基于联邦学习的风险检测方法、客户端、设备和存储介质技术

本发明专利技术涉及金融科技技术领域，公开了一种基于联邦学习的风险检测方法、客户端、设备和存储介质。所述基于联邦学习的风险检测方法包括：客户端从客户端获取风险检测的历史风险结果；确定所述历史风险结果对应的历史检测时间段，并根据当前时间点以及所述历史检测时间段确定目标时间段；获取所述用户在所述目标时间段的时空轨迹；根据所述时空轨迹，检测所述用户是否途经风险区域，得到当前风险结果。本发明专利技术缩短了风险检测的检测时长。

【技术实现步骤摘要】
基于联邦学习的风险检测方法、客户端、设备和存储介质
本专利技术涉及金融科技(Fintech)
，尤其涉及一种基于联邦学习的风险检测方法、客户端、设备和存储介质。
技术介绍
随着计算机技术的发展，越来越多的技术应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变，但由于金融行业的安全性、实时性要求，也对技术提出了更高的要求。疫情期间，在用户出行时，需要出示健康二维码进行通行。健康二维码包括红码以及绿码。若是用户在过去时间内未与感染者接触，则健康二维码为绿码，若用户在过去时间内与感染者接触，则健康二维码为红码。用户是否与感染者接触是根据用户的过去时间内的时空轨迹进行检测的。时空轨迹指的是用户在过去时间内的行程轨迹。现有的检测方案要求用户上传其在过去时间的所有时空轨迹，再检测这段时间内的时空轨迹有无风险的，过去时间所涉及的时长较长，风险检测的时间较长。
技术实现思路
本专利技术的主要目的在于提供一种基于联邦学习的风险检测方法、客户端、设备和存储介质，旨在解决风险检测的时间较长的问题。为实现上述目的，本专利技术提供一种基于联邦学习的风险检测方法，所述基于联邦学习的风险检测方法包括：客户端从服务端获取风险检测的历史风险结果；确定所述历史风险结果对应的历史检测时间段，并根据当前时间点以及所述历史检测时间段确定目标时间段；获取所述用户在所述目标时间段的时空轨迹；根据所述时空轨迹，检测所述用户是否途经风险区域，得到当前风险结果。在一实施例中，所述客户端从服务端获取风险检测的历史风险结果的步骤包括：客户端向服务端发送风险检测请求；接收所述服务端反馈的所述历史风险结果；其中，所述服务端根据所述风险检测请求对应的用户秘钥，从每个区块链节点中获取风险结果，并将存储时间最晚的所述风险结果确定为所述历史风险结果，或者，所述服务端根据所述风险检测请求对应的用户秘钥从目标区域链节点中获取多个风险结果，将存储时间最晚的所述风险结果确定为所述历史风险结果，所述目标区块链节点为距离所述服务端最近的区块链节点，所述目标区块链节点根据所述目标区块链节点的地址从其他区块链节点中获取所述用户秘钥对应的风险结果以得到多个风险结果。在一实施例中，所述根据所述时空轨迹，检测所述用户是否途径风险区域，得到当前风险结果的步骤包括：将所述时空轨迹输入检测模型，其中，所述服务端在向客户端反馈历史风险结果后，将所述检测模型发送至所述客户端，所述检测模型包含地图，所述地图上包括一个或多个所述风险区域；获取所述检测模型输出的当前风险结果。在一实施例中，所述检测模型为加密的检测模型，所述获取所述检测模型输出的当前风险结果的步骤之后，还包括：将所述当前风险结果发送至所述服务端，其中，加密的检测模型输出的当前风险结果为加密的风险结果，所述服务端对所述当前风险结果进行解密得到解密的风险结果；接收所述服务端反馈所述解密的风险结果，并输出所述解密的风险结果。在一实施例中，所述将所述当前风险结果发送至所述服务端的步骤之后，还包括：将所述目标时间段发送至服务端，其中，所述服务端根据所述用户秘钥将所述目标时间段以及所述当前风险结果发送至目标区块链节点，并将所述当前风险结果反馈至所述客户端，在所述当前风险结果被大于或等于预设数量的区块链节点验证成功后，所述目标区块链节点将所述目标时间段与所述当前风险结果关联存储；执行所述接收所述服务端反馈所述解密的风险结果，并输出所述解密的风险结果的步骤。在一实施例中，所述根据所述时空轨迹，检测所述用户是否途径风险区域，得到当前风险结果的步骤包括：输出所述当前风险结果，并将所述目标时间段以及所述当前风险结果发送至目标区块链节点，其中，在所述当前风险结果被大于或等于预设数量的区块链节点验证成功后，所述目标区块链节点将所述目标时间段与所述当前风险结果关联存储。在一实施例中，所述客户端获取风险检测的历史风险结果的步骤之后，还包括：确定所述历史风险结果是否为安全；在所述历史风险结果为不安全时，输出不安全的提示信息，并将所述历史风险结果保存为当前风险结果；在所述历史风险结果为安全时，确定所述历史风险结果对应的历史检测时间段，并根据当前时间点以及所述历史检测时间段确定目标时间段；获取所述用户在所述目标时间段的时空轨迹；根据所述时空轨迹，检测所述用户是否途经风险区域，得到当前风险结果。为实现上述目的，本专利技术还提供一种客户端，所述客户端包括：获取模块，用于从服务端获取风险检测的历史风险结果；确定模块，用于确定所述历史风险结果对应的历史检测时间段，并根据当前时间点以及所述历史检测时间段确定目标时间段；所述获取模块，还用于获取所述用户在所述目标时间段的时空轨迹；检测模块，用于根据所述时空轨迹，检测所述用户是否途经风险区域，得到当前风险结果。为实现上述目的，本专利技术还提供一种设备，所述设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的检测程序，所述检测程序被所述处理器执行时实现如上所述的基于联邦学习的风险检测方法的步骤。为实现上述目的，本专利技术还提供一种存储介质，所述存储介质上存储有检测程序，所述检测程序被处理器执行时实现如上所述的基于联邦学习的风险检测方法的步骤。为实现上述目的，本专利技术一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上所述的基于联邦学习的风险检测方法。本专利技术提供一种基于联邦学习的风险检测方法、客户端、设备和存储介质，客户端获取风险检测的历史风险结果，并确定历史风险结果对应的历史检测时间段，从而根据历史检测时间段以及当前时间点确定目标时间段，进而根据用户在目标时间段的时空轨迹检测用户是否途经风险区域得到当前风险结果。本专利技术通过从服务端获取风险检测的历史风险结果对应的历史检测时间段，从而检测用户在历史检测时间段以后的时间是否途经风险区域，与现有技术中通过用户在过去时间内所有时间轨迹进行风险检测相比，本专利技术只需对用户以前查询的风险结果之后的时间，进行风险检测，缩短了风险检测的检测时长。附图说明图1为本专利技术实施例方案涉及的硬件运行环境的客户端/设备的硬件结构示意图；图2为本专利技术基于联邦学习的风险检测方法第一实施例的流程示意图；图3为本专利技术基于联邦学习的风险检测方法第二实施例的流程示意图；图4为本专利技术基于联邦学习的风险检测方法第三实施例的流程示意图；图5为本专利技术基于联邦学习的风险检测方法第四实施例的流程示意图；图6为本专利技术客户端的功能模块示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。参照图1，图1为本专利技术实施例方案涉及客户端或设备的硬件运行环境的硬本文档来自技高网...

