[发明专利]一种基于联邦学习的风险权重融合的异常检测方法在审
| 申请号： | 202111362361.7 | 申请日： | 2021-11-17 |
| 公开（公告）号： | CN114358912A | 公开（公告）日： | 2022-04-15 |
| 发明（设计）人： | 王楠;张大林;刘娟 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | G06Q40/02 | 分类号： | G06Q40/02;G06N20/00 |
| 代理公司： | 北京市商泰律师事务所 11255 | 代理人： | 黄晓军 |
| 地址： | 100044 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于联邦学习的风险权重融合的异常检测方法。该方法包括：将参与联邦学习的各银行机构视为客户端，各个客户端分别建立机器学习模型，在每轮迭代中，各个客户端的机器学习模型利用本地数据样本集迭代训练后，提取参数更新信息和本轮次训练的风险权重信息，并上传至中央服务器；中央服务器将接收到的所有参数更新信息融合各客户端的风险权重信息进行安全聚合后，下发联合模型参数更新信息给各个客户端，各个客户端根据接收的联合模型更新信息进行本地的机器学习模型的参数更新。本发明通过风险权值聚合的方式强化提取相应参与方的优势特征，在金融欺诈识别等异常检测领域，对于异常数据检测的准确率和召回率进行提升。 | ||
| 搜索关键词： | 一种 基于 联邦 学习 风险 权重 融合 异常 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京交通大学，未经北京交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111362361.7/，转载请声明来源钻瓜专利网。
