本發明專利技術公開了一種交易行為檢測方法、裝置和系統，涉及計算機技術領域。該方法的一種具體實施方式包括：將交易行為檢測機構所擁有的用戶交易信息加密上傳至中心學習平臺，以供所述中心學習平臺匯總一個或多個所述交易行為檢測機構上傳的用戶交易信息，并對所匯總的用戶交易信息進行訓練以獲取交易行為檢測模型；從所述中心學習平臺獲取所述交易行為檢測模型；使用所述交易行為檢測模型對所述交易行為檢測機構所服務的用戶的交易行為進行檢測。該實施方式既保證了用戶交易信息的安全性及隱私性，又保證了交易行為檢測模型的可靠性。
【技術實現步驟摘要】
一種交易行為檢測方法、裝置和系統
本專利技術涉及計算機
，尤其涉及一種交易行為檢測方法、裝置和系統。
技術介紹
不同服務機構服務的用戶進行的交易信息以及用戶自身的信息等都具有一定的隱私性，且作為一種獨有的信息資產，服務機構一般均都不會公開或者共享用戶交易信息等，也因此為用戶同時在一家或多家服務機構進行多種多樣交易以實現非法交易提供了可能，且處于數據保護目的無法綜合多家服務機構的用戶交易信息對用戶的非法交易行為進行識別。如以服務機構為銀行為例進行說明，一方面，同一用戶可以利用多家不同開戶銀行進行轉賬、資金轉移等交易操作，并利用一些漏洞實現偷稅、漏稅；另一方面，為避免不同銀行之間可能的惡性競爭、保護用戶交易信息安全性，不同銀行之間不會共享用戶交易信息，如此，則無法綜合用戶在所有開戶行的交易信息以甄別用戶是否進行了偷稅、漏稅等非法或異常交易行為。
技術實現思路
有鑒于此，本專利技術提供一種交易行為檢測方法、裝置和系統，能夠在保護各個機構所擁有的用戶交易信息的安全性及隱私性的同時，匯總所有的用戶交易信息以訓練得到更可靠、更高效的交易行為檢測模型。為實現上述目的，根據本專利技術的第一方面，提供了一種交易行為檢測方法，應用于交易行為檢測機構，包括：將交易行為檢測機構所擁有的用戶交易信息加密上傳至中心學習平臺，以供所述中心學習平臺匯總一個或多個所述交易行為檢測機構上傳的用戶交易信息，并對所匯總的用戶交易信息進行訓練以獲取交易行為檢測模型；從所述中心學習平臺獲取所述交易行為檢測模型；使用所述交易行為檢測模型對所述交易行為檢測機構所服務的用戶的交易行為進行檢測。可選地，還包括：在將交易行為檢測機構所擁有的用戶交易信息加密上傳至中心學習平臺之前，使用詞頻-逆向文檔頻率對所述用戶交易信息進行處理。可選地，所述使用詞頻-逆向文檔頻率技術對所述用戶交易信息進行處理，包括：所述用戶交易信息包括一個或多個用戶對應的一種或多種交易信息，從每一種交易信息中提取一個種類詞，且每一個所述種類詞指示了所述用戶進行的一種交易；統計每一個用戶對應的種類詞以及所述種類詞在所述用戶交易信息中出現的頻率，則處理后的所述用戶交易信息指示了一個或多個用戶對應的種類詞、所述種類詞的出現頻率。為實現上述目的，根據本專利技術的第二方面，提供了一種交易行為檢測方法，應用于中心學習平臺，包括：接收一個或多個交易行為檢測機構加密上傳的用戶交易信息；匯總所接收的一個或多個所述交易行為檢測機構上傳的所述用戶交易信息；對所匯總的用戶交易信息進行訓練以獲取交易行為檢測模型；將所述交易行為檢測模型下發至所述交易行為檢測機構，以供所述交易行為檢測機構使用所述交易行為檢測模型對所服務的用戶的交易行為進行檢測。可選地，所述用戶交易信息指示了一個或多個用戶對應的種類詞、所述種類詞的出現頻率，每一個所述種類詞指示了所述用戶進行的一種交易；匯總一個或多個所述交易行為檢測機構上傳的同一用戶對應的種類詞及所述種類詞的出現頻率；對匯總后的一個或多個用戶對應的種類詞及所述種類詞的出現頻率進行訓練以獲取所述交易行為檢測模型。