全球数字财富领导者

工商银行申请基于联邦学习的金融异常行为检测方法及装置专利,能够打破金融机构建的信息壁垒,有效利用分布式隐私数据进行模型训练,以提高对金融风险的识别效果

2024-03-11 09:00:41
金融界
金融界
关注
0
0
获赞
粉丝
喜欢 0 0收藏举报
— 分享 —
摘要:金融界2024年3月11日消息,据国家知识产权局公告,中国工商银行股份有限公司申请一项名为“基于联邦学习的金融异常行为检测方法及装置“,公开号CN117670547A,申请日期为2023年12月。专利摘要显示,本发明可用于人工智能技术在金融方面应用的技术领域,本发明提供了一种基于联邦学习的金融异常行为检测方法及装置,对应的方法包括:接收待检测的金融异常行为的属性数据;根据所述待检测的金融异常行为的属性数据以及预生成的基于联邦学习的行为检测模型判定所述待检测的金融异常行为是否为异常,其中,所述行为检测模型包括全局参数训练模型以及多个局部参数训练模型;所述全局参数训练模型的首轮训练全局参数为从多个分布式节点中选取的至少一个节点的局部参数所拟合生成的,且所述局部参数训练模型的训练数据含有时间权重。本发明能够打破金融机构建的信息壁垒,有效利用分布式隐私数据进行模型训练,以提高对金融风险的识别效果。

金融界2024年3月11日消息,据国家知识产权局公告,中国工商银行股份有限公司申请一项名为“基于联邦学习的金融异常行为检测方法及装置“,公开号CN117670547A,申请日期为2023年12月。

专利摘要显示,本发明可用于人工智能技术在金融方面应用的技术领域,本发明提供了一种基于联邦学习的金融异常行为检测方法及装置,对应的方法包括:接收待检测的金融异常行为的属性数据;根据所述待检测的金融异常行为的属性数据以及预生成的基于联邦学习的行为检测模型判定所述待检测的金融异常行为是否为异常,其中,所述行为检测模型包括全局参数训练模型以及多个局部参数训练模型;所述全局参数训练模型的首轮训练全局参数为从多个分布式节点中选取的至少一个节点的局部参数所拟合生成的,且所述局部参数训练模型的训练数据含有时间权重。本发明能够打破金融机构建的信息壁垒,有效利用分布式隐私数据进行模型训练,以提高对金融风险的识别效果。

敬告读者:本文为转载发布,不代表本网站赞同其观点和对其真实性负责。FX168财经仅提供信息发布平台,文章或有细微删改。
go