[發明專利]網絡詐騙的預警方法、裝置、設備及介質

在審

• 申請號: 202110594955.4
• 申請日: 2021-05-28
• 公開（公告）號: CN113177674A
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 劉志強;王方圓;尚程;阿曼太;梁彧;蔡琳;楊滿智;王杰;田野;金紅;陳曉光;傅強
• 申請（專利權）人: 恒安嘉新(北京)科技股份公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/26;G06F21/60;G06N20/20
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發明實施例公開了一種網絡詐騙的預警方法、裝置、設備及介質。該方法包括：第一數據方獲取權限范圍內的第一用戶數據，并使用第一用戶數據預訓練得到第一中間模型；第一數據方使用第一中間模型的第一模型參數，與第二數據方訓練得到的第二中間模型的第二模型參數進行聯邦學習，得到全局梯度值；第一數據方根據全局梯度值對第一中間模型進行修正并使用修正后的第一中間模型繼續訓練得到第一網絡詐騙預警模型；第一數據方將待識別的目標第一用戶數據輸入至第一網絡詐騙預警模型，得到目標第一用戶數據的網絡詐騙預警結果。上述技術方案中，通過聯邦學習得到網絡詐騙預警模型，避免了數據泄露，解決了數據孤島的問題，提高了網絡詐騙的預警精準度。

技術領域

本發明實施例涉及網絡安全技術領域，尤其涉及一種網絡詐騙的預警方法、裝置、設備及介質。

背景技術

隨著信息技術的飛速發展，電信詐騙、釣魚網站等利用網絡開展違法犯罪活動的行為越來越多，網絡詐騙也隨著社會的發展一直呈現出新的變化和新的特點，其作案手段更為隱蔽，詐騙手段逐漸升級。網絡詐騙預警始終是網絡安全治理的重要議題。

目前，在網絡詐騙的預警過程中，可以使用基于機器學習算法的網絡詐騙預警模型識別受害人，并向受害人發出預警，其中，網絡詐騙預警模型可以使用多種數據來源的網絡數據訓練而成。但是，在實際情況中，由于行業競爭、數據隱私安全、行政流程復雜等原因，導致不同數據源之間的數據交互、數據共享難以實現；而僅使用本地數據完成網絡詐騙預警模型的訓練，可能由于訓練數據的數量較少且內容單一，導致通過訓練后的網絡詐騙預警模型識別的受害人準確度較低，進而降低了網絡詐騙的預警精準度。因此，如何避免數據泄露，解決數據孤島的問題，并提高網絡詐騙的預警精準度是亟待解決的問題。

發明內容

本發明實施例提供一種網絡詐騙的預警方法、裝置、設備及介質，以避免數據泄露，解決數據孤島的問題，并提高訓練后的模型的識別精準度。

第一方面，本發明實施例提供了一種網絡詐騙的預警方法，包括：

第一數據方獲取權限范圍內的第一用戶數據，并使用第一用戶數據預訓練得到第一中間模型；

第一數據方使用第一中間模型的第一模型參數，與第二數據方訓練得到的第二中間模型的第二模型參數進行聯邦學習，得到全局梯度值，其中，第二中間模型為第二數據方根據權限范圍內的第二用戶數據預訓練得到的；

第一數據方根據全局梯度值對第一中間模型進行修正，并使用修正后的第一中間模型，繼續訓練得到第一網絡詐騙預警模型；

第一數據方將待識別的目標第一用戶數據輸入至第一網絡詐騙預警模型，得到目標第一用戶數據的網絡詐騙預警結果。

第二方面，本發明實施例還提供了一種網絡詐騙的預警裝置，包括：

第一中間模型生成模塊，用于第一數據方獲取權限范圍內的第一用戶數據，并使用第一用戶數據預訓練得到第一中間模型；

聯邦學習模塊，用于第一數據方使用第一中間模型的第一模型參數，與第二數據方訓練得到的第二中間模型的第二模型參數進行聯邦學習，得到全局梯度值，其中，第二中間模型為第二數據方根據權限范圍內的第二用戶數據預訓練得到的；

第一網絡詐騙預警模型生成模塊，用于第一數據方根據全局梯度值對第一中間模型進行修正，并使用修正后的第一中間模型，繼續訓練得到第一網絡詐騙預警模型；

網絡詐騙預警模塊，用于第一數據方將待識別的目標第一用戶數據輸入至第一網絡詐騙預警模型，得到對目標第一用戶數據的網絡詐騙預警結果。

第三方面，本發明實施例還提供了一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述程序時實現如本發明任意實施例所述的網絡詐騙的預警方法。