[发明专利]一种风险操作识别模型构建方法、风险操作识别方法

权利要求书

1.一种风险操作识别模型构建方法，其特征在于，所述方法包括：

获取N个加密训练数据集；其中，第i个加密训练数据集是根据第i个金融机构的加密数据生成的；i为正整数，i≤N；

根据所述N个加密训练数据集，构建风险操作识别模型。

2.根据权利要求1所述的方法，其特征在于，当所述第i个加密训练数据集包括第i个金融机构的N_i个加密数据时，所述第i个加密训练数据集的生成过程，包括：

获取所述第i个金融机构的N_i个训练数据；

对所述第i个金融机构的第j个训练数据进行加密，得到所述第i个金融机构的第j个加密数据；其中，j为正整数，j≤N_i；N_i为正整数；

根据所述第i个金融机构的第1个加密数据至所述第i个金融机构的第N_i个加密数据，生成所述第i个加密训练数据集。

3.根据权利要求2所述的方法，其特征在于，所述对所述第i个金融机构的第j个训练数据进行加密，得到所述第i个金融机构的第j个加密数据，包括：

对所述第i个金融机构的第j个训练数据依次进行全同态加密以及国密加密，得到所述第i个金融机构的第j个加密数据。

4.根据权利要求3所述的方法，其特征在于，所述根据所述N个加密训练数据集，构建风险操作识别模型，包括：

对所述N个加密训练数据集进行国密解密，得到N个待使用训练数据集；

利用所述N个待使用训练数据集，构建风险操作识别模型。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述N个加密训练数据集的贡献权重；其中，所述第i个加密训练数据集的贡献权重用于表征所述第i个加密训练数据集对风险操作识别模型的影响程度；

所述根据所述N个加密训练数据集，构建风险操作识别模型，包括：

根据所述N个加密训练数据集和所述N个加密训练数据集的贡献权重，构建风险操作识别模型。

6.根据权利要求5所述的方法，其特征在于，所述第i个加密训练数据集的贡献权重的生成过程，包括：

获取第i个金融机构的权重参考数据；其中，所述权重参考数据包括信用度、数据量、数据质量、数据词频逆文本频率指数和置信度中的至少一个；

根据所述第i个金融机构的权重参考数据，确定所述第i个加密训练数据集的贡献权重。

7.一种风险操作识别方法，其特征在于，所述方法包括：

获取待识别交易数据；其中，所述待识别交易数据是根据目标用户在至少一个金融机构下的金融交易数据生成的；

将所述待识别交易数据输入预先构建的风险操作识别模型，得到所述风险操作识别模型输出的所述待识别交易数据对应的风险操作识别结果；其中，所述风险操作识别模型是利用权利要求1-6任一项所述的风险操作识别模型构建方法进行构建的。

8.一种风险操作识别模型构建装置，其特征在于，所述装置包括：

第一获取单元，用于获取N个加密训练数据集；其中，第i个加密训练数据集是根据第i个金融机构的加密数据生成的；i为正整数，i≤N；

模型构建单元，用于根据所述N个加密训练数据集，构建风险操作识别模型。

9.一种风险操作识别装置，其特征在于，所述装置包括：

第二获取单元，用于获取待识别交易数据；其中，所述待识别交易数据是根据目标用户在至少一个金融机构下的金融交易数据生成的；

风险识别单元，用于将所述待识别交易数据输入预先构建的风险操作识别模型，得到所述风险操作识别模型输出的所述待识别交易数据对应的风险操作识别结果；其中，所述风险操作识别模型是利用权利要求1-6任一项所述的风险操作识别模型构建方法进行构建的。