风险识别模型的训练方法、装置、设备及存储介质与流程

技术特征：
1.一种风险识别模型的训练方法，其特征在于，所述方法应用于训练服务器，包括：接收机构服务器发送的多个用户的第一用户标识和用户标签；向每个第一用户标识对应的终端设备发送预设风险识别模型的第一模型参数，以用于所述终端设备根据所述第一模型参数和所述用户使用所述终端设备的使用数据，计算所述用户的使用特征参数，并加密所述使用特征参数，得到加密使用特征参数；向所述机构服务器发送所述预设风险识别模型的第二模型参数，以用于所述机构服务器根据所述第二模型参数和所述多个用户的交易数据，计算所述多个用户的交易特征参数；接收每个第一用户标识对应的终端设备发送的所述用户的加密使用特征参数，以及所述机构服务器发送的所述多个用户的交易特征参数；根据所述多个用户的加密使用特征参数、交易特征参数和用户标签，训练所述预设风险识别模型，得到目标风险识别模型。2.根据权利要求1所述的方法，其特征在于，所述向每个第一用户标识对应的终端设备发送预设风险识别模型的第一模型参数，包括：接收与所述训练服务器连接的多个终端设备发送的第二用户标识；在第二用户标识与所述第一用户标识相同的情况下，向发送第二用户标识的终端设备发送所述预设风险识别模型的第一模型参数。3.根据权利要求1或2所述的方法，其特征在于，所述根据所述多个用户的加密使用特征参数、交易特征参数和用户标签，训练所述预设风险识别模型，得到目标风险识别模型，包括：将所述多个用户的加密使用特征参数、交易特征参数和用户标签，输入所述预设风险识别模型的损失函数，计算模型损失值；在所述模型损失值大于预设损失阈值的情况下，迭代更新所述第一模型参数和所述第二模型参数，计算参数更新后的模型损失值；在参数更新后的模型损失值小于或等于所述预设损失阈值，或者模型迭代次数达到预设迭代次数的情况下，得到所述目标风险识别模型。4.一种风险识别模型的训练方法，其特征在于，所述方法应用于机构服务器，包括：获取多个用户的第一用户标识、用户标签和交易数据；向训练服务器发送所述多个用户的第一用户标识和用户标签，以用于所述训练服务器向每个第一用户标识对应的终端设备发送预设风险识别模型的第一模型参数，以用于所述终端设备根据所述第一模型参数和所述用户使用所述终端设备的使用数据，计算所述用户的使用特征参数，并加密所述使用特征参数，得到加密使用特征参数，向所述训练服务器发送所述加密使用特征参数；接收所述训练服务器发送的所述预设风险识别模型的第二模型参数；根据所述第二模型参数和所述多个用户的交易数据，计算所述多个用户的交易特征参数；向所述训练服务器发送所述多个用户的交易特征参数，以用于所述训练服务器根据所述多个用户的加密使用特征参数、交易特征参数和用户标签，训练所述预设风险识别模型，得到目标风险识别模型。
5.根据权利要求4所述的方法，其特征在于，所述根据所述第二模型参数和所述多个用户的交易数据，计算所述多个用户的交易特征参数，包括：对所述多个用户的交易数据进行特征提取，得到所述多个用户的交易特征；根据所述第二模型参数和所述多个用户的交易特征，计算所述多个用户的交易特征参数。6.一种风险识别模型的训练方法，其特征在于，所述方法应用于终端设备，包括：接收训练服务器发送的预设风险识别模型的第一模型参数；根据所述第一模型参数和用户使用所述终端设备的使用数据，计算所述用户的使用特征参数，并加密所述使用特征参数，得到加密使用特征参数；向所述训练服务器发送所述加密使用特征参数，以用于所述训练服务器根据多个终端设备发送的加密使用特征参数、每个终端设备对应的用户的交易特征参数和用户标签，训练所述预设风险识别模型，得到目标风险识别模型，其中，所述交易特征参数是机构服务器根据所述训练服务器发送的预设风险识别模型的第二模型参数，以及所述用户的交易数据，计算得到。7.根据权利要求6所述的方法，其特征在于，所述根据所述第一模型参数和用户使用所述终端设备的使用数据，计算所述用户的使用特征参数，包括：对所述使用数据进行特征提取，得到所述使用数据的使用特征；根据所述第一模型参数和所述使用特征，计算所述用户的使用特征参数。8.一种风险识别方法，其特征在于，所述方法应用于训练服务器，包括：接收终端设备发送的目标用户的加密使用特征参数，以及机构服务器发送的所述目标用户的交易特征参数，其中，所述目标用户的加密使用特征参数是所述终端设备根据目标风险识别模型的第一模型参数和所述目标用户使用所述终端设备的使用数据，计算所述目标用户的使用特征参数，并加密所述目标用户的使用特征参数得到，所述目标用户的交易特征参数是所述机构服务器根据目标风险识别模型的第二模型参数和所述目标用户的交易数据，计算得到，所述目标风险识别模型基于权利要求1-7任意一项所述的风险识别模型的训练方法得到；基于所述目标用户的加密使用特征参数、交易特征参数和所述目标风险识别模型对所述目标用户进行风险识别，得到风险识别结果。9.