[發(fā)明專利]基于消費(fèi)數(shù)據(jù)的風(fēng)控方法、裝置、系統(tǒng)及可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010632412.2
• 申請(qǐng)日: 2020-07-03
• 公開(kāi)（公告）號(hào): CN111784472A
• 公開(kāi)（公告）日: 2020-10-16
• 發(fā)明（設(shè)計(jì)）人: 程勇;劉洋;陳天健
• 申請(qǐng)（專利權(quán)）人: 深圳前海微眾銀行股份有限公司
• 主分類號(hào): G06Q30/06
• 分類號(hào): G06Q30/06;G06Q30/02;G06K9/62;G06N20/00
• 代理公司: 深圳市世紀(jì)恒程知識(shí)產(chǎn)權(quán)代理事務(wù)所 44287
• 代理人: 張志江

1.一種基于消費(fèi)數(shù)據(jù)的風(fēng)控方法，其特征在于，所述基于消費(fèi)數(shù)據(jù)的風(fēng)控方法應(yīng)用于風(fēng)控設(shè)備，所述風(fēng)控設(shè)備至少與一消費(fèi)設(shè)備通信連接，所述基于消費(fèi)數(shù)據(jù)的風(fēng)控方法包括以下步驟：

接收各消費(fèi)設(shè)備傳輸?shù)拇A(yù)測(cè)用戶的風(fēng)險(xiǎn)子數(shù)據(jù)，并對(duì)各所述風(fēng)險(xiǎn)子數(shù)據(jù)進(jìn)行聚合，生成目標(biāo)風(fēng)險(xiǎn)數(shù)據(jù)，其中，各所述風(fēng)險(xiǎn)子數(shù)據(jù)基于各所述消費(fèi)設(shè)備內(nèi)的風(fēng)控子模塊，分別對(duì)待預(yù)測(cè)用戶在各所述消費(fèi)設(shè)備內(nèi)的消費(fèi)子數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)生成；

根據(jù)所述目標(biāo)風(fēng)險(xiǎn)數(shù)據(jù)，確定所述待預(yù)測(cè)用戶的風(fēng)控策略，并根據(jù)所述風(fēng)控策略，對(duì)所述待預(yù)測(cè)用戶進(jìn)行風(fēng)控。

2.如權(quán)利要求1所述的基于消費(fèi)數(shù)據(jù)的風(fēng)控方法，其特征在于，所述對(duì)各所述風(fēng)險(xiǎn)子數(shù)據(jù)進(jìn)行聚合，生成目標(biāo)風(fēng)險(xiǎn)數(shù)據(jù)的步驟之后，所述方法包括：

確定各所述風(fēng)控子模塊共同對(duì)應(yīng)的模型類型，若所述模型類型為風(fēng)控類型，則執(zhí)行根據(jù)所述目標(biāo)風(fēng)險(xiǎn)數(shù)據(jù)，確定所述待預(yù)測(cè)用戶的風(fēng)控策略的步驟；

若所述模型類型為異常檢測(cè)類型，則根據(jù)所述目標(biāo)風(fēng)險(xiǎn)數(shù)據(jù)所對(duì)應(yīng)的異常分?jǐn)?shù)，對(duì)所述待預(yù)測(cè)用戶進(jìn)行異常性檢測(cè)。

3.如權(quán)利要求1所述的基于消費(fèi)數(shù)據(jù)的風(fēng)控方法，其特征在于，所述接收各消費(fèi)設(shè)備傳輸?shù)拇A(yù)測(cè)用戶的風(fēng)險(xiǎn)子數(shù)據(jù)，并對(duì)各所述風(fēng)險(xiǎn)子數(shù)據(jù)進(jìn)行聚合，生成目標(biāo)風(fēng)險(xiǎn)數(shù)據(jù)的步驟之前，所述方法還包括：

與各所述消費(fèi)設(shè)備進(jìn)行樣本對(duì)齊或加密的樣本對(duì)齊，并接收各所述消費(fèi)設(shè)備內(nèi)經(jīng)樣本對(duì)齊確定的樣本特征數(shù)據(jù)分別對(duì)各所述消費(fèi)設(shè)備內(nèi)的預(yù)設(shè)風(fēng)控子模塊進(jìn)行訓(xùn)練所生成的中間結(jié)果；

對(duì)各所述中間結(jié)果進(jìn)行聚合，生成梯度信息并回傳到各所述消費(fèi)設(shè)備，以聯(lián)合所述風(fēng)控設(shè)備內(nèi)經(jīng)樣本對(duì)齊確定的樣本標(biāo)簽數(shù)據(jù)和各所述消費(fèi)設(shè)備的樣本特征數(shù)據(jù)進(jìn)行聯(lián)邦訓(xùn)練；

當(dāng)檢測(cè)到聯(lián)邦訓(xùn)練滿足預(yù)設(shè)結(jié)束條件時(shí)，完成聯(lián)邦訓(xùn)練，將各所述消費(fèi)設(shè)備內(nèi)的預(yù)設(shè)風(fēng)控子模塊分別生成為各所述風(fēng)控子模塊。

