[发明专利]一种基于联邦学习的企业风险预测方法和系统

权利要求书

1.一种基于联邦学习的企业风险预测方法，其特征在于，包括：

S1：将企业经营数据与第三方数据提交到联邦存储库中，其中，所述第三方数据包括咨询和审计数据；

S2：基于预设数据规范在所述联邦存储库中对所述企业经营数据和所述第三方数据进行自由样本的加工处理，所述加工处理包括同态加密和业务数据对齐；

S3：利用机器学习和深度学习模型训练分别构建企业和第三方算法模型，从各自模型中抽样获得样本数据，并将所述样本数据输入联邦学习技术平台进行联合建模，生成联合模型；以及

S4：利用所述联合模型进行联合预测，并将预测结果反馈至所述企业和第三方算法模型。

2.根据权利要求1所述的基于联邦学习的企业风险预测方法，其特征在于，所述步骤S2中对所述企业经营数据和所述第三方数据进行同态加密后保存至所述联邦存储库中，且在整个风险预测过程中的所有数据均为同态加密后的密文。

3.根据权利要求1所述的基于联邦学习的企业风险预测方法，其特征在于，所述步骤S2中的业务数据对齐包括将所述企业和第三方的数据进行量化切分。

4.根据权利要求1所述的基于联邦学习的企业风险预测方法，其特征在于，所述企业和第三方算法模型获取对应的分类数据、特征数据和核心业务数据，所述核心业务数据包括样本ID、业务特征变量和表现数据。

5.根据权利要求1所述的基于联邦学习的企业风险预测方法，其特征在于，所述样本数据包括所述企业和第三方算法模型的训练参数和梯度。

6.根据权利要求4所述的基于联邦学习的企业风险预测方法，其特征在于，所述步骤S3中的联合建模具体包括：对输入的所述企业和第三方的数据样本进行样本ID匹配，输出样本ID交集后进行模型的训练，生成所述联合模型。

7.根据权利要求1所述的基于联邦学习的企业风险预测方法，其特征在于，所述步骤S4之后还包括：所述企业和第三方算法模型根据所述联合模型反馈的参数进行更新训练。

8.根据权利要求1所述的基于联邦学习的企业风险预测方法，其特征在于，所述联合模型中的风险模型公式为Ris＝min(150,F1)+min(150,F2)+min(150,F3)+min(150,F4)+min(150,F5)，其中，Ris为风险分数，F1表示法人股东情况，F2表示经营情况，F3表示信用情况，F4表示竞争能力，F5表示行业趋势。

9.一种计算机可读存储介质，其上存储有一或多个计算机程序，其特征在于，该一或多个计算机程序被计算机处理器执行时实施权利要求1至8中任一项所述的方法。

10.一种基于联邦学习的企业风险预测系统，其特征在于，所述系统包括：

数据存储单元：配置用于将企业经营数据与第三方数据提交到联邦存储库中，其中，所述第三方数据包括咨询和审计数据；

数据加工单元：配置用于基于预设数据规范在所述联邦存储库中对所述企业经营数据和所述第三方数据进行自由样本的加工处理，所述加工处理包括同态加密和业务数据对齐；

联合模型构建单元：配置用于利用机器学习和深度学习模型训练分别构建企业和第三方算法模型，从各自模型中抽样获得样本数据，并将所述样本数据输入联邦学习技术平台进行联合建模，生成联合模型；

预测单元：配置用于利用所述联合模型进行联合预测，并将预测结果反馈至所述企业和第三方算法模型。