征信模型的成员隐私风险检测的数据生成方法及系统

本发明公开了一种征信模型的成员隐私风险检测的数据生成方法及系统，包括：分别估算成员数据和非成员数据在各个征信类别上的平均预测置信度，作为判断阀值；从待测目标征信模型的样本空间中随机采样得到一个样本，并对于样本的每一个特征维度，从该特征维度的特征值空间中随机采样一个新的特征值替换当前的特征值，生成得到一个种子样本；将种子样本输入至待测目标征信模型，得到后验概率预测输出；当种子样本在目标标签c的预测概率满足成员数据或非成员数据的判断阈值条件时，则对应作为成员检测样本或非成员检测样本；生成满足样本数量的检测数据。本发明能够更精准地捕捉征信模型在两类不同数据上的表现差异，保障所生成检测数据的有效性。