-
公开(公告)号：CN117520388A
公开(公告)日：2024-02-06
申请号：CN202311262514.X
申请日：2023-09-26
Applicant: 上海浦东发展银行股份有限公司
IPC: G06F16/2455 , G06F16/25 , G06F9/48 , G06F9/54 , G06F9/38
Abstract: 本说明书涉及数据传输技术领域，提供了一种本地数据加载方法及装置。该方法包括：接收数据加载请求；获取数据加载请求对应的加载任务信息；对存储于本地的目标数据进行分片处理；将分片处理结果上传至与所述加载任务信息对应的存储缓存区；利用多线程技术，同步所述存储缓存区中的数据至目标数据库。通过本说明书实施例，可实现将本地终端的大规模数据文件高效、稳定加载至不同类型的数据库中。
-
公开(公告)号：CN118734213A
公开(公告)日：2024-10-01
申请号：CN202410729185.3
申请日：2024-06-06
Applicant: 上海浦东发展银行股份有限公司 , 哈尔滨工业大学
IPC: G06F18/2433 , G06F18/213 , G06N3/042 , G06N3/084 , G06N3/098
Abstract: 本发明提出一种隐私保护的图联邦节点异常检测方法，属于联邦学习技术领域。包括：S1.构建图节点异常检测模型，通过最小化损失函数得到客户端本地模型参数和累积梯度信息；S2.模型输出各节点的异常分数，客户端对模型使用分层相关性传播算法，得到各神经元的相关性权重，获得隐私保护梯度信息，将信息发送到云服务器；S3.云服务器聚合运算，使用聚合后信息对全局模型更新；将全局模型参数广播下发至客户端；S4.迭代执行S1至S3直到达到预设的模型聚合次数后停止执行，完成隐私保护的图联邦节点异常模型的训练。解决图联邦节点异常检测方法不能有效且严格地保护参与方的图数据隐私性和参数噪音加强所带来的精度损失的问题。
-
公开(公告)号：CN117493313A
公开(公告)日：2024-02-02
申请号：CN202311283931.2
申请日：2023-09-28
Applicant: 上海浦东发展银行股份有限公司
IPC: G06F16/215 , G06Q10/0639 , G06F17/16
Abstract: 本文涉及数据管理领域，提供了一种数据模型成熟度评价方法及装置，预先建立数据模型的成熟度评价体系，方法包括：接收用户基于数据模型的成熟度评价体系配置的待分析数据模型的成熟度评价信息；利用各目标能力项的评估项及各评估项的评估规则，确定目标能力项的评分；根据目标能力项的评分确定目标能力项的权重；根据各目标能力域包含的目标能力项的评分及目标能力项的权重，计算各目标能力域评分；根据各目标能力域的评分及各目标能力域的权重，计算待分析数据模型的评分；根据待分析数据模型的评分，确定待分析数据模型的成熟度评价报告。本文能够多维度、全面评价数据模型的成熟度，为数据模型的改进提供优化方向。
-
公开(公告)号：CN115409113A
公开(公告)日：2022-11-29
申请号：CN202211056280.9
申请日：2022-08-30
Applicant: 上海浦东发展银行股份有限公司
Abstract: 本公开涉及一种风险组合对象的预测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取多个预设组合对象的第一资源关联数据及所述组合对象中的目标对象的第二资源关联数据；根据所述第一资源关联数据和所述第二资源关联数据确定所述多个预设组合对象之间的关联关系，得到关系图谱；将所述关系图谱中的初始风险组合对象作为初始节点，利用聚类算法对所述关系图谱进行聚类处理得到风险组合对象的集合，其中，初始风险组合对象为根据舆情数据经风险预测模型输出的风险值大于预设阈值的组合对象；确定风险组合对象为所述风险组合对象的集合中包含的组合对象。采用本方法能够实现潜在风险的准确预测。
-
公开(公告)号：CN115442092B
公开(公告)日：2025-02-25
申请号：CN202211009676.8
申请日：2022-08-22
Applicant: 上海浦东发展银行股份有限公司
Abstract: 本申请涉及一种目标账户识别的方法。所述方法包括：获取预设时段内的待验证交互数据；通过待验证交互数据得到与待验证交互数据关联的待验证账户的账户级别评分；根据待验证交互数据以及预设的账户级别规则，从待验证账户中筛选目标账户；将目标账户输入至第二识别模型，得到与目标账户关联的账户社区；根据账户社区的第一特征和第二特征得到账户分组的级别规则和团伙级别评分；基于账户社区的待验证交互数据，根据确定的账户社区的特征，筛选账户分组的交互模式；根据账户级别评分、团伙级别评分、账户分组的级别规则、账户分组的交互模式得到账户社区中的目标账户。采用本方法能够减少直接计算大量目标账户的资源消耗问题。
-
Patent Agency Ranking
公开(公告)号：CN112699249B
公开(公告)日：2022-11-15
申请号：CN202011638630.3