一种风险识别模型的训练装置，其特征在于，所述装置应用于训练服务器，包括：接收模块，用于接收机构服务器发送的多个用户的第一用户标识和用户标签；发送模块，用于向每个第一用户标识对应的终端设备发送预设风险识别模型的第一模型参数，以用于所述终端设备根据所述第一模型参数和所述用户使用所述终端设备的使用数据，计算所述用户的使用特征参数，并加密所述使用特征参数，得到加密使用特征参数；所述发送模块，还用于向所述机构服务器发送所述预设风险识别模型的第二模型参数，以用于所述机构服务器根据所述第二模型参数和所述多个用户的交易数据，计算所述多个用户的交易特征参数；所述接收模块，还用于接收每个第一用户标识对应的终端设备发送的所述用户的加密使用特征参数，以及所述机构服务器发送的所述多个用户的交易特征参数；训练模块，用于根据所述多个用户的加密使用特征参数、交易特征参数和用户标签，训
练所述预设风险识别模型，得到目标风险识别模型。10.一种风险识别模型的训练装置，其特征在于，所述装置应用于机构服务器，包括：获取模块，用于获取多个用户的第一用户标识、用户标签和交易数据；发送模块，用于向训练服务器发送所述多个用户的第一用户标识和用户标签，以用于所述训练服务器向每个第一用户标识对应的终端设备发送预设风险识别模型的第一模型参数，以用于所述终端设备根据所述第一模型参数和所述用户使用所述终端设备的使用数据，计算所述用户的使用特征参数，并加密所述使用特征参数，得到加密使用特征参数，向所述训练服务器发送所述加密使用特征参数；接收模块，用于接收所述训练服务器发送的所述预设风险识别模型的第二模型参数；计算模块，用于根据所述第二模型参数和所述多个用户的交易数据，计算所述多个用户的交易特征参数；所述发送模块，用于向所述训练服务器发送所述多个用户的交易特征参数，以用于所述训练服务器根据所述多个用户的加密使用特征参数、交易特征参数和用户标签，训练所述预设风险识别模型，得到目标风险识别模型。11.一种风险识别模型的训练装置，其特征在于，所述装置应用于终端设备，包括：接收模块，用于接收训练服务器发送的预设风险识别模型的第一模型参数；计算模块，用于根据所述第一模型参数和用户使用所述终端设备的使用数据，计算所述用户的使用特征参数，并加密所述使用特征参数，得到加密使用特征参数；发送模块，用于向所述训练服务器发送所述加密使用特征参数，以用于所述训练服务器根据多个终端设备发送的加密使用特征参数、每个终端设备对应的用户的交易特征参数和用户标签，训练所述预设风险识别模型，得到目标风险识别模型，其中，所述交易特征参数是机构服务器根据所述训练服务器发送的预设风险识别模型的第二模型参数，以及所述用户的交易数据，计算得到。12.一种风险识别装置，其特征在于，所述装置应用于训练服务器，包括：接收模块，用于接收终端设备发送的目标用户的加密使用特征参数，以及机构服务器发送的所述目标用户的交易特征参数，其中，所述目标用户的加密使用特征参数是所述终端设备根据目标风险识别模型的第一模型参数和所述目标用户使用所述终端设备的使用数据，计算所述目标用户的使用特征参数，并加密所述目标用户的使用特征参数得到，所述目标用户的交易特征参数是所述机构服务器根据目标风险识别模型的第二模型参数和所述目标用户的交易数据，计算得到，所述目标风险识别模型基于权利要求1-7任意一项所述的风险识别模型的训练方法得到；识别模块，用于基于所述目标用户的加密使用特征参数、交易特征参数和所述目标风险识别模型对所述目标用户进行风险识别，得到风险识别结果。13.一种用户风险识别设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；所述处理器执行所述计算机程序指令时实现如权利要求1-7任意一项所述的风险识别模型的训练方法，或者，所述处理器执行所述计算机程序指令时实现如权利要求8所述的风险识别方法。14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的风险
识别模型的训练方法，或者，所述计算机程序指令被处理器执行时实现如权利要求8所述的风险识别方法。

技术总结
本申请实施例提供一种风险识别模型的训练方法、装置、设备及存储介质。该方法应用于训练服务器，包括：接收机构服务器发送的多个用户的第一用户标识和用户标签；向第一用户标识对应的终端设备发送预设风险识别模型的第一模型参数，以用于终端设备根据第一模型参数和使用数据，计算并加密用户的使用特征参数，得到加密使用特征参数；向机构服务器发送预设风险识别模型的第二模型参数，以用于机构服务器根据第二模型参数和多个用户的交易数据，计算多个用户的交易特征参数；根据多个用户的加密使用特征参数、交易特征参数和用户标签，训练预设风险识别模型，得到目标风险识别模型。如此可以充分保护用户隐私。此可以充分保护用户隐私。此可以充分保护用户隐私。


技术研发人员：雍若兰
受保护的技术使用者：上海钐昆网络科技有限公司
技术研发日：2022.03.01
技术公布日：2022/7/5