数据风险预测方法、装置、电子设备、介质及程序产品制造方法及图纸

本公开提供了一种数据风险预测方法，可以应用于云计算技术领域。该方法包括：获取目标数据集，其中，上述目标数据集中包含至少一个加密数据；利用至少一个密文模型，基于上述至少一个原数据进行风险预测，得到保留有加密信息的风险特征集，其中，每个密文模型是由对应的用于对非加密数据进行风险预测的明文模型转换得到的用于对加密数据进行风险预测的模型；以及基于上述风险特征集，生成保留有加密信息的风险预测结果。本公开还提供了一种数据风险预测装置、一种电子设备、一种计算机可读存储介质和一种计算机程序产品。

【技术实现步骤摘要】
数据风险预测方法、装置、电子设备、介质及程序产品
本公开涉及云计算
，特别是涉及一种数据风险预测方法、装置、电子设备、计算机可读存储介质及计算机程序产品。
技术介绍
在金融领域，一些金融行业特有的风险模型，如异常或违规行为筛查模型、交易欺诈模型、反洗钱模型等，是聚集了较高专业性、较多经验和较多数据分析后的成果。大型金融机构才具备相应的自研的能力。中小金融企业一般采用向大型金融机构购买此类模型的方式提升自身金融风险的防范。
技术实现思路
本公开的一个方面提供了一种数据风险预测方法，包括：获取目标数据集，其中，上述目标数据集中包含至少一个加密数据；利用至少一个密文模型，对上述至少一个加密数据进行风险预测，得到保留有加密信息的风险特征集，其中，每个密文模型是由对应的用于对非加密数据进行风险预测的明文模型转换得到的用于对加密数据进行风险预测的模型；以及基于上述风险特征集，生成保留有加密信息的风险预测结果。可选地，上述利用至少一个密文模型，基于上述至少一个原数据进行风险预测，包括：针对上述至少一个密文模型中的任一密文模型，从上述目标数据集中提取需要利用该密文模型进行风险特征预测的至少一个目标数据；以及将上述至少一个目标数据输入该密文模型进行风险预测，得到对应的风险特征值。可选地，通过以下操作转换得到上述至少一个密文模型中的任一密文模型：确定与密文模型对应的明文模型，其中，该明文模型是由至少一个目标基础函数构成的；将上述至少一个目标基础函数中的每个转换为一个对应的同态基础函数，得到对应的至少一个同态基础函数；利用上述至少一个同态基础函数，构成该密文模型。可选地，基于上述风险特征集，生成保留有加密信息的风险预测结果，包括：获取上述风险特征集中每个风险特征值的权重，以及基于获取的权重和上述风险特征集，生成上述风险预测结果。可选地，利用预先设定的转换接口，将上述至少一个目标基础函数中的每个转换为一个对应的同态基础函数。可选地，还包括：基于预先设定的计算密钥，对上述至少一个加密数据进行验证；其中，响应于验证通过，利用至少一个密文模型，对上述至少一个加密数据进行风险预测。本公开的另一个方面提供了一种数据风险预测方法，包括：对第一数据集中包含的至少一个原数据加密，得到关于加密数据的第二数据集；基于上述第二数据集，发起风险预测请求，使得服务器响应于上述风险预测请求，获取并基于上述第二数据集，生成对应保留有加密信息的风险预测结果；获取上述风险预测结果；对上述风险预测结果进行解密，得到解密后的风险预测结果。本公开的另一个方面提供了一种数据风险预测装置，包括：第一获取模块，用于获取目标数据集，其中，上述目标数据集中包含至少一个原数据，上述至少一个原数据是加密数据；风险预测模块，用于利用至少一个密文模型，基于上述至少一个原数据进行风险预测，得到保留有加密信息的风险特征集，其中，每个密文模型是由对应的用于对非加密数据进行风险预测的明文模型转换得到的用于对加密数据进行风险预测的模型；以及生成模块，用于基于上述风险特征集，生成保留有加密信息的风险预测结果。本公开的另一个方面提供了一种数据风险预测装置，包括：加密模块，用于对第一数据集中包含的至少一个原数据加密，得到关于加密数据的第二数据集；请求模块，用于基于上述第二数据集，发起风险预测请求，使得服务器响应于上述风险预测请求，获取并基于上述第二数据集，生成对应保留有加密信息的风险预测结果；第二获取模块，用于获取上述风险预测结果；解密模块，用于对上述风险预测结果进行解密，得到解密后的风险预测结果。本公开的另一方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现本公开实施例的方法。本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，上述指令在被执行时用于实现本公开实施例的方法。本公开的另一方面提供了一种计算机程序产品，包括计算机程序，上述计算机程序在被处理器执行时实现本公开实施例上述的方法。附图说明为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：图1示意性示出了根据本公开实施例的数据风险预测方法和装置的系统架构；图2示意性示出了根据本公开一实施例的数据风险预测方法的流程图；图3示意性示出了根据本公开另一实施例的数据风险预测方法的流程图；图4示意性示出了根据本公开另一实施例的数据风险预测方法的流程图；图5示意性示出了根据本公开一实施例的数据风险预测方法的原理图；图6示意性示出了根据本公开一实施例的数据风险预测装置的框图；图7示意性示出了根据本公开另一实施例的数据风险预测装置的框图；以及图8示意性示出了根据本公开实施例的电子设备、计算机可读存储介质、计算机程序产品的框图。具体实施方式以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了上述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。在金融领域，中小金融企业一般从大型金融机构购买风险模型，以提升自身防范金融风险的能力。然而，此类模型需要根据客户侧的数据库类型、数据的表结构、计算指标的方法进行定制开发，往往交付周期本文档来自技高网...

