【技术实现步骤摘要】
本申请涉及人工智能领域，具体而言，涉及一种业务信息的验证方法、装置、存储介质以及电子设备。
技术介绍
1、随着神经网络模型应用的普及，金融机构中在许多业务中也逐渐开始使用神经网络模型辅助处理业务，例如使用神经网络模型识别用户身份，从而确定该用户能够办理业务，从而提高金融机构中业务办理的便捷度。
2、但是，在进行模型训练和维护的时候，由于训练过程不透明，模型在训练过程中非常容易遭受后门攻击的威胁。后门攻击是指攻击方可以通过对部分样本添加微小扰动来污染训练集样本，强迫目标模型学习触发器和相应特定输出之间的强对应关系，从而迫使目标模型在遇到精心制作的后门样本上做出错误的预测，同时在干净样本上保持正常行为，从而导致模型在进行分类或识别等操作的时候，无法得到正确的结果。由于模型在干净样本上保持正常行为，因此后门模型不容易被检测出来，从而使得敌手利用后门模型可以轻易欺骗例如人脸识别系统等，进而在使用神经网络模型进行业务信息验证的时候，无法得到正确的验证结果，进而造成金融机构和用户的经济损失。
3、针对相关技术中模型在训练的时候受到后门攻击，导致完成训练的模型在进行业务信息验证的时候的准确度较低的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请提供一种业务信息的验证方法、装置、存储介质以及电子设备，以解决相关技术中模型在训练的时候受到后门攻击，导致完成训练的模型在进行业务信息验证的时候的准确度较低的问题。
2、根据本申请的一个方面，提供了一种业务信
3、可选地，初始验证模型通过如下方式训练得到：获取m个历史验证信息，并获取每个历史验证信息匹配的真实用户信息；将m个历史验证信息和每个历史验证信息匹配的真实用户信息确定为第二样本，并通过第二样本对初始神经网络模型进行训练，得到初始验证模型。
4、可选地，目标验证模型通过如下方式训练得到：获取与第二样本中的m个历史验证信息不同的历史验证信息，得到p个候选验证信息，并通过预设识别方法对p个候选验证信息进行筛选，得到n个第一验证信息，其中，预设识别方法用于从p个候选验证信息中筛选出不存在干扰信息的验证信息，p为正整数，p小于m，p大于等于n；获取每个第一验证信息匹配的真实用户信息，并将n个第一验证信息以及每个第一验证信息匹配的真实用户信息确定为第一样本；为初始验证模型中的每个参数添加参数控制标量，得到候选验证模型，并通过第一样本对候选验证模型进行训练，得到目标验证模型，其中，第一样本用于调整候选验证模型中的参数控制标量。
5、可选地，通过第一样本对候选验证模型进行训练，得到目标验证模型包括：将第一样本输入初始验证模型和候选验证模型中，得到第一输出结果和第二输出结果；计算第一输出结果和第二输出结果的相似度，并在相似度大于预设相似度的情况下，对候选验证模型中的参数控制标量进行更新，得到更新后的候选验证模型，并将第一样本输入更新后的候选验证模型中，得到更新后的第二输出结果，直至第一输出结果和更新后的第二输出结果的相似度小于等于预设相似度；在相似度小于等于预设相似度的情况下，将更新后的候选验证模型确定为目标验证模型。
6、可选地，通过第一样本对候选验证模型进行训练，得到目标验证模型包括：将第一样本输入初始验证模型和候选验证模型中，得到第一输出结果和第二输出结果；计算候选验证模型中的参数的第一正则项，并通过第一输出结果、第二输出结果和第一正则项计算第二输出结果的损失值，得到第一损失值；对候选验证模型中的参数控制标量进行更新，得到更新后的候选验证模型，并将第一样本输入更新后的候选验证模型中，得到更新后的第二输出结果；计算更新后的候选验证模型中的参数的第二正则项，并通过第一输出结果、更新后的第二输出结果和第二正则项计算更新后的第二输出结果的损失值，得到第二损失值；在第二损失值大于第一损失值的情况下，将候选验证模型确定为目标验证模型。
7、可选地，对候选验证模型中的参数控制标量进行更新包括：计算候选验证模型中的参数的第一正则项，并通过第一输出结果、第二输出结果和第一正则项计算第二输出结果的损失值，得到第一损失值；计算候选验证模型中每一层输出通道的参数控制标量的梯度值，得到k个梯度值；根据第一损失值和k个梯度值对候选验证模型中的参数控制标量进行更新，得到h个候选参数控制标量，其中，k、h均为正整数；将h个候选参数控制标量中小于等于0的标量设置为0，得到h个更新后的参数控制标量。
