[发明专利]一种风险防控方法、装置及设备

权利要求书

1.一种风险防控方法，应用于终端设备，所述方法包括：

接收服务器下发的所述终端设备所属的分类群组对应的待训练的目标业务的初始风险防控模型，所述终端设备所属的分类群组是所述服务器基于不同终端设备提供的训练后的第一模型中的预设网络层中的参数和相应的参数值，对不同的终端设备进行聚类得到；

基于预先存储的训练样本数据对所述初始风险防控模型进行模型训练，得到所述终端设备对应的风险防控子模型，所述训练样本数据中至少包括与所述终端设备的用户和所述目标业务相关的数据；

将所述风险防控子模型发送给所述服务器，以使所述服务器对所述终端设备所属的分类群组中的不同终端设备提供的风险防控子模型进行模型融合处理，得到所述终端设备所属的分类群组对应的风险防控模型；

接收所述服务器发送的所述终端设备所属的分类群组对应的风险防控模型，并基于所述风险防控模型对获取的所述目标业务的数据进行风险防控处理。

2.根据权利要求1所述的方法，所述初始风险防控模型由预设的神经网络模型构建。

3.根据权利要求1所述的方法，所述将所述风险防控子模型发送给所述服务器，包括：

使用预设的第一加密算法对所述风险防控子模型进行加密处理，得到加密后的风险防控子模型，并将所述加密后的风险防控子模型发送给所述服务器。

4.根据权利要求1所述的方法，所述方法还包括：

接收服务器下发的待训练的第一模型，所述第一模型中的模型参数的参数值为随机产生的参数值或预设的参数值；

基于所述训练样本数据对所述第一模型进行模型训练，得到所述训练后的第一模型，并获取所述训练后的第一模型中的预设网络层中的参数和相应的参数值；

将所述训练后的第一模型中的预设网络层中的参数和相应的参数值发送给所述服务器，以使所述服务器基于不同终端设备提供的训练后的第一模型中的预设网络层中的参数和相应的参数值，对不同的终端设备进行聚类，得到不同终端设备所属的分类群组。

5.根据权利要求4所述的方法，所述第一模型由预设的神经网络模型构建，所述第一模型与所述初始风险防控模型不同。

6.根据权利要求4所述的方法，所述终端设备所属的分类群组是所述服务器基于不同终端设备提供的训练后的第一模型中的预设网络层中的参数和相应的参数值，通过预设的聚类算法对不同的终端设备进行聚类得到。

7.根据权利要求6所述的方法，所述聚类算法为K-means聚类算法。

8.根据权利要求4所述的方法，所述将所述训练后的第一模型中的预设网络层中的参数和相应的参数值发送给所述服务器，包括：

使用预设的第二加密算法对所述训练后的第一模型中的预设网络层中的参数和相应的参数值进行加密处理，得到加密后的参数和相应的加密后的参数值，并将加密后的参数和相应的加密后的参数值发送给所述服务器。

9.根据权利要求1所述的方法，所述基于所述风险防控模型对获取的所述目标业务的数据进行风险防控处理，包括：

获取待检测的所述目标业务的业务数据；

将所述业务数据输入到所述风险防控模型中，以对所述业务数据是否存在预设风险进行检测，得到相应的检测结果；

如果所述检测结果指示所述业务数据存在预设风险，则取消所述终端设备执行所述目标业务的业务处理。

10.根据权利要求1所述的方法，所述方法还包括：

如果检测到所述训练样本数据被更新，则获取更新后的训练样本数据；

基于更新后的训练样本数据对所述风险防控模型进行模型训练，得到训练后的风险防控模型，并基于训练后的风险防控模型对所述目标业务的数据进行风险防控处理。