【技术保护点】
1.一种数据风险预测方法，包括：/n获取目标数据集，其中，所述目标数据集中包含至少一个加密数据；/n利用至少一个密文模型，基于所述至少一个加密数据进行风险预测，得到保留有加密信息的风险特征集，其中，每个密文模型是由对应的用于对非加密数据进行风险预测的明文模型转换得到的用于对加密数据进行风险预测的模型；以及/n基于所述风险特征集，生成保留有加密信息的风险预测结果。/n

【技术特征摘要】
1.一种数据风险预测方法，包括：
获取目标数据集，其中，所述目标数据集中包含至少一个加密数据；
利用至少一个密文模型，基于所述至少一个加密数据进行风险预测，得到保留有加密信息的风险特征集，其中，每个密文模型是由对应的用于对非加密数据进行风险预测的明文模型转换得到的用于对加密数据进行风险预测的模型；以及
基于所述风险特征集，生成保留有加密信息的风险预测结果。


2.根据权利要求1所述的方法，其中，所述利用至少一个密文模型，基于所述至少一个加密数据进行风险预测，包括：
针对所述至少一个密文模型中的任一密文模型，从所述目标数据集中提取需要利用该密文模型进行风险特征预测的至少一个目标数据；以及
将所述至少一个目标数据输入该密文模型进行风险预测，得到对应的风险特征值。


3.根据权利要求1所述的方法，其中，通过以下操作转换得到所述至少一个密文模型中的任一密文模型：
确定与密文模型对应的明文模型，其中，该明文模型是由至少一个目标基础函数构成的；
将所述至少一个目标基础函数中的每个转换为一个对应的同态基础函数，得到对应的至少一个同态基础函数；
利用所述至少一个同态基础函数，构成该密文模型。


4.根据权利要求1所述的方法，其中，基于所述风险特征集，生成保留有加密信息的风险预测结果，包括：
获取所述风险特征集中每个风险特征值的权重，以及
基于获取的权重和所述风险特征集，生成所述风险预测结果。


5.根据权利要求3所述的方法，其中：
利用预先设定的转换接口，将所述至少一个目标基础函数中的每个转换为一个对应的同态基础函数。


6.根据权利要求1～5中任一项所述的方法，还包括：
基于预先设定的计算密钥，对所述至少一个加密数据进行验证；
其中，响应于验证通过，利用至少一个密文模型，对所述至少一个加密数据进行风险预测。


...

【专利技术属性】
技术研发人员：祝萍，窦志强，王贵智，赵鑫，
申请(专利权)人：中国工商银行股份有限公司，工银科技有限公司，
类型：发明
国别省市：北京;11