摘要
本发明公开基于纵向联邦学习加密聚合算法的风险资产分析方法,方法为:将风险资产数据预处理得到脱敏风险资产数据;收发双方将自身脱敏风险资产数据的样本ID通过两次同态加密和交换后,由发送方取交集得到对齐后的样本ID交集集合密文;再由接收方解密样本ID交集集合密文并标签预测和加密得到加密标签值;从风险资产数据中选择与风险资产关联的特征并设置权重;构建风险资产关联分析模型并纵向联邦加密聚合训练得到关联分析模型;根据训练后的关联分析模型计算总风险得分并进行风险分类,形成风险分类结果;根据风险评估结果制定风险应对策略,再对风险应对策略进行优先级排序,优先处理总风险得分高的风险资产。本发明提供高效的风险资产预测与预防手段。
技术关键词
资产
风险
加密
分析方法
可信执行环境
数据
分析模型参数
接收方
算法
样本
发送方
标签
策略
解密
交叉验证方法
私钥
闭环监控
机器学习方法
动态校正
评分机制
系统为您推荐了相关专利信息
胶质母细胞瘤患者
定量PCR引物
复发性胶质母细胞瘤
基因芯片
试剂盒
图像分析方法
深度学习分析
特征数据库
图像采集模块
医疗专业
参数管理方法
业务系统
风险预测模型
管理中心
脚本