【技术实现步骤摘要】
本说明书实施例涉及计算机，尤其涉及一种风险控制方法、模型训练方法、设备及存储介质。
技术介绍
1、随着互联网的发展，用户可以通过互联网实现各类金融业务，比如，用户可以通过互联网申请贷款、理赔、融资等各种业务。考虑到上述业务场景中，可能会有一些存在风险的用户申请行为(比如，欺诈申请行为、没有还款能力的用户申请贷款等)，这些风险申请行为会给提供资金的金融机构带来损失。因此，在这类业务场景中，需要对用户申请这些业务的行为进行风险控制，以减小金融机构的损失。
2、相关技术中，通常可以通过预先训练的模型对用户申请上述业务的行为进行风险控制，比如，确定用户是否存在欺诈行为、判定用户是否为高风险用户等，以确定是否为用户提供资金，以及提供资金的额度。目前，通常是直接将用户数据输入至预先训练的模型中，通过模型来进行风险决策。这种方式虽然可以有效识别出大部分存在风险的申请行为并进行管控，但是对于一些由于客观原因引起的用户数据异常的情形(比如，数据出现较大波动、从上游业务系统获取的用户数据没有及时更新等)，也会被判定为存在风险的申请行为，并拒绝这...
【技术保护点】
1.一种风险控制方法，所述方法包括：
2.根据权利要求1所述的方法，所述判定所述用户数据是否存在异常是通过预先训练的生成对抗模型的判别器实现，所述生成对抗模型基于以下方式训练得到：
3.根据权利要求2所述的方法，所述异常由用户的数据伪造行为导致，和/或所述异常由客观原因导致；
4.根据权利要求1所述的方法，所述基于所述目标用户的不同类型的用户数据之间的关联关系，和/或所述目标用户的用户数据与其他用户的用户数据之间的关联关系纠正所述用户数据中的异常，得到消除异常的重构数据是通过预先训练的自编码模型实现，所述自编码模型基于以下方式训练得
5...
【技术特征摘要】
1.一种风险控制方法，所述方法包括：
2.根据权利要求1所述的方法，所述判定所述用户数据是否存在异常是通过预先训练的生成对抗模型的判别器实现，所述生成对抗模型基于以下方式训练得到：
3.根据权利要求2所述的方法，所述异常由用户的数据伪造行为导致，和/或所述异常由客观原因导致；
4.根据权利要求1所述的方法，所述基于所述目标用户的不同类型的用户数据之间的关联关系，和/或所述目标用户的用户数据与其他用户的用户数据之间的关联关系纠正所述用户数据中的异常，得到消除异常的重构数据是通过预先训练的自编码模型实现，所述自编码模型基于以下方式训练得到：
5.根据权利要求4所述的方法，在利用所述自编码模型中的解码器基于所述样本特征重构得到消除扰动的重构样本之前，所述方法还包括：
6.根据权利要求4所述的方法，所述对抗样本基于预先训练的生成对抗模型的生成器生成，所述生成对抗模型基于以下方式训练得到：
7.根据权利要求1所述的方法，所述方法还包括：如果所述用户数据不存在异常，则直接基于所述用户数据对所述目标用户申请的目标业务进行风险控...
【专利技术属性】
技术研发人员：向金芳，
申请(专利权)人：杭州阿里云飞天信息技术有限公司，
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。