4.如權(quán)利要求3所述的基于消費(fèi)數(shù)據(jù)的風(fēng)控方法，其特征在于，所述預(yù)設(shè)結(jié)束條件包括預(yù)設(shè)訓(xùn)練次數(shù)、預(yù)設(shè)訓(xùn)練時(shí)長(zhǎng)或預(yù)設(shè)聯(lián)邦模型的損失函數(shù)收斂，所述當(dāng)檢測(cè)到聯(lián)邦訓(xùn)練滿足預(yù)設(shè)結(jié)束條件時(shí)，完成聯(lián)邦訓(xùn)練的步驟包括：

當(dāng)統(tǒng)計(jì)到聯(lián)邦訓(xùn)練的訓(xùn)練次數(shù)達(dá)到所述預(yù)設(shè)訓(xùn)練次數(shù)時(shí)，完成聯(lián)邦訓(xùn)練；

或者，當(dāng)統(tǒng)計(jì)到聯(lián)邦訓(xùn)練的訓(xùn)練時(shí)長(zhǎng)達(dá)到所述預(yù)設(shè)訓(xùn)練時(shí)長(zhǎng)時(shí)，完成聯(lián)邦訓(xùn)練；

或者，當(dāng)檢測(cè)到所述預(yù)設(shè)聯(lián)邦模型的損失函數(shù)收斂時(shí)，完成所述聯(lián)邦訓(xùn)練。

5.一種基于消費(fèi)數(shù)據(jù)的風(fēng)控方法，其特征在于，所述基于消費(fèi)數(shù)據(jù)的風(fēng)控方法應(yīng)用于消費(fèi)設(shè)備，所述基于消費(fèi)數(shù)據(jù)的風(fēng)控方法包括以下步驟：

與風(fēng)控設(shè)備進(jìn)行樣本對(duì)齊或者加密的樣本對(duì)齊，確定所述消費(fèi)設(shè)備的樣本特征數(shù)據(jù)；

基于所述樣本特征數(shù)據(jù)對(duì)所述消費(fèi)設(shè)備內(nèi)的預(yù)設(shè)風(fēng)控子模塊進(jìn)行訓(xùn)練，生成中間結(jié)果傳輸?shù)斤L(fēng)控設(shè)備；

接收所述風(fēng)控設(shè)備對(duì)所述中間結(jié)果聚合后生成的梯度信息，并基于所述梯度信息聯(lián)合所述風(fēng)控設(shè)備內(nèi)經(jīng)樣本對(duì)齊確定的樣本標(biāo)簽數(shù)據(jù)和所述消費(fèi)設(shè)備內(nèi)的樣本特征數(shù)據(jù)進(jìn)行聯(lián)邦模型訓(xùn)練；

當(dāng)接收到聯(lián)邦訓(xùn)練結(jié)束指令時(shí)，停止聯(lián)邦訓(xùn)練，并將所述消費(fèi)設(shè)備內(nèi)的預(yù)設(shè)風(fēng)控子模塊生成為所述消費(fèi)設(shè)備內(nèi)的風(fēng)控子模塊，以基于所述風(fēng)控子模塊進(jìn)行風(fēng)控。

6.如權(quán)利要求5所述的基于消費(fèi)數(shù)據(jù)的風(fēng)控方法，其特征在于，所述將所述消費(fèi)設(shè)備內(nèi)的預(yù)設(shè)風(fēng)控子模塊生成為所述消費(fèi)設(shè)備內(nèi)的風(fēng)控子模塊的步驟之后，所述方法還包括：

當(dāng)檢測(cè)到所述消費(fèi)設(shè)備內(nèi)更新數(shù)據(jù)的數(shù)據(jù)量大于預(yù)設(shè)閾值時(shí)，基于所述更新數(shù)據(jù)執(zhí)行與風(fēng)控設(shè)備進(jìn)行樣本對(duì)齊或者加密的樣本對(duì)齊，確定所述消費(fèi)設(shè)備的樣本特征數(shù)據(jù)的步驟，以基于所述更新數(shù)據(jù)對(duì)所述消費(fèi)設(shè)備內(nèi)的風(fēng)控子模塊進(jìn)行更新。

7.如權(quán)利要求5所述的基于消費(fèi)數(shù)據(jù)的風(fēng)控方法，其特征在于，所述與風(fēng)控設(shè)備進(jìn)行樣本對(duì)齊或者加密的樣本對(duì)齊，確定所述消費(fèi)設(shè)備的樣本特征數(shù)據(jù)的步驟之前，所述方法包括：

根據(jù)預(yù)設(shè)數(shù)據(jù)衍生模型，對(duì)所述消費(fèi)設(shè)備內(nèi)的消費(fèi)子數(shù)據(jù)進(jìn)行衍生，生成與所述消費(fèi)子數(shù)據(jù)對(duì)應(yīng)的衍生數(shù)據(jù)，以在與風(fēng)控設(shè)備進(jìn)行樣本對(duì)齊后，基于所述衍生數(shù)據(jù)和所述消費(fèi)子數(shù)據(jù)確定出所述消費(fèi)設(shè)備的樣本特征數(shù)據(jù)。