公开(公告)号：CN113362160B

公开(公告)日：2023-08-22

申请号：CN202110635863.6

申请日：2021-06-08

Applicant: 南京信息工程大学

Inventor： 胡凯 ,  吴佳胜 ,  陆美霞 ,  李姚根 ,  徐露娟 ,  夏旻

IPC: G06Q40/03 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明公开了一种用于信用卡反欺诈的联邦学习方法和装置，该方法包括：搭建具有不同欺诈类别的K个联邦学习参与方对应的局部图卷积神经网络模型；使用局部图卷积神经网络模型进行联邦学习训练；其中，采用注意力机制对联邦学习参数的聚合过程进行改进，使得每个局部图卷积神经网络模型均有与之适配的权重来进行聚合；输出全局图卷积神经网络模型，所述全局图卷积神经网络模型用于对导入的用户数据进行处理，识别其对应的欺诈类别。本发明针对现有信用卡欺诈评估方法和经典联邦学习算法的现有问题，提出了一种适应非欧式空间数据和参与方个性化特点的联邦学习算法来处理金融数据，进行信用卡反欺诈判断。

公开(公告)号：CN113362160A

公开(公告)日：2021-09-07

申请号：CN202110635863.6

申请日：2021-06-08

Applicant: 南京信息工程大学

Inventor： 胡凯 ,  吴佳胜 ,  陆美霞 ,  李姚根 ,  徐露娟 ,  夏旻

IPC: G06Q40/02 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种用于信用卡反欺诈的联邦学习方法和装置，该方法包括：搭建具有不同欺诈类别的K个联邦学习参与方对应的局部图卷积神经网络模型；使用局部图卷积神经网络模型进行联邦学习训练；其中，采用注意力机制对联邦学习参数的聚合过程进行改进，使得每个局部图卷积神经网络模型均有与之适配的权重来进行聚合；输出全局图卷积神经网络模型，所述全局图卷积神经网络模型用于对导入的用户数据进行处理，识别其对应的欺诈类别。本发明针对现有信用卡欺诈评估方法和经典联邦学习算法的现有问题，提出了一种适应非欧式空间数据和参与方个性化特点的联邦学习算法来处理金融数据，进行信用卡反欺诈判断。