查找指令,所述资源流转网络图包含流转节点和有向边,所述流转节点表示资源流转事件对应的发起方或接收方,所述有向边表示所述流转节点之间的资源传输关系;根据所述资源流转链路对应的业务要求,确定优化目标和约束条件;将所述资源流转网络图的数据、所述优化目标和所述约束条件输入查找模型,得到所述资源流转网络图中满足所述优化目标和所述约束条件的目标有向边;构建包含所述目标有向边和目标流转节点的目标资源流转网络图,作为查找指令对应的查找结果,所述目标流转节点为所述目标有向边两端的流转节点。

    一种模型训练方法、业务风控方法、装置以及存储介质

    公开(公告)号:CN117933424A

    公开(公告)日:2024-04-26

    申请号:CN202410138854.X

    申请日:2024-01-31

    Abstract: 本说明书提供的一种模型训练方法、业务风控方法、装置以及存储介质,可以首先获取非结构化文档,并从中提取出其包含的各文本信息,以及确定出每个文本信息在非结构化文档中的文本位置信息,而后,将各文本信息以及文本位置信息输入到实体识别模型中,以使实体识别模型针对每个文本信息,根据该文本信息在非结构化文档中的文本位置信息以及其他文本信息在非结构化文档中的文本位置信息,从其他文本信息中确定与该文本信息相关联的文本信息,作为参考文本信息,并根据参考文本信息,确定对应的实体信息,作为预测实体,以最小化每个文本信息对应的预测实体与非结构化文档中包含的实际实体信息之间的偏差为优化目标,对实体识别模型进行训练。

    大模型预训练方法及装置
    20.
    发明公开

    公开(公告)号:CN117252250A

    公开(公告)日:2023-12-19

    申请号:CN202311176837.7

    申请日:2023-09-12

    Abstract: 本说明书一个或多个实施例公开了一种大模型预训练方法及装置。首先通过大模型的第一输入通道获取第一模态数据集,并通过大模型的第二输入通道获取第二模态数据集;然后将第一模态数据集中的模态数据输入到大模型中的第一编码器,得到第一表征信息,将第二模态数据集中包含的多种模态数据分别输入到大模型中的第二编码器,并将第二模态数据集对应第二编码器的输出结果进行表征融合处理,得到第二表征信息;最后将第一表征信息和第二表征信息映射到预设的特征空间,并基于特征空间的映射信息和预设的对比学习损失函数对大模型进行对比学习训练,得到预训练后的大模型,对比学习损失函数基于实体之间的表征相似性确定。

Patent Agency Ranking