[发明专利]业务预测方法和装置

说明书

本说明书实施例提供了业务预测方法和装置。根据实施例的方法，首先从业务事件中获取业务数据。然后基于包含攻击样本数据的第一样本数据和业务数据预测得到第一业务预测结果，并基于不包含攻击样本数据的第二样本数据和业务数据预测得到第二业务预测结果。进一步，通过将第一业务预测结果和第二业务预测结果进行融合，即可得到业务的最终业务预测结果。由于第一样本数据中包含攻击样本数据，而第二样本数据中不包含攻击样本数据，这使得第一业务预测结果为具有攻击对抗性的预测结果，而第二业务预测结果为非攻击对抗性的预测结果。通过将两种预测结果进行融合，能够充分考虑两者的优势，从而提高业务预测的准确性。

技术领域

本说明书一个或多个实施例涉及计算机技术领域，尤其涉及业务预测方法和装置。

背景技术

业务预测是AI领域中一种重要的技术手段。其通过将样本数据输入到神经网络中进行机器学习，得到相应的预测模型，然后基于该预测模型进行相应的业务预测。

然而，不管是模型训练，还是业务预测，都会存在基于微小的扰动即可使模型预测结果出现较大偏差的攻击样本。如果训练模型的样本中包括攻击样本，那么得到的模型势必对正常样本的预测准确性产生影响。而如果训练模型的样本中不包括攻击样本，那么得到的模型在无法对攻击样本作出很好的预测。

因此，目前的业务预测方法的准确性较低。

发明内容

本说明书一个或多个实施例描述了业务预测方法和装置，能够提高业务预测的准确性。

根据第一方面，提供了一种业务预测方法，包括：

从业务事件中获取对业务进行预测的业务数据；

基于第一样本数据和所述业务数据对所述业务进行预测，得到第一业务预测结果；其中，所述第一样本数据中包括至少一个攻击样本数据，所述攻击样本数据用于表征能够降低业务预测的预测结果的准确性的数据；

基于第二样本数据和所述业务数据对所述业务进行预测，得到第二业务预测结果；其中，所述第二样本数据中不包括攻击样本数据；

将所述第一业务预测结果和所述第二业务预测结果进行融合，得到所述业务的最终业务预测结果。

在一种可能的实现方式中，所述基于第一样本数据和所述业务数据对所述业务进行预测得到第一业务预测结果，包括：

预先利用第一样本数据训练得到一个对抗预测模型；其中，训练所述对抗预测模型的第一样本数据中包括至少一个对抗训练样本集，每一个对抗训练样本集中包括一个攻击样本数据，以及一个预设的标签值；

将所述业务数据输入到所述对抗预测模型中，输出所述第一业务预测结果。

在一种可能的实现方式中，所述基于第二样本数据数据和所述业务数据对所述业务进行预测得到第二业务预测结果，包括：

预先利用第二样本数据训练得到一个非对抗预测模型；

将所述业务数据输入到所述非对抗预测模型中，输出所述第二业务预测结果。

在一种可能的实现方式中，所述将所述第一业务预测结果和所述第二业务预测结果进行融合得到所述业务的最终业务预测结果，包括：

确定所述业务数据为攻击样本数据的概率值；

利用所述概率值对所述第一业务预测结果和所述第二业务预测结果进行融合，得到所述业务的最终业务预测结果。

在一种可能的实现方式中，进一步包括：

预先训练得到攻击样本识别模型；其中，用于训练所述攻击样本识别模型的每一个样本训练集中均包括：一个样本数据，以及一个表征该样本数据是否为攻击样本数据的标签值；