基于机器学习的金融数据处理方法、系统及存储介质

本申请公开了一种基于机器学习的金融数据处理方法、系统及存储介质,该方法包括：通过Paillier同态加密对金融机构客户征信数据加密并提取风险特征向量；将本地梯度参数经秘密共享分割后通过BGW协议安全聚合为全局梯度参数；基于隐私等级对全局梯度参数差分隐私噪声注入并联邦训练得到跨机构信贷评估结果；同态加密计算风险特征与评估结果获得加密信用评分，安全多方计算解密生成客户信用报告；区块链监管合规验证生成审计记录，根据业务紧急度动态调整隐私预算优化方案。本申请解决了现有金融数据处理方法中数据孤岛导致的信息不完整、隐私保护机制不足导致的数据泄露风险、以及缺乏有效监管合规验证机制的技术问题。