一种基于粒球拓扑凝聚的金融风险预测方法和装置
本申请涉及金融风险预测,尤其涉及一种基于粒球拓扑凝聚的金融风险预测方法和装置。
背景技术:
1、金融业务开展过程中,交易主体可能出现违约、欺诈等风险,准确识别风险主体对金融机构控制损失具有直接作用。单个机构掌握的数据维度有限,识别准确度受到制约,跨机构的联合风控因此成为普遍需求。但各机构的数据涉及隐私,不能直接交换或汇总,这形成了数据孤岛的局面,如何在保护各方数据的前提下完成联合建模,是风险预测需要解决的前提问题。
2、现有做法中,一类是各方将原始数据汇总到中心节点做明文训练,数据在汇总环节已经脱离各方控制,隐私无从保障。另一类引入同态加密技术,各方在本地加密后上传,云端在密文状态下执行风险分类模型的训练,云端无法还原原始数据,隐私得到保护,这类方式逐渐成为主流选择。其中常见的做法是对每一个原始样本单独编码加密后逐个上传至云端,云端在密文域执行逻辑回归等分类模型的训练,训练完成后再将模型用于新样本的风险判定。
3、这类逐样本加密的方式存在几方面不足。密文数据的规模与原始样本数量直接相关,样本数量越大需要上传的密文越多,客户端的加密开销、传输开销和云端的存储开销都随样本数量线性增长。同态加密下的密文运算开销远高于明文运算,训练迭代中涉及的密文乘法次数随样本数量增长,云端完成一轮训练所需的时间相应延长,训练成本偏高。此外,逐样本处理把每个样本作为独立对象看待,没有考虑样本在特征空间中的局部分布关系,样本集合本身的结构信息没有得到利用,模型可依据的信息量受限。
4、因此,亟需一种方法,使得上传云端的密文数据规模由粒球数量而非原始样本数量决定,降低客户端的加密与传输开销、云端的存储开销;云端每轮训练涉及的同态运算次数按粒球数量计,缩短训练耗时;并且,待预测金融风险样本映射至粒球拓扑空间后与训练阶段共用同一套粒球表示,样本之间的局部结构关系得以保留并参与风险判定。
技术实现思路
1、有鉴于此,本申请提供一种基于粒球拓扑凝聚的金融风险预测方法和装置,使得上传云端的密文数据规模由粒球数量而非原始样本数量决定,降低客户端的加密与传输开销、云端的存储开销;云端每轮训练涉及的同态运算次数按粒球数量计,缩短训练耗时;并且,待预测金融风险样本映射至粒球拓扑空间后与训练阶段共用同一套粒球表示,样本之间的局部结构关系得以保留并参与风险判定。
2、具体地,本申请是通过如下技术方案实现的:
3、本申请第一方面提供一种基于粒球拓扑凝聚的金融风险预测方法,所述方法包括:
4、获取金融风险样本集合;
5、计算金融风险样本之间的局部邻域一致性距离,依据所述局部邻域一致性距离将金融风险样本凝聚为粒球,并依据所述粒球之间的位置关系构建粒球拓扑空间,以所述粒球拓扑空间中粒球的结构化特征对所述金融风险样本集合进行压缩表示;
6、对所述粒球拓扑空间中粒球的结构化特征进行同态加密得到粒球密文数据,将所述粒球密文数据发送至云端;
7、由云端基于所述粒球密文数据执行风险分类模型的密文训练,得到风险分类模型;
8、获取待预测金融风险样本,将所述待预测金融风险样本映射至所述粒球拓扑空间,基于所述风险分类模型对映射后的待预测金融风险样本进行风险预测,输出风险预测结果。
9、本申请第二方面提供一种基于粒球拓扑凝聚的金融风险预测装置,所述装置包括获取模块、压缩模块、加密模块、训练模块和输出模块;
10、其中,所述获取模块,用于获取金融风险样本集合;
11、所述压缩模块,用于计算金融风险样本之间的局部邻域一致性距离,依据所述局部邻域一致性距离将金融风险样本凝聚为粒球,并依据所述粒球之间的位置关系构建粒球拓扑空间,以所述粒球拓扑空间中粒球的结构化特征对所述金融风险样本集合进行压缩表示;
12、所述加密模块,用于对所述粒球拓扑空间中粒球的结构化特征进行同态加密得到粒球密文数据,将所述粒球密文数据发送至云端;
13、所述训练模块,用于基于所述粒球密文数据执行风险分类模型的密文训练,得到风险分类模型;
