[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

说明书

本申请公开了一种风险操作预测模型构建方法、风险操作预测方法，该风险操作预测模型构建方法包括：在获取到N个金融机构提供的N个加密训练数据集之后，根据该N个加密训练数据集构建风险操作识别模型。其中，因N个加密训练数据集来自于N个金融机构，使得该N个加密训练数据集中存在充足风险操作对应的训练数据，从而使得基于该N个加密训练数据集构建的风险操作识别模型的识别性能更好，如此有利于提高风险操作识别准确性。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种风险操作预测模型构建方法、风险操作预测方法。

背景技术

随着人工智能技术的发展，可以利用人工智能技术从用户交易数据中识别该用户是否存在风险操作(例如，违约、洗钱、欺诈等)。

然而，对于任一金融机构来说，因存在风险操作的用户的数据量很小，使得风险操作对应的训练数据很少，从而使得无法利用人工智能技术从该金融结构的用户交易数据中准确地学习到风险操作的识别规律，如此导致风险操作识别准确性较低。

发明内容

为了解决现有技术中存在的以上技术问题，本申请提供一种风险操作预测模型构建方法、风险操作预测方法，能够准确地学习到风险操作的识别规律，从而有利于提高风险操作识别准确性。

为了实现上述目的，本申请实施例提供的技术方案如下：

本申请实施例提供一种风险操作识别模型构建方法，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。

在一种可能的实施方式中，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。

在一种可能的实施方式中，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。

在一种可能的实施方式中，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。

在一种可能的实施方式中，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。

在一种可能的实施方式中，所述第i个加密训练数据集的贡献权重的生成过程，包括：