基于联邦学习的大数据风控系统

AITNT
正文
推荐专利
基于联邦学习的大数据风控系统
申请号:CN202510680540
申请日期:2025-05-26
公开号:CN120822239A
公开日期:2025-10-21
类型:发明专利
摘要
本发明公开了一种基于联邦学习的大数据风控系统,所述系统包括:本地联邦学习模块、匿名化数据处理引擎和云端协同训练平台,所述本地联邦学习模块、所述匿名化数据处理引擎和所述云端协同训练平台用于通过终端设备分布式训练反欺诈模型,实现跨机构风险特征聚合与隐私数据零泄露共享;本发明能够通过构建联邦学习与隐私计算融合的分布式风控架构,创新性集成动态数据混淆、联邦差分隐私与边缘计算优化技术,突破传统风控系统的数据壁垒与安全合规瓶颈。
技术关键词
风控系统 数据处理引擎 反欺诈模型 差分隐私 分布式训练 联邦模型 终端设备 分布式哈希表 支持多场景 云端 元学习算法 可信执行环境 生成对抗网络 风险 深度神经网络 平台 多节点 对抗性 异构
系统为您推荐了相关专利信息
1
一种基于时空图神经网络的卫星多任务自主规划方法及系统
蒙特卡洛树搜索 卫星轨道参数 多任务 规划 星间激光通信
2
基于联邦学习的地质灾害多机构隐私数据协同调查方法
协同调查方法 服务器 地质灾害预测 差分隐私 加密
3
一种基于数码显微镜图像的细胞切片识别方法及系统
数码显微镜 特征提取模型 识别方法 金字塔特征 切片
4
光伏集成并网电动汽车充电站的多层自适应控制框架
充电站 需求预测模型 数据预测模型 动态定价机制 深度强化学习
5
基于贡献加权聚合的异构联邦学习方法
联邦学习方法 差分隐私保护技术 差分隐私技术 个性化方法 异构设备
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号