14、所述输出模块,用于获取待预测金融风险样本,将所述待预测金融风险样本映射至所述粒球拓扑空间,基于所述风险分类模型对映射后的待预测金融风险样本进行风险预测,输出风险预测结果。
15、本申请提供的基于粒球拓扑凝聚的金融风险预测方法和装置,以局部邻域一致性距离驱动的粒球凝聚处为起点,是压缩得以发生、后续各步的计算量得以按粒球数量而非样本数量计价的原因。以局部邻域一致性距离取代特征向量之间的直接距离,改变的是样本被判定为相似的标准。两个样本的特征值接近只说明它们自身的取值接近,在分布不均匀或者存在噪声的场合,这种接近未必意味着二者属于同一类对象,个别离群样本某几项特征恰好落到正常样本附近也是常见的。局部邻域一致性距离衡量的是样本在整体分布中的相对位置关系而不是孤立的特征差值。离群样本即使某项特征取值偶然接近正常样本,它的近邻集合构成与正常样本差别明显,重叠比例偏低,仍会被判为不相近而不被并入同一粒球,凝聚结果对噪声的耐受程度因此提高。以这个距离为凝聚依据,使得粒球内部的样本在分布上本来就同质,以质心代表整组样本时损失的信息只限于组内分布的离散程度,不涉及类与类之间的混淆,压缩本身不改变数据的分类结构。压缩之后需要编码加密、上传云端的对象由原始样本变为粒球,密文份数、传输体积、云端存储以及每轮训练参与同态运算的数据量全部按粒球数量计算,同态加密运算开销远高于明文运算这一固有问题在数据规模层面得到缓解,而这正是原始样本条数多、逐条加密上传所带来的那部分负担。结构化特征中的样本规模与拓扑权重补回了压缩过程中丢失的信息,前者还原粒球与原始样本的数量对应关系,后者保留粒球在整体空间中的位置与重要程度,云端在密文域累计梯度时可以据此还原每个粒球对整体梯度应有的贡献比例,训练结果与直接用原始样本训练的结果保持接近。预测阶段样本先映射到同一粒球拓扑空间再送入模型,训练与预测使用同一套数据单元,两端不发生表示错位。
1.一种基于粒球拓扑凝聚的金融风险预测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述计算金融风险样本之间的局部邻域一致性距离,包括:
3.根据权利要求1所述的方法,其特征在于,所述结构化特征包括粒球的质心、样本规模和拓扑权重;其中,所述质心为所述粒球内样本的特征均值,所述样本规模为所述粒球包含的样本数量,所述拓扑权重根据所述粒球的局部紧致度和拓扑连通度确定;所述局部紧致度根据所述粒球内样本到质心的距离分布确定,所述拓扑连通度根据所述粒球的质心与相邻粒球质心之间的距离确定。
4.根据权利要求1所述的方法,其特征在于,所述对所述粒球拓扑空间中粒球的结构化特征进行同态加密得到粒球密文数据,包括:
5.根据权利要求1所述的方法,其特征在于,所述由云端基于所述粒球密文数据执行风险分类模型的密文训练,得到风险分类模型,包括:
6.根据权利要求5所述的方法,其特征在于,所述依据所述密文预测概率与各粒球对应的密文风险标签确定密文误差,依据所述密文误差更新所述密文模型参数,包括:
7.根据权利要求1所述的方法,其特征在于,所述将所述待预测金融风险样本映射至所述粒球拓扑空间,包括:
8.根据权利要求1所述的方法,其特征在于,所述基于所述风险分类模型对映射后的待预测金融风险样本进行风险预测,输出风险预测结果,包括:
9.根据权利要求8所述的方法,其特征在于,在选择所述本地明文预测模式时,在所述客户端解密得到风险分类模型之后、对映射后的待预测金融风险样本进行风险预测之前,由所述客户端依据所述风险分类模型在云端执行同态加密计算时所采用的缩放因子、乘法深度和模数链参数,对所述风险分类模型进行误差估计和补偿校准,得到补偿校准后的风险分类模型。
10.一种基于粒球拓扑凝聚的金融风险预测装置,其特征在于,所述装置包括获取模块、压缩模块、加密模块、训练模块和输出模块;
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com