【技术保护点】
1.一种基于联邦学习的风险检测方法，其特征在于，所述基于联邦学习的风险检测方法包括：/n客户端从服务端获取风险检测的历史风险结果；/n确定所述历史风险结果对应的历史检测时间段，并根据当前时间点以及所述历史检测时间段确定目标时间段；/n获取所述用户在所述目标时间段的时空轨迹；/n根据所述时空轨迹，检测所述用户是否途经风险区域，得到当前风险结果。/n

【技术特征摘要】
1.一种基于联邦学习的风险检测方法，其特征在于，所述基于联邦学习的风险检测方法包括：
客户端从服务端获取风险检测的历史风险结果；
确定所述历史风险结果对应的历史检测时间段，并根据当前时间点以及所述历史检测时间段确定目标时间段；
获取所述用户在所述目标时间段的时空轨迹；
根据所述时空轨迹，检测所述用户是否途经风险区域，得到当前风险结果。


2.如权利要求1所述的基于联邦学习的风险检测方法，其特征在于，所述客户端从服务端获取风险检测的历史风险结果的步骤包括：
客户端向服务端发送风险检测请求；
接收所述服务端反馈的所述历史风险结果；
其中，所述服务端根据所述风险检测请求对应的用户秘钥，从每个区块链节点中获取风险结果，并将存储时间最晚的所述风险结果确定为所述历史风险结果，或者，所述服务端根据所述风险检测请求对应的用户秘钥从目标区域链节点中获取多个风险结果，将存储时间最晚的所述风险结果确定为所述历史风险结果，所述目标区块链节点为距离所述服务端最近的区块链节点，所述目标区块链节点根据所述目标区块链节点的地址从其他区块链节点中获取所述用户秘钥对应的风险结果以得到多个风险结果。


3.如权利要求2所述的基于联邦学习的风险检测方法，其特征在于，所述根据所述时空轨迹，检测所述用户是否途径风险区域，得到当前风险结果的步骤包括：
将所述时空轨迹输入检测模型，其中，所述服务端在向客户端反馈历史风险结果后，将所述检测模型发送至所述客户端，所述检测模型包含地图，所述地图上包括一个或多个所述风险区域；
获取所述检测模型输出的当前风险结果。


4.如权利要求3所述的基于联邦学习的风险检测方法，其特征在于，所述检测模型为加密的检测模型，所述获取所述检测模型输出的当前风险结果的步骤之后，还包括：
将所述当前风险结果发送至所述服务端，其中，加密的检测模型输出的当前风险结果为加密的风险结果，所述服务端对所述当前风险结果进行解密得到解密的风险结果；
接收所述服务端反馈所述解密的风险结果，并输出所述解密的风险结果。


5.如权利要求4所述的基于联邦学习的风险检测方法，其特征在于，所述将所述当前风险结果发送至所述服务端的步骤之后，还包括：
将所述目标时间段发送至服务端，其中，所述服务端根据所述用户秘钥将所述目标时间段以及所述当前风险结果发送至目标区块链节点，并将所述当前风险结果反馈至所...

【专利技术属性】
技术研发人员：万晟，吴学阳，范力欣，杨强，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东;44