首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于联邦学习和隐私保护的供应链金融信贷风险评估方法、系统及存储介质 

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:哈尔滨理工大学;哈尔滨工业大学;中数(深圳)时代科技有限公司

摘要:本发明一种基于联邦学习和隐私保护的供应链金融信贷风险评估方法、系统及存储介质,涉及供应链金融领域,为解决现有方法中模型无法灵活适应不同类型数据,以及数据量不足和数据隐私问题。本发明基于联邦学习模型,参与方客户端采用信息瓶颈对信贷数据进行特征提取,并采用差分隐私向数据添加噪声,中心服务器对数据进行汇总得到全局数据集;改进的多层感知机的网络模型引入自适应激活函数和层间残差连接,参与方客户端基于本地数据集结合全局数据集对网络模型进行训练,采用同态加密对传送的模型参数加密,中心服务器对各参与方客户端模型参数进行安全聚合并解密,更新模型参数,循环训练得到信贷风险评估模型,对供应链金融信贷风险进行评估。

主权项:1.一种基于联邦学习和隐私保护的供应链金融信贷风险评估方法,其特征在于,所述方法基于联邦学习模型,所述联邦学习模型包括一个中心服务器和m个客户端,所述客户端中,若指定其中客户端为参与方客户端,则除去所述参与方客户端以外的客户端为其他客户端;所述风险评估方法包括如下步骤:S1、各客户端分别采集信贷历史数据并构建信贷数据集;S2、所述中心服务器构建有改进的多层感知机的网络模型,模型引入了自适应激活函数,并引入层间残差连接,以使信息在层间更有效地传递;S3、所述中心服务器随机选取n个参与方客户端,参与方客户端采用信息瓶颈对信贷数据进行特征提取,并采用差分隐私向数据添加噪声,将处理后信贷数据发送至中心服务器进行汇总得到全局数据集,随后中心服务器将全局数据集下发至各参与方客户端;S4、所述中心服务器将待训练模型下发至各参与方客户端,各参与方客户端基于本地数据集结合共享的全局数据集对接收的模型进行训练,并将本地训练得到的模型参数进行同态加密,发送至中心服务器;S5、中心服务器对接收的各个模型参数进行安全聚合并解密,更新模型参数,得到全局模型;S6、重复执行S4至S5,至模型收敛或达到最大迭代次数,得到信贷风险评估模型;S7、基于所述信贷风险评估模型对供应链金融信贷风险进行评估。

全文数据:

权利要求:

百度查询: 哈尔滨理工大学 哈尔滨工业大学 中数(深圳)时代科技有限公司 一种基于联邦学习和隐私保护的供应链金融信贷风险评估方法、系统及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。