买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：青岛檬豆网络科技有限公司

摘要：本发明提供了一种基于企业物联网的贷后风险评估方法、介质及系统，属于贷后风险评估技术领域，包括：采集每隔指定时间间隔的企业物联网数据,形成企业数据集，预处理后利用预处理的贷后数据及其风险指数训练基础风险评估模型。随后,将数据划分成多个重叠区块,分发给不同算力提供方。每方提取区块特征,进行加密分享和混淆计算,返回混淆预测值。企业终端解混淆得到真实预测值,计算损失函数梯度,添加随机噪声后分发给各方更新本地模型。多轮迭代后,各方恢复整体模型参数,企业终端汇总构建最终评估模型。将新企业数据输入该模型,即可自动化评估其贷后风险，解决了现有技术对贷后风险进行评估时，企业数据存在泄露风险的技术问题。

主权项：1.一种基于企业物联网的贷后风险评估方法，其特征在于，本方法通过企业终端、算力提供方以及汇总终端的分布式协作计算进行贷后风险评估，本方法包括以下步骤：S01、通过企业终端采集多个已知贷后风险指数的企业的历史相关数据,具体是采集每隔指定时间间隔的企业物联网数据,形成企业数据集；S02、企业终端对所述企业数据集进行预处理,得到预处理数据集；S03、企业终端采用所述预处理数据集及其对应的企业贷后风险指数,训练一个神经网络模型,得到企业贷后风险评估基础模型；S04、企业终端将所述预处理数据集根据采集时间分区成多个相邻数据区块,相邻数据区块之间具有预定比例的数据重叠,每个预处理数据集的不同数据区块对应不同的算力提供方,对每个数据区块提取特征矩阵,得到区块特征矩阵,采用预设的偏移向量,将所述区块特征矩阵转化为区块偏移特征矩阵；S05、企业终端将所述区块偏移特征矩阵进行秘密分享,得到多个分片矩阵,并为每个分片矩阵生成一个不同的随机数向量；S06、企业终端将每个分片矩阵与对应的随机数向量进行逐元素相加运算,得到混淆分片特征矩阵,将每个混淆分片特征矩阵分发给对应的算力提供方；S07、每个算力提供方根据所获得的混淆分片特征矩阵,利用所述企业贷后风险评估基础模型进行前向传播计算,得到混淆预测值；S08、每个算力提供方将所述混淆预测值发送回企业终端,企业终端根据对应的随机数向量对所述混淆预测值进行解混淆,得到真实预测值；S09、企业终端根据所述真实预测值与实际风险指数的损失函数值,利用反向传播算法计算模型参数的梯度更新值,并加上随机噪声作为混淆梯度更新值,分别发送给对应的算力提供方；S10、每个算力提供方根据所获得的混淆梯度更新值进行本地模型参数更新,完成当前迭代的模型训练,；重复执行步骤S07-S10,直至模型收敛或达到预设迭代次数；S11、算力提供方将本地更新后的模型参数进行秘密恢复,得到整体模型参数；S12、汇总终端收集各算力提供方恢复后的整体模型参数,构建最终企业贷后风险评估模型；S13、将新采集的待测贷后风险的企业物联网数据输入所述汇总终端的企业贷后风险评估模型,对企业的贷后风险状况进行评估，得到对应的贷后风险并输出。

全文数据：

权利要求：

百度查询： 青岛檬豆网络科技有限公司 一种基于企业物联网的贷后风险评估方法、介质及系统