買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉大連理工大學(xué)申請(qǐng)的專利基于聯(lián)邦學(xué)習(xí)隱私保護(hù)的金融異常行為檢測(cè)方法及系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120354313B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510815074.9，技術(shù)領(lǐng)域涉及：G06F18/2433；該發(fā)明授權(quán)基于聯(lián)邦學(xué)習(xí)隱私保護(hù)的金融異常行為檢測(cè)方法及系統(tǒng)是由劉思彤;秦宇辰;劉桐瑞;周弈志設(shè)計(jì)研發(fā)完成，并于2025-06-18向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于聯(lián)邦學(xué)習(xí)隱私保護(hù)的金融異常行為檢測(cè)方法及系統(tǒng)在說(shuō)明書摘要公布了：本申請(qǐng)?zhí)峁┝嘶诼?lián)邦學(xué)習(xí)隱私保護(hù)的金融異常行為檢測(cè)方法及系統(tǒng)，涉及人工智能與數(shù)據(jù)安全技術(shù)領(lǐng)域，該方法包括：將候選樣本與原數(shù)據(jù)合并后進(jìn)行本地訓(xùn)練，輸出本地模型的更新參數(shù)；對(duì)本地更新后的模型權(quán)重參數(shù)進(jìn)行加密，并更新后進(jìn)行安全聚合；對(duì)加密模型更新權(quán)重進(jìn)行解密，重新加密全局模型并返回給本地節(jié)點(diǎn)，本地節(jié)點(diǎn)解密全局模型并與本地模型精度對(duì)比，參數(shù)更新后循環(huán)迭代，直至全局模型的性能指標(biāo)趨于穩(wěn)定。本申請(qǐng)解決了因金融數(shù)據(jù)分散且隱私要求高，導(dǎo)致跨機(jī)構(gòu)異常行為檢測(cè)樣本不足、模型泛化能力弱，影響識(shí)別準(zhǔn)確性與效率的問(wèn)題。聯(lián)邦學(xué)習(xí)與偽樣本生成相結(jié)合，在保護(hù)數(shù)據(jù)隱私的前提下實(shí)現(xiàn)多機(jī)構(gòu)協(xié)同建模，提升了模型訓(xùn)練質(zhì)量和檢測(cè)性能。

本發(fā)明授權(quán)基于聯(lián)邦學(xué)習(xí)隱私保護(hù)的金融異常行為檢測(cè)方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于聯(lián)邦學(xué)習(xí)隱私保護(hù)的金融異常行為檢測(cè)方法，其特征在于，所述方法包括： S1、收集本地金融數(shù)據(jù)，構(gòu)造基于基座模型的公開數(shù)據(jù)生成器，通過(guò)調(diào)整提示文本，生成與本地異常數(shù)據(jù)相近的偽樣本，將所述偽樣本作為候選樣本； S2、將所述候選樣本與原數(shù)據(jù)合并，本地節(jié)點(diǎn)使用卷積神經(jīng)網(wǎng)絡(luò)對(duì)合并數(shù)據(jù)進(jìn)行本地訓(xùn)練，實(shí)時(shí)計(jì)算所述基座模型的損失，并根據(jù)所述損失進(jìn)行參數(shù)的優(yōu)化，訓(xùn)練完成后，輸出本地基座模型的更新參數(shù)； S3、采用對(duì)稱加密算法與非對(duì)稱加密算法相結(jié)合的方式對(duì)本地更新后的本地基座模型權(quán)重參數(shù)進(jìn)行加密，并將加密后的本地基座模型權(quán)重參數(shù)發(fā)送至中心節(jié)點(diǎn)進(jìn)行安全聚合； S4、使用中心節(jié)點(diǎn)持有的私鑰對(duì)來(lái)自各本地節(jié)點(diǎn)的加密后的本地基座模型權(quán)重參數(shù)進(jìn)行解密，解密后的本地基座模型權(quán)重參數(shù)將用于計(jì)算全局模型的更新參數(shù)，使用對(duì)稱加密算法與非對(duì)稱加密算法相結(jié)合，重新加密全局模型并返回給本地節(jié)點(diǎn)，所述本地節(jié)點(diǎn)解密全局模型，并與本地模型精度對(duì)比，執(zhí)行參數(shù)更新； S5、反復(fù)執(zhí)行S2-S4過(guò)程循環(huán)迭代，直至所述全局模型的性能指標(biāo)趨于穩(wěn)定，滿足預(yù)設(shè)的收斂條件，其中， 中心節(jié)點(diǎn)在每一輪迭代中對(duì)多個(gè)本地節(jié)點(diǎn)返回的加密模型更新參數(shù)進(jìn)行安全聚合，計(jì)算新的全局模型更新參數(shù)； =SecureAgg； 其中，為第i個(gè)本地節(jié)點(diǎn)在第t輪訓(xùn)練中生成的模型更新，為加密操作，為解密操作，為參與聚合的本地節(jié)點(diǎn)集合，SecureAgg為中心節(jié)點(diǎn)執(zhí)行的安全聚合算法，用于對(duì)已解密的模型更新進(jìn)行加權(quán)處理，為聚合后的全局模型更新參數(shù)，將作為新一輪同步回各本地節(jié)點(diǎn)的全局模型更新參數(shù)； 本地節(jié)點(diǎn)在接收到中心節(jié)點(diǎn)返回的全局模型更新參數(shù)后，將所述全局模型更新參數(shù)與本地模型當(dāng)前參數(shù)進(jìn)行融合，生成新一輪本地模型參數(shù)，融合過(guò)程算法為： =×+； 其中，為本地節(jié)點(diǎn)第輪的模型參數(shù)，為由中心節(jié)點(diǎn)返回的第輪全局模型更新參數(shù)，為融合系數(shù)； 所述融合系數(shù)為控制本地模型對(duì)全局模型更新參數(shù)的接納程度，根據(jù)本地模型精度動(dòng)態(tài)調(diào)整； 本地節(jié)點(diǎn)將在融合后執(zhí)行一次評(píng)估，若融合后的模型精度優(yōu)于原始模型，則接受更新，否則保留原模型并記錄拒絕原因。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人大連理工大學(xué)，其通訊地址為：116000 遼寧省大連市甘井子區(qū)凌工路2號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。