可選地，使用邏輯回歸模型對所匯總的用戶交易信息進行訓練，以獲取交易行為檢測模型。為實現上述目的，根據本專利技術的第三方面，提供了一種交易行為檢測方法，其特征在于，包括：交易行為檢測機構將所擁有的用戶交易信息加密上傳至中心學習平臺；中心學習平臺接收一個或多個所述交易行為檢測機構加密上傳的所述用戶交易信息，匯總所接收的一個或多個所述交易行為檢測機構上傳的所述交易信息，對所述匯總的用戶交易信息進行訓練以獲取交易行為檢測模型，將所述交易行為檢測模型下發至一個或多個所述交易行為檢測機構；交易行為檢測機構從所述中心學習平臺獲取所述交易行為檢測模型，并使用所述交易行為檢測模型對所述交易行為檢測機構所服務的用戶的交易行為進行檢測。為實現上述目的，根據本專利技術的第四方面，提供了一種交易行為檢測裝置，應用于交易行為檢測機構，包括：用戶交易信息上傳模塊、交易行為檢測模型獲取模塊、交易行為檢測模塊；其中，所述用戶交易信息上傳模塊，用于將交易行為檢測機構所擁有的用戶交易信息加密上傳至中心學習平臺，以供所述中心學習平臺匯總一個或多個所述交易行為檢測機構上傳的用戶交易信息，并對所匯總的用戶交易信息進行訓練以獲取交易行為檢測模型；所述交易行為檢測模型獲取模塊，用于從所述中心學習平臺獲取所述交易行為檢測模型；所述交易行為檢測模塊，用于使用所述交易行為檢測模型對所述交易行為檢測機構所服務的用戶的交易行為進行檢測。為實現上述目的，根據本專利技術的第五方面，提供了一種交易行為檢測系統，包括：一個或多個交易行為檢測機構、聯邦學習皮平臺；其中，所述交易行為檢測機構，用于將所擁有的用戶交易信息加密上傳至中心學習平臺；所述中心學習平臺，用于接收一個或多個所述交易行為檢測機構加密上傳的所述用戶交易信息，匯總所接收的一個或多個所述交易行為檢測機構上傳的所述交易信息，對所述匯總的用戶交易信息進行訓練以獲取交易行為檢測模型，將所述交易行為檢測模型下發至一個或多個所述交易行為檢測機構；所述交易行為檢測機構，還用于從所述中心學習平臺獲取所述交易行為檢測模型，并使用所述交易行為檢測模型對所述交易行為檢測機構所服務的用戶的交易行為進行檢測。為實現上述目的，根據本專利技術的第六方面，提供了一種用于交易行為檢測的電子設備，包括：一個或多個處理器；存儲裝置，用于存儲一個或多個程序，當所述一個或多個程序被所述一個或多個處理器執行時，所述一個或多個處理器實現如上所述交易行為檢測方法中任一所述的方法。為實現上述目的，根據本專利技術的第七方面，提供了一種計算機可讀介質，其上存儲有計算機程序，所述程序被處理器執行時實現如上所述交易行為檢測方法中任一所述的方法。上述專利技術中具有如下優點或有益效果：因為采用了聯邦學習技術進行建模，即通過中心學習平臺匯總收集一個或多個交易行為檢測機構上傳的用戶交易信息，并對匯總后的用戶交易信息進行訓練得到了更可靠、有效的交易行為檢測模型；另一面，交易行為檢測機構在上傳用戶交易信息時是采用加密方式上傳地，且僅上傳至中心學習平臺，不同交易行為檢測機構之間不存在交互，有效地保證了交易行為檢測機構所擁有的用戶交易行為的安全性及隱私性。上述的非慣用的可選方式所具有的進一步效果將在下文中結合具體實施方式加以說明。附圖說明附圖用于更好地理解本專利技術，不構成對本專利技術的不當限定。其中：圖1是根據本專利技術實施例的應用于交易行為檢測機構的交易行為檢測方法的主要流程的示意圖；圖2是根據本專利技術實施例的另一應用于交易行為檢測機構的交易行為檢測方法的主要流程的示意圖；圖3是根據本專利技術實施例的應用于中心學習平臺的交易行為檢測方法的主要流程的示意圖；圖4是根據本專利技術實施例的應用于交易行本文檔來自技高網...
