一种融合联邦学习的财税产业链业务分析处理系统的制作方法

本发明涉及数据处理与信息安全，具体为一种融合联邦学习的财税产业链业务分析处理系统。

背景技术：

1、产业链上下游企业在进行业务分析与匹配时，需要综合评估供需双方的业务属性和资金状态。现有的业务分析处理机制通常需要将各参与方的财税账套原始数据和资金流转明细集中上传至中心化平台进行特征提取与比对。这种集中式的数据处理架构会使得企业的核心财税明细与资金流转数据脱离本地物理控制，导致核心商业敏感信息暴露。

2、为了规避明文数据集中汇总带来的安全风险，现阶段部分系统采用了常规的加密传输或基础的分布式处理模型，但在协同处理高维度的业务特征与供需两端的资金约束条件时仍存在架构缺陷。一方面，现有系统难以在不物理转移底层财税明细的前提下，同时兼顾全局业务匹配模型参数的更新与局部资金流转状态的精确计算；另一方面，现有的协同计算网络拓扑多依赖单一的中心计算节点同时统筹数据路由与密文运算，当供需双方交互业务特征与资金约束的加密数据时，单一中心节点在处理汇聚的密文运算过程中，容易通过计算链路及汇聚的中间状态反推出参与方的原始数据特征。由于未能将模型维度的联邦聚合机制与底层多维业务及资金矩阵的计算进行物理路径上的隔离，且缺乏独立可信的路由节点对多方计算的密文分片进行拆分协同，现有技术在执行产业链财税业务匹配时，无法有效切断单点数据汇聚带来的隐私推断路径，难以在保障底层财税与资金状态绝对安全的前提下完成多节点间的业务匹配计算。

技术实现思路

1、针对现有技术的不足，本发明提供了一种融合联邦学习的财税产业链业务分析处理系统，旨在解决现有技术中产业链上下游节点进行业务匹配时，异构财税账套特征对齐易泄露明文数据、资金状态比对存在隐私泄露风险，以及无效业务撮合过程占用密文计算资源并存在中间数据残留隐患的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种融合联邦学习的财税产业链业务分析处理系统，包括财税本地节点、全局对齐与计算服务器和独立可信路由节点；所述财税本地节点分为需求方节点和供给方节点。

3、所述财税本地节点基于财税账套数据生成业务属性特征矩阵，并计算得出本地模型参数更新量；所述全局对齐与计算服务器对所述本地模型参数更新量执行联邦聚合，生成全局业务匹配模型参数。所述需求方节点与所述供给方节点基于资金流转数据分别生成需求方资金约束布尔矩阵和供给方资金约束布尔矩阵；

4、所述财税本地节点将所述业务属性特征矩阵、所述需求方资金约束布尔矩阵和所述供给方资金约束布尔矩阵拆分为秘密共享分片，分别发送至所述全局对齐与计算服务器与所述独立可信路由节点；

5、所述全局对齐与计算服务器与所述独立可信路由节点对所述秘密共享分片协同执行密文运算，生成秘密共享状态结果分片；

6、所述财税本地节点接收所述秘密共享状态结果分片执行明文重构，结合所述全局业务匹配模型参数计算输出业务匹配度标量。本系统通过模型参数的联邦聚合与底层数据的秘密共享协同运算，在确保财税原始明细数据不发生物理转移的情况下，实现产业链上下游业务的密文分析与匹配。

7、优选的，所述财税本地节点提取所述财税账套数据的无文本层级科目树并执行拓扑序列化处理，生成底层结构特征向量；所述全局对齐与计算服务器基于所述底层结构特征向量执行特征空间对齐，生成全局特征映射字典；所述财税本地节点依据所述全局特征映射字典生成所述业务属性特征矩阵，解决多方节点因财税科目设置差异导致的特征空间不对齐问题。

8、在一个具体实施例中，所述财税本地节点利用本地历史业务样本训练本地业务匹配模型，生成所述本地模型参数更新量。

9、进一步地，所述财税本地节点派生掩码矩阵与随机噪声矩阵，所述掩码矩阵与所述随机噪声矩阵用于对所述业务属性特征矩阵、所述需求方资金约束布尔矩阵和所述供给方资金约束布尔矩阵执行加法秘密共享拆分，确保矩阵数据在传输与计算过程中的安全性。

