[發(fā)明專利]優(yōu)化風(fēng)險檢測模型的方法及裝置

有效

• 申請?zhí)枺?/td>: 202011147798.4
• 申請日: 2020-10-23
• 公開（公告）號: CN112200380B
• 公開（公告）日: 2023-07-25
• 發(fā)明（設(shè)計）人: 李輝;李勇鋒;金宏;王維強;宋樂
• 申請（專利權(quán)）人: 支付寶（杭州）信息技術(shù)有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/0635;G06Q10/067;G06N20/00
• 代理公司: 北京億騰知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11309
• 代理人: 陳霽;周良玉

1.一種優(yōu)化風(fēng)險檢測模型的方法，所述風(fēng)險檢測模型用于識別有風(fēng)險或有安全隱患的業(yè)務(wù)對象，包括：

獲取由業(yè)務(wù)對象構(gòu)成的樣本集，所述樣本集中包括具有第一標簽值的正常業(yè)務(wù)對象對應(yīng)的正常樣本和具有第二標簽值的風(fēng)險業(yè)務(wù)對象對應(yīng)的原始風(fēng)險樣本，所述業(yè)務(wù)對象為賬號、交易或文本，所述業(yè)務(wù)對象為賬號時，所述正常樣本和原始風(fēng)險樣本的樣本特征包括如下至少之一：賬號的注冊時長、注冊信息、最近一段時間的使用頻次、發(fā)表評論的頻次；所述業(yè)務(wù)對象為交易時，所述正常樣本和原始風(fēng)險樣本的樣本特征包括如下至少之一：交易金額、交易時間、支付渠道、交易雙方屬性信息；所述業(yè)務(wù)對象為文本時，所述正常樣本和原始風(fēng)險樣本的樣本特征包括如下至少之一：文本中的字符、文本發(fā)布時間、來源；

對于所述樣本集中對應(yīng)于風(fēng)險業(yè)務(wù)對象的各個原始風(fēng)險樣本的樣本特征，根據(jù)訓(xùn)練所述風(fēng)險檢測模型使用的損失函數(shù)以及當前的風(fēng)險檢測模型，確定用于生成變換的變換生成函數(shù)，該變換生成函數(shù)使得施加所述變換后的對抗風(fēng)險樣本針對第一標簽值計算的損失值達到最小；利用所述變換生成函數(shù)，針對該原始風(fēng)險樣本的樣本特征，生成攻擊變換，得到對應(yīng)的對抗風(fēng)險樣本的樣本特征，所述對抗風(fēng)險樣本相對于對應(yīng)的原始風(fēng)險樣本，利用所述損失函數(shù)針對第一標簽值計算的損失值減小；

基于所述損失函數(shù)，確定所述風(fēng)險檢測模型處理各個對抗風(fēng)險樣本的樣本特征對應(yīng)的第一預(yù)測損失，以及處理各個正常樣本的樣本特征對應(yīng)的第二預(yù)測損失；

至少基于所述第一預(yù)測損失和第二預(yù)測損失，確定針對所述樣本集的總預(yù)測損失；

以所述總預(yù)測損失最小化為目標，調(diào)整所述風(fēng)險檢測模型的模型參數(shù)，以優(yōu)化所述風(fēng)險檢測模型。

2.根據(jù)權(quán)利要求1所述的方法，其中，確定用于生成變換的變換生成函數(shù)，包括：

針對所述樣本集中任意的第一原始風(fēng)險樣本，利用當前生成函數(shù)生成第一中間變換，并通過在第一原始風(fēng)險樣本的樣本特征上疊加所述第一中間變換得到第一中間樣本；

利用當前的風(fēng)險檢測模型計算第一中間樣本的預(yù)測值，并將該預(yù)測值與所述第一標簽值代入所述損失函數(shù)，得到所述第一中間樣本針對第一標簽值的對抗損失；

確定目標函數(shù)，其至少包括各個原始風(fēng)險樣本對應(yīng)的中間樣本的對抗損失之和；

以所述目標函數(shù)最小化為目標，調(diào)整所述當前生成函數(shù)中的參數(shù)，將調(diào)整后的當前生成函數(shù)確定為所述變換生成函數(shù)。

3.根據(jù)權(quán)利要求2所述的方法，其中，所述目標函數(shù)還包括，各個原始風(fēng)險樣本對應(yīng)的中間變換的變換量絕對值之和或平方和。

4.根據(jù)權(quán)利要求1所述的方法，還包括，基于所述損失函數(shù)，確定所述風(fēng)險檢測模型針對各個原始風(fēng)險樣本的第三預(yù)測損失；

確定針對所述樣本集的總預(yù)測損失包括，將所述總預(yù)測損失確定為，所述第一預(yù)測損失，第二預(yù)測損失和第三預(yù)測損失的加權(quán)和。

5.根據(jù)權(quán)利要求1所述的方法，其中，調(diào)整所述風(fēng)險檢測模型的模型參數(shù)，包括：

確定所述總預(yù)測損失相對于所述模型參數(shù)的參數(shù)梯度；

沿所述參數(shù)梯度下降的方向，調(diào)整所述模型參數(shù)的參數(shù)值。