[发明专利]一种信用卡额度审核处理方法及装置

权利要求书

1.一种信用卡额度审核处理方法，其特征在于，包括：

获取联邦学习参与方自定义的用户输入信息；

基于预设信用卡额度审核模型对所述用户输入信息进行信用卡额度审核，得到信用卡额度审核结果；

其中，所述预设信用卡额度审核模型利用知识蒸馏方式对联邦学习模型进行处理得到；

所述联邦学习模型根据各联邦学习参与方分别提供的信用卡额度审核样本数据训练分布式机器学习框架得到。

2.根据权利要求1所述的信用卡额度审核处理方法，其特征在于，在利用知识蒸馏方式对联邦学习模型进行处理得到所述预设信用卡额度审核模型的步骤之后，所述信用卡额度审核处理方法还包括：

将所述预设信用卡额度审核模型存储至与各联邦学习参与方分别对应的本地；

从所述本地获取所述预设信用卡额度审核模型，并执行所述基于预设信用卡额度审核模型对所述用户输入信息进行信用卡额度审核，得到信用卡额度审核结果的步骤。

3.根据权利要求1所述的信用卡额度审核处理方法，其特征在于，在所述根据各联邦学习参与方分别提供的信用卡额度审核样本数据训练分布式机器学习框架得到所述联邦学习模型的步骤之前，所述信用卡额度审核处理方法还包括：

对各联邦学习参与方分别进行身份认证处理，若身份认证通过，则允许各联邦学习参与方提供所述信用卡额度审核样本数据。

4.根据权利要求1所述的信用卡额度审核处理方法，其特征在于，所述信用卡额度审核处理方法还包括：

在训练分布式机器学习框架得到所述联邦学习模型时，可视化展示由各联邦学习参与方分别提供的信用卡额度审核样本数据的标签信息。

5.一种信用卡额度审核处理装置，其特征在于，包括：

获取单元，用于获取联邦学习参与方自定义的用户输入信息；

审核单元，用于基于预设信用卡额度审核模型对所述用户输入信息进行信用卡额度审核，得到信用卡额度审核结果；

其中，所述预设信用卡额度审核模型利用知识蒸馏方式对联邦学习模型进行处理得到；

所述联邦学习模型根据各联邦学习参与方分别提供的信用卡额度审核样本数据训练分布式机器学习框架得到。

6.根据权利要求5所述的信用卡额度审核处理装置，其特征在于，在利用知识蒸馏方式对联邦学习模型进行处理得到所述预设信用卡额度审核模型的步骤之后，所述信用卡额度审核处理装置还用于：

将所述预设信用卡额度审核模型存储至与各联邦学习参与方分别对应的本地；

从所述本地获取所述预设信用卡额度审核模型，并执行所述基于预设信用卡额度审核模型对所述用户输入信息进行信用卡额度审核，得到信用卡额度审核结果的步骤。

7.根据权利要求5所述的信用卡额度审核处理装置，其特征在于，在所述根据各联邦学习参与方分别提供的信用卡额度审核样本数据训练分布式机器学习框架得到所述联邦学习模型的步骤之前，所述信用卡额度审核处理装置还用于：

对各联邦学习参与方分别进行身份认证处理，若身份认证通过，则允许各联邦学习参与方提供所述信用卡额度审核样本数据。

8.根据权利要求5所述的信用卡额度审核处理装置，其特征在于，所述信用卡额度审核处理装置还用于：

在训练分布式机器学习框架得到所述联邦学习模型时，可视化展示由各联邦学习参与方分别提供的信用卡额度审核样本数据的标签信息。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4任一所述方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至4任一所述方法。

11.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至4任一所述方法。