一种基于纵向联邦学习的信用风险评估方法和装置

本发明公开了一种基于纵向联邦学习的信用风险评估方法和装置，方法包括通过信贷节点响应于建模请求，对信贷数据和手机数据进行加密身份对齐，并筛选信贷特征和通信特征；采用信贷特征和通信特征，基于纵向联邦学习训练不同模型架构的多个初始评估模型，得到多个目标评估模型；计算各目标评估模型的模型指标，按照模型指标从多个目标评估模型中选取信用风险评估模型；当接收到待评估手机数据时，通过信用风险评估模型按照待评估手机数据确定对应的用户信用风险。从而能够在保证隐私安全的前提下建立信用风险评价模型，并通过手机数据实现对信用白户的提前筛选和风险划分。