[發明專利]基于縱向聯邦邏輯回歸的可疑交易監測方法及裝置

在審

• 申請號: 202110339256.5
• 申請日: 2021-03-30
• 公開（公告）號: CN113191072A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 劉鴻斌
• 申請（專利權）人: 中國建設銀行股份有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N20/20;G06Q20/40
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 賈磊;李輝

1.一種基于縱向聯邦邏輯回歸的可疑交易監測方法，其特征在于，包括：

獲取各個金融機構系統的建模需求信息，其中，所述建模需求信息為各個金融機構系統基于縱向聯邦學習算法建立非法資金轉移可疑交易監測模型的需求信息；

根據所述建模需求信息，確定有標簽金融機構系統和無標簽金融機構系統，其中，有標簽金融機構系統為具有標簽數據的金融機構系統，所述無標簽金融機構系統為不具有標簽數據的金融機構系統；

無標簽金融機構系統基于本地存儲的用戶數據，計算非法資金轉移可疑交易監測模型的模型參數，上傳至有標簽金融機構系統；

有標簽金融機構系統利用邏輯回歸方程，將各個無標簽金融機構系統的模型參數進行聚合，根據聚合結果更新非法資金轉移可疑交易監測模型的模型參數，直到獲得滿足預設條件的非法資金轉移可疑交易監測模型；

基于所述滿足預設條件的非法資金轉移可疑交易監測模型，監測各個金融機構系統中的非法資金轉移可疑交易。

2.如權利要求1所述的方法，其特征在于，在根據所述建模需求信息，確定有標簽金融機構系統和無標簽金融機構系統之后，所述方法還包括：

確定各個金融機構系統之間存在交集的用戶信息；

根據各個金融機構系統之間存在交集的用戶信息，構建各個金融機構系統基于縱向聯邦學習算法建立非法資金轉移可疑交易監測模型的數據樣本。

3.如權利要求2所述的方法，其特征在于，確定各個金融機構系統之間存在交集的用戶信息，包括：

對每個金融機構系統中各個用戶的唯一身份標識進行加密；

基于加密后的唯一身份標識，確定各個金融機構系統之間存在交集的用戶信息。

4.如權利要求1所述的方法，其特征在于，在無標簽金融機構系統基于本地存儲的用戶數據，計算非法資金轉移可疑交易監測模型的模型參數，上傳至有標簽金融機構系統之前，所述方法還包括：

有標簽金融機構系統向無標簽金融機構系統發送密鑰信息，其中，所述密鑰信息用于無標簽金融機構系統加密待與有標簽金融機構系統交換的數據。

5.如權利要求4所述的方法，其特征在于，在無標簽金融機構系統基于本地存儲的用戶數據，計算非法資金轉移可疑交易監測模型的模型參數，上傳至有標簽金融機構系統之前，所述方法還包括：

無標簽金融機構系統根據所述密鑰信息，對待上傳的模型參數進行加密。

6.如權利要求1所述的方法，其特征在于，在無標簽金融機構系統基于本地存儲的用戶數據，計算非法資金轉移可疑交易監測模型的模型參數之前，所述方法還包括：

根據各個金融機構系統的建模需求信息和本地存儲的用戶數據，確定各個金融機構系統中非法資金轉移可疑交易監測模型的初始參數和特征向量矩陣。

7.如權利要求1所述的方法，其特征在于，所述方法還包括：

確定正樣本標簽和負樣本標簽，其中，所述正樣本標簽為各個金融機構系統歷史上報的可疑交易信息；所述負樣本標簽為人工審核為非可疑交易信息。