【技術保護點】
1.一種交易行為檢測方法，其特征在于，應用于交易行為檢測機構，包括：/n將交易行為檢測機構所擁有的用戶交易信息加密上傳至中心學習平臺，以供所述中心學習平臺匯總一個或多個所述交易行為檢測機構上傳的用戶交易信息，并對所匯總的用戶交易信息進行訓練以獲取交易行為檢測模型；/n從所述中心學習平臺獲取所述交易行為檢測模型；/n使用所述交易行為檢測模型對所述交易行為檢測機構所服務的用戶的交易行為進行檢測。/n
【技術特征摘要】
1.一種交易行為檢測方法，其特征在于，應用于交易行為檢測機構，包括：
將交易行為檢測機構所擁有的用戶交易信息加密上傳至中心學習平臺，以供所述中心學習平臺匯總一個或多個所述交易行為檢測機構上傳的用戶交易信息，并對所匯總的用戶交易信息進行訓練以獲取交易行為檢測模型；
從所述中心學習平臺獲取所述交易行為檢測模型；
使用所述交易行為檢測模型對所述交易行為檢測機構所服務的用戶的交易行為進行檢測。
2.根據權利要求1所述的交易行為檢測方法，其特征在于，還包括：
在將交易行為檢測機構所擁有的用戶交易信息加密上傳至中心學習平臺之前，使用詞頻-逆向文檔頻率對所述用戶交易信息進行處理。
3.根據權利要求2所述的交易行為檢測方法，其特征在于，所述使用詞頻-逆向文檔頻率技術對所述用戶交易信息進行處理，包括：
所述用戶交易信息包括一個或多個用戶對應的一種或多種交易信息，從每一種交易信息中提取一個種類詞，且每一個所述種類詞指示了所述用戶進行的一種交易；
統計每一個用戶對應的種類詞以及所述種類詞在所述用戶交易信息中出現的頻率，則處理后的所述用戶交易信息指示了一個或多個用戶對應的種類詞、所述種類詞的出現頻率。
4.一種交易行為檢測方法，其特征在于，應用于中心學習平臺，包括：
接收一個或多個交易行為檢測機構加密上傳的用戶交易信息；
匯總所接收的一個或多個所述交易行為檢測機構上傳的所述用戶交易信息；
對所匯總的用戶交易信息進行訓練以獲取交易行為檢測模型；
將所述交易行為檢測模型下發至所述交易行為檢測機構，以供所述交易行為檢測機構使用所述交易行為檢測模型對所服務的用戶的交易行為進行檢測。
5.根據權利要求4所述的交易行為檢測方法，其特征在于，
所述用戶交易信息指示了一個或多個用戶對應的種類詞、所述種類詞的出現頻率，每一個所述種類詞指示了所述用戶進行的一種交易；
匯總一個或多個所述交易行為檢測機構上傳的同一用戶對應的種類詞及所述種類詞的出現頻率；
對匯總后的一個或多個用戶對應的種類詞及所述種類詞的出現頻率進行訓練以獲取所述交易行為檢測模型。
6.根據權利要求4所述的交易行為檢測方法，其特征在于，
使用邏輯回歸模型對所匯總的用戶交易信息進行訓練，以獲取交易行為檢測模型。
7.一種交易行為檢測方法，其特征在于...
【專利技術屬性】
技術研發人員：陳映雪，
申請(專利權)人：中國建設銀行股份有限公司，建信金融科技有限責任公司，
類型：發明
國別省市：北京;11
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。