申请日：2020-12-31
Applicant: 上海浦东发展银行股份有限公司
IPC: G06F16/36 , G06F40/295 , G06F40/216 , G06F16/35 , G06Q10/06
Abstract: 本说明书实施例提供了一种基于知识图谱的信息处理方法、装置、设备及存储介质，该方法包括：基于指定数据形成命名实体属性表和命名实体关系表；指定数据包括非结构化数据；根据命名实体属性表和命名实体关系表构建命名实体关系图谱；对命名实体关系图谱进行图表示学习，获得命名实体关系图谱中的风险节点及非风险节点的分布；对风险节点进行综合风险传导预测，获得风险节点的综合风险传导概率值；并对风险节点进行单一风险事件影响分析，以预测单一风险事件对风险源的指定度以内节点的影响程度值；将分布、综合风险传导概率值及影响程度值增加至命名实体关系图谱中。本说明书实施例可以提高命名实体的信息认知能力和风险识别能力。
-
公开(公告)号：CN118944872A
公开(公告)日：2024-11-12
申请号：CN202411031500.1
申请日：2024-07-30
Applicant: 哈尔滨工业大学 , 上海浦东发展银行股份有限公司
Abstract: 本发明公开了基于向量不经意估值的FATE联邦隐私集合求交方法及系统，属于隐私集合求交技术领域。解决了现有技术中传统的隐私集合求交方法无法应用于恶意场景且效率低的问题；本发明包括以下步骤：S1.基于带噪声奇偶性学习问题通过初始化和拓展生成VOLE元组，得到VOLE协议；S2.第一参与方和第二参与方运行VOLE协议，得到向量和标量，结合设置伪随机函数的估值密钥构建OPRF协议；S3.基于OPRF协议识别出第一参与方和第二参与方所持有的集合中的相同元素，实现隐私集合求交。本发明有效减少了计算量，避免了恶意安全下的隐私泄漏，具备更高的运算效率和更强的安全性，可以应用于在半诚实场景进行隐私集合求交。
-
公开(公告)号：CN115442092A
公开(公告)日：2022-12-06
申请号：CN202211009676.8
申请日：2022-08-22
Applicant: 上海浦东发展银行股份有限公司
Abstract: 本申请涉及一种目标账户识别的方法。所述方法包括：获取预设时段内的待验证交互数据；通过待验证交互数据得到与待验证交互数据关联的待验证账户的账户级别评分；根据待验证交互数据以及预设的账户级别规则，从待验证账户中筛选目标账户；将目标账户输入至第二识别模型，得到与目标账户关联的账户社区；根据账户社区的第一特征和第二特征得到账户分组的级别规则和团伙级别评分；基于账户社区的待验证交互数据，根据确定的账户社区的特征，筛选账户分组的交互模式；根据账户级别评分、团伙级别评分、账户分组的级别规则、账户分组的交互模式得到账户社区中的目标账户。采用本方法能够减少直接计算大量目标账户的资源消耗问题。
-
公开(公告)号：CN118966382A
公开(公告)日：2024-11-15
申请号：CN202411031498.8
申请日：2024-07-30
Applicant: 哈尔滨工业大学 , 上海浦东发展银行股份有限公司
Abstract: 本发明公开了基于同态加密的线性回归模型联邦学习训练方法，属于隐私数据加密计算技术领域。解决了现有技术中传统的隐私保护机器学习模型训练方法在同态加密阶段通讯量较大的问题；本发明通过在纵向联邦学习场景下，用户方和服务方采用叠加矩阵乘法协议的加性同态加密算法对线性回归模型进行训练即对初始参数和输入编码更新，得到更新后的密文多项式；通过协调方解密更新后的密文多项式，并发送给服务方和用户方根据线性回归模型选用的梯度下降方法更新梯度和损失函数，根据判定条件决定是否结束训练，重复上述步骤直到线性回归模型训练结束。本发明有效提升了多方隐私数据同态加密计算的安全性，缩短了计算时间，可以应用于隐私数据加密计算。
-
公开(公告)号：CN118734212A
公开(公告)日：2024-10-01
申请号：CN202410729183.4
申请日：2024-06-06
Applicant: 上海浦东发展银行股份有限公司 , 哈尔滨工业大学
IPC: G06F18/2433 , G06F18/213 , G06N3/042 , G06N3/0895
Abstract: 本发明提出一种基于多视图对比学习的半监督图异常检测方法，属于图节点异常检测技术领域。包括：S1.基于节点特征和属性图的边进行采样，生成图节点属性与网络结构的增强图；S2.将图节点属性和网络结构编码为节点嵌入表示；S3.基于节点嵌入表示构建多视图图对比模块，挖掘异常信息；S4.构建图节点异常检测模型，利用图异常训练数据集训练图节点异常检测模型。解决缺少使用极少标签获得较高的检测结果的问题，本发明结合多视角对比，即样本‑样本、样本‑实例和正常‑异常对比，以捕获属性图区分正常节点和异常节点的信息，实现利用少量标记数据来增强大量未标记数据嵌入表示，提高正常节点和异常节点的区分度，提升图异常检测性能。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.03 seconds)
