(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210943218.5 (22)申请日 2022.08.08 (71)申请人 中国农业银行股份有限公司 地址 100005 北京市东城区建国门内大街 69号 (72)发明人 邓伟民　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 李彩玲 (51)Int.Cl. G06K 9/62(2022.01) G06F 21/60(2013.01) G06N 20/00(2019.01) (54)发明名称 一种反欺诈模型构建方法、 装置、 电子设备 及存储介质 (57)摘要 本申请公开了一种反欺诈模 型构建方法、 装 置、 电子设备及存储介质， 涉及计算机技术领域。 其中， 该方法包括： 接收第一机构发送的第一样 本数据， 接收第二机构发送的第二样本数据； 确 定第一样 本数据和第二样本数据的共有用户； 对 第一样本数据的特征和第二样本数据的特征取 并集得到目标特征； 基于第一样 本数据和第二样 本数据确定第三样本数据， 第三样 本数据是共有 用户拥有目标特征的数据； 基于第三样本数据通 过纵向联邦学习构建目标反欺诈模 型。 本申请提 供的技术方案， 可以提高目标反欺诈模型识别电 信诈骗的准确性， 实现了数据安全共享， 也能够 防止由于电信诈骗所造成的经济损失。 权利要求书2页 说明书13页 附图5页 CN 115270984 A 2022.11.01 CN 115270984 A 1.一种反欺诈模型构建方法， 其特 征在于， 所述方法包括： 接收第一机构发送的第一样本数据， 接收第二机构发送的第二样本数据； 确定所述第一样本数据和所述第二样本数据的共有用户； 对所述第一样本数据的特 征和所述第二样本数据的特 征取并集得到目标 特征； 基于所述共有用户和所述目标特征从所述第一样本数据和所述第二样本数据中提取 出第三样本数据； 基于所述第三样本数据通过纵向联邦学习构建目标反欺诈模型。 2.根据权利要求1所述的反欺诈模型构建方法， 其特征在于， 通过如下方式获取第 一样 本数据： 确定多个第一机构的数据的第一共有特 征； 获取每个第一机构对应的具有所述第一共有特 征的第一历史数据； 对所述多个第一机构的第一历史数据进行 预设数据处 理得到所述第一样本数据； 相应的， 通过如下 方式获取第二样本数据： 确定多个第二机构的数据的第二共有特 征； 获取每个第二机构对应的具有所述第二共有特 征的第二历史数据； 对所述多个第 二机构的第 二历史数据进行所述预设数据处理得到所述第 二样本数据， 所述预设数据处 理至少包括数据汇总 、 数据脱敏和数据加密。 3.根据权利要求1所述的反欺诈模型构建方法， 其特 征在于， 所述方法还 包括： 接收所述第一机构发送的第一实时数据， 接收所述第二机构发送的第二实时数据； 通过所述目标反欺诈模型对所述第 一实时数据和所述第 二实时数据进行识别， 得到反 欺诈识别结果。 4.根据权利要求3所述的反欺诈模型构建方法， 其特征在于， 当所述得到反欺诈识别结 果之后， 还 包括： 若所述反欺诈 识别结果 为存在欺诈行为， 则确定存在被欺诈的目标用户； 基于所述第 一实时数据、 所述第 二实时数据和所述第 三样本数据确定所述目标用户名 下的至少一个第一机构和/或至少一个第二机构； 生成风险提示消息， 将所述风险提示消息广播给所述至少一个第一机构和/或所述至 少一个第二机构， 以使所述至少一个第一机构和/或所述至少一个第二机构基于所述风险 提示消息对所述目标用户进行风险提 示。 5.根据权利要求2所述的反欺诈模型构建方法， 其特 征在于， 所述方法还 包括： 基于所述第一样本数据通过横向联邦学习构建第一机构反欺诈模型； 确实所述第 一机构反欺诈模型的第 一模型参数， 并将所述第 一模型参数发送给所述每 个第一机构， 以使所述每个第一机构基于所述第一模型参数构建对应的第一本地反欺诈模 型。 6.根据权利要求2所述的反欺诈模型构建方法， 其特 征在于， 所述方法还 包括： 基于所述第二样本数据通过横向联邦学习构建第二机构反欺诈模型； 确实所述第 二机构反欺诈模型的第 二模型参数， 并将所述第 二模型参数发送给所述每 个第二机构， 以使所述每个第二机构基于所述第二模型参数构建对应的第二本地反欺诈模 型。权　利　要　求　书 1/2 页 2 CN 115270984 A 27.根据权利要求5所述的反欺诈模型构建方法， 其特 征在于， 所述方法还 包括： 接收所述第 一本地反欺诈模型发送的包含存在欺诈行为的第 一本地反欺诈识别结果， 所述第一本地反欺诈识别结果是所述第一本地反欺诈模型对第一机构本地数据进行识别 得到的， 所述第一本地反欺诈 识别结果中包括存在被欺诈的目标用户； 基于所述第一机构本地数据和所述第三样本数据确定所述目标用户名下的至少一个 第一机构和/或至少一个第二机构； 生成风险提示消息， 将所述风险提示消息广播给所述至少一个第一机构和/或所述至 少一个第二机构， 以使所述至少一个第一机构和/或所述至少一个第二机构基于所述风险 提示消息对所述目标用户进行风险提 示。 8.根据权利要求6所述的反欺诈模型构建方法， 其特 征在于， 所述方法还 包括： 接收所述第 二本地反欺诈模型发送的包含存在欺诈行为的第 二本地反欺诈识别结果， 所述第二本地反欺诈识别结果是所述第二本地反欺诈模型对第二机构本地数据进行识别 得到的， 所述第二本地反欺诈 识别结果中包括存在被欺诈的目标用户； 基于所述第二机构本地数据和所述第三样本数据确定所述目标用户名下的至少一个 第一机构和/或至少一个第二机构； 生成风险提示消息， 将所述风险提示消息广播给所述至少一个第一机构和/或所述至 少一个第二机构， 以使所述至少一个第一机构和/或所述至少一个第二机构基于所述风险 提示消息对所述目标用户进行风险提 示。 9.一种反欺诈模型构建装置， 其特 征在于， 所述装置包括： 样本数据接收模块， 用于接收第一机构发送的第一样本数据， 接收第二机构发送的第 二样本数据； 共有用户确定模块， 用于确定所述第一样本数据和所述第二样本数据的共有用户； 目标特征确定模块， 用于对所述第 一样本数据的特征和所述第 二样本数据的特征取并 集得到目标 特征； 样本数据确定模块， 用于基于所述共有用户和所述目标特征从所述第 一样本数据和所 述第二样本数据中提取 出第三样本数据； 反欺诈模型构建模块， 用于基于所述第 三样本数据通过纵向联邦学习构建目标反欺诈 模型。 10.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使 所述至少一个处理器能够执行权利要求 1至8中任一所述的反 欺诈模型构建方法。 11.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指 令用于使处理器执行时实现权利要求 1至8中任一所述的反欺诈模型构建 方法。权　利　要　求　书 2/2 页 3 CN 115270984 A 3