[发明专利]数据交易权限控制方法、装置和设备

说明书

本发明实施例涉及数据交易技术领域，具体提供了一种数据交易权限控制方法、装置和设备，本申请实施例提供的数据交易权限控制方法，在基于用户初始信用数据确定用户初始信用评估值的基础上，通过信用等级预测模型，基于用户变化后的初始信用数据，重新对用户的风险进行评测，可以实时根据用户的数据变化和操作行为生成用户风险评级，根据用户风险评级对用户数据交易权限进行控制，使得数据交易权限的控制更加精细化，更能够实时反应用户的真实情况。

技术领域

本发明实施例数据交易技术领域，具体涉及一种数据交易权限控制方法、装置和设备。

背景技术

随着大数据和人工智能的发展，数据交易需求越来越多，交易行为也越来越活跃。目前数据交易平台在会员认证过程中主要是对用户注册时提供的身份资料属性进行认证，将用户划分到既定的等级和分类中，以此开放用户的数据购买使用权限。

本申请发明人在研究中发现，随着数据交易的快速发展，更多的中小企业参与到数据交易市场，数据的类型也日益丰富，数据交易用户和数据类型呈现双增长复合化的趋势，相对简单、准入式的用户审查和分类方法已无法满足数据交易平台的安全要求。

发明内容

鉴于上述问题，本发明实施例提供了一种数据交易权限控制方法、装置和设备，解决了现有技术中存在的上述技术问题。

根据本发明实施例的一个方面，提供了一种数据交易权限控制方法，包括：

获取用户初始信用数据；

根据所述用户初始信用数据通过预先设置的随机森林特征模型确定用户的初始信用评估值；

根据所述用户的初始信用评估值确定初始数据交易权限；

监测所述用户初始信用数据的变化信息；

根据所述变化信息通过预先设置的信用等级预测模型生成用户风险评级；

根据所述用户风险评级对所述数据交易权限进行控制。

一些实施例中，所述用户初始信用数据包括信用数据权重信息；

所述根据用户初始信用数据通过预先设置的随机森林特征模型确定用户的初始信用评估值，包括：

根据所述权重信息对所述用户初始信用数据进行筛选；

将筛选后的用户初始信用数据作为样本输入所述随机森林特征模型进行模型训练；

通过训练后的随机森林特征模型确定用户的初始信用评估值。

一些实施例中，所述用户初始信用数据的变化信息包括：用户初始信用数据的变更和数据访问行为；

所述根据变化信息通过预先设置的信用等级预测模型生成用户风险评级，包括：

将变更后的用户初始信用数据和数据访问行为数据输入梯度下降树模型进行建模；

通过所述训练后的梯度下降树模型生成用户风险评级。

一些实施例中，所述对梯度下降树模型进行建模，包括：

输入样本数据集和损失函数，其中所述损失函数表示对应类别的损失函数；

根据所述输入训练数据集和所述损失函数计算样本点属于每个类别的概率；

根据所述样本点属于每个类别的概率确定用户对应类别的用户风险评级。

一些实施例中，所述根据用户风险评级对所述数据交易权限进行控制之前，进一步包括：

根据所述初始信用评估值和所述用户风险评级构建用户特征数据集；

根据所述用户特征数据集以距离最近法进行聚类；