基于动态聚合与隐私保护的风险预测方法及系统

本申请涉及数据处理技术领域，公开了一种基于动态聚合与隐私保护的风险预测方法及系统。该方法包括：采集多源异构数据并标准化处理；构建包含节点、边及拓扑属性的局部风险关联图谱；将图谱输入联邦图神经网络，通过局部差分隐私机制进行计算，得到融合风险表示；对风险表示进行多层级特征提取与等级划分，生成综合风险评分与预警信号。本申请实现多源异构数据的动态聚合，保护数据隐私的同时实现多机构间的数据协同，并通过多层级特征提取提高风险预测的准确性和可解释性，既能在不共享原始数据的情况下进行跨机构的风险知识融合，又能保证风险预测结果的实时性和准确性。