10、优选的，所述需求方节点将资金流转数据重构为动态现金流预测曲线函数，所述供给方节点将资金流转数据重构为应付约束边界函数；所述需求方节点与所述供给方节点分别独立采样计算资金冗余余量并转换为离散布尔状态，分别生成所述需求方资金约束布尔矩阵和所述供给方资金约束布尔矩阵。

11、在一个具体实施例中，所述秘密共享分片包括第一保留分片、第二路由分片、第一时序分片与第二时序分片；所述财税本地节点利用所述掩码矩阵将所述业务属性特征矩阵拆分为所述第一保留分片与所述第二路由分片；所述财税本地节点同步利用所述随机噪声矩阵将所述需求方资金约束布尔矩阵和所述供给方资金约束布尔矩阵拆分生成所述第一时序分片与所述第二时序分片。

12、进一步地，所述全局对齐与计算服务器接收所述第一保留分片与所述第一时序分片，所述独立可信路由节点接收所述第二路由分片与所述第二时序分片；所述全局对齐与计算服务器与所述独立可信路由节点调用时序乘法三元组对所述第一时序分片与所述第二时序分片协同执行密文按位与运算，生成资金时序合规矩阵的第一时序分片和第二时序分片。

13、优选的，所述财税本地节点接收所述资金时序合规矩阵的第一时序分片和第二时序分片并执行明文重构，并结合所述全局业务匹配模型参数中的资金约束评分权重计算得出前置约束综合评估决策得分；当所述前置约束综合评估决策得分大于或等于预设的安全阈值时，所述财税本地节点向所述全局对齐与计算服务器与所述独立可信路由节点发送属性计算放行指令；当所述前置约束综合评估决策得分小于所述预设的安全阈值时，所述财税本地节点发送撮合终止指令，并启动机密数据擦除程序针对已接收的分片及本地中间状态执行置零覆盖。该前置约束阻断机制避免了无效的密文计算资源消耗，并阻断了不具备资金匹配条件的业务方获取后续业务属性的计算反馈。

14、在一个具体实施例中，所述全局对齐与计算服务器与所述独立可信路由节点在接收到所述属性计算放行指令后，对所述第一保留分片与所述第二路由分片协同执行密文矩阵乘法，生成业务属性相似度得分矩阵的第一关键分片和第二关键分片返回至所述财税本地节点。

15、进一步地，所述财税本地节点接收所述业务属性相似度得分矩阵的第一关键分片和第二关键分片并执行明文重构，生成明文形式的业务属性相似度得分矩阵；所述财税本地节点结合所述全局业务匹配模型参数对所述明文形式的业务属性相似度得分矩阵执行多维属性加权平均计算，计算输出所述业务匹配度标量。

16、本发明提供了一种融合联邦学习的财税产业链业务分析处理系统，该系统能够实现下面的有益技术效果：

17、1、本发明通过财税本地节点提取财税账套数据的无文本层级科目树并执行拓扑序列化处理，生成底层结构特征向量，由全局对齐与计算服务器基于所述底层结构特征向量执行特征空间对齐生成全局特征映射字典。该设置在剥离敏感文本数据的前提下保留了财税账套的拓扑结构，能够在不交互明文账套数据的情况下完成异构节点间业务特征的标准化对齐。

18、2、本发明将需求方与供给方的资金流转数据转换为资金约束布尔矩阵，利用随机噪声矩阵进行拆分，生成第一时序分片与第二时序分片并分别发送至全局对齐与计算服务器和独立可信路由节点，进而协同执行密文按位与运算。该处理方式通过密文状态下的拆分与协同运算，在比对资金匹配度的过程中，防止供需双方真实的资金余量和现金流预测数据发生泄露。

19、3、本发明采用前置约束评估的分支控制机制，财税本地节点根据资金时序重构结果计算前置约束综合评估决策得分。当得分大于或等于预设的安全阈值时，放行后续的密文矩阵乘法计算；当得分小于所述安全阈值时，发送撮合终止指令并启动机密数据擦除程序对本地中间状态执行置零覆盖。该机制避免了资金条件不匹配的业务占用密文计算资源，并从内存级别清除了暂存的敏感数据。