8、可选地，在通过第一样本对候选验证模型进行训练，得到目标验证模型之后，该方法还包括：获取t个第二验证信息，其中，第二验证信息为与n个第一验证信息不同的不存在干扰信息的验证信息；获取每个第二验证信息匹配的真实用户信息，并将t个第二验证信息以及每个第二验证信息匹配的真实用户信息确定为第三样本；通过第三样本对目标验证模型进行训练，得到更新后的目标验证模型。
9、根据本申请的另一方面，提供了一种业务信息的验证装置。该装置包括：接收单元，用于接收用户发送的待办理业务的业务信息，并根据业务信息获取办理待办理业务所需的验证信息；验证单元，用于将验证信息输入目标验证模型中，得到验证结果，其中，目标验证模型由初始验证模型添加参数控制标量得到，参数控制标量的数值由第一样本训练得到，初始验证模型由第二样本训练得到，第二样本由m个历史验证信息以及每个历史验证信息匹配的真实用户信息组成，第一样本由n个第一验证信息以及每个第一验证信息匹配的真实用户信息组成，m、n均为正整数，m大于n；第一确定单元，用于根据验证结果确定用户的业务信息验证结果。
10、根据本专利技术的另一方面，还提供了一种计算机存储介质，计算机存储介质用于存储程序，其中，程序运行时控制计算机存储介质所在的设备执行一种业务信息的验证方法。
11、根据本专利技术的另一方面，还提供了一种电子设备，包含一个或多个处理器和存储器；存储器中存储有计算机可读指令，处理器用于运行计算机可读指令，其中，计算机可读指令运行时执行一种业务信息的验证方法。
12、通过本申请，采用以下步骤：接收用户发送的待办理业务的业务信息，并根据业务信息获取办理待办理业务所需的验证信息；将验证信息输入目标验证模型中，得到验证结果，其中，目标验证模型由初始验证模型添加参数控制标量得到，参数控制标量的数值由第一样本训练得到，初始验证模型由第二样本训练得到，第二样本由m个历史验证信息以及每个历史验证本文档来自技高网...
【技术保护点】
1.一种业务信息的验证方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述初始验证模型通过如下方式训练得到：
3.根据权利要求1所述的方法，其特征在于，所述目标验证模型通过如下方式训练得到：
4.根据权利要求3所述的方法，其特征在于，通过所述第一样本对所述候选验证模型进行训练，得到所述目标验证模型包括：
5.根据权利要求3所述的方法，其特征在于，通过所述第一样本对所述候选验证模型进行训练，得到所述目标验证模型包括：
6.根据权利要求4或5所述的方法，其特征在于，对所述候选验证模型中的参数控制标量进行更新包括：
7.根据权利要求3所述的方法，其特征在于，在通过所述第一样本对所述候选验证模型进行训练，得到所述目标验证模型之后，所述方法还包括：
8.一种业务信息的验证装置，其特征在于，包括：
9.一种计算机存储介质，其特征在于，所述计算机存储介质用于存储程序，其中，所述程序运行时控制所述计算机存储介质所在的设备执行权利要求1至7中任意一项所述的业务信息的验证方法。
...【技术特征摘要】
1.一种业务信息的验证方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述初始验证模型通过如下方式训练得到：
3.根据权利要求1所述的方法，其特征在于，所述目标验证模型通过如下方式训练得到：
4.根据权利要求3所述的方法，其特征在于，通过所述第一样本对所述候选验证模型进行训练，得到所述目标验证模型包括：
5.根据权利要求3所述的方法，其特征在于，通过所述第一样本对所述候选验证模型进行训练，得到所述目标验证模型包括：
6.根据权利要求4或5所述的方法，其特征在于，对所述候选验证模型中的参数控制标量进行更新包括：
7.根据...
【专利技术属性】
技术研发人员：王涛，何斌，郑志兴，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。