申请/专利权人：深圳前海环融联易信息科技服务有限公司

申请日：2023-07-04

公开（公告）日：2024-04-05

公开（公告）号：CN116579020B

主分类号：G06F21/62

分类号：G06F21/62;G06Q40/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2023.08.29#实质审查的生效;2023.08.11#公开

摘要：本申请涉及人工智能技术，提供了基于隐私保护的校园风险预测方法、装置、设备及介质，能够利用PSI算法对学校提供的用户身份标识与其他各参与方提供的用户身份标识进行隐匿求交，使各方在不泄露任何额外信息的情况下得到数据的交集，进而能够在保证隐私性的前提下结合学校及各参与方的数据构建更加全面的样本子集，利用每个样本子集以MPC方式对初始模型进行联合训练得到密文预测模型，保证在各方数据不出本地的前提下联合训练得到准确的预测模型，并利用密文预测模型对待预测用户进行风险预测，使各方能够利用本地数据与密文预测模型进行可靠的风险预测，且风险预测结果不会暴露各方的原始输入数据，更加提高了预测过程中数据的安全性。

主权项：1.一种基于隐私保护的校园风险预测方法，其特征在于，包括：获取目标学校提供的用户身份标识构建第一标识信息集合，及获取每个参与方提供的用户身份标识构建每个参与方对应的第二标识信息集合；利用隐私集合求交算法计算所述第一标识信息集合与每个第二标识信息集合的交集作为每个参与方提供的第三标识信息集合；获取每个第三标识信息集合中的用户身份标识对应的数据构建数据集，及获取所述第一标识信息集合中的用户身份标识对应的数据构建数据集；其中，所述第一标识信息集合用于存储所述目标学校内学生的身份信息；将构建的数据集确定为每个第一子集，并对每个第一子集进行本地预处理得到每个第二子集；基于每个第二子集进行联合特征工程，得到每个样本子集；获取初始模型，利用每个样本子集以安全多方计算方式对所述初始模型进行联合训练，得到密文预测模型；对所述密文预测模型进行模型评测；当所述密文预测模型通过评测时，获取待预测用户的目标用户身份标识，并利用所述目标用户身份标识从所述目标学校及每个参与方获取待处理数据；利用所述安全多方计算方式对应的加密算法对所述待处理数据进行加密，得到待处理密文；将所述待处理密文输入至所述密文预测模型，并获取所述密文预测模型的密文输出数据；利用所述安全多方计算方式对应的加密算法对所述密文输出数据进行解密，得到所述待预测用户的风险预测结果；所述对每个第一子集进行本地预处理得到每个第二子集，包括：在每个参与方的本地服务器中获取对应的每个第一子集中的异常值，并从每个第一子集中删除所述异常值，得到每个第一中间子集；在每个参与方的本地服务器中获取对应的每个第一中间子集中的空缺值，并对每个第一中间子集中的空缺值进行中位数填充处理，得到每个第二中间子集；其中，所述中位数填充处理是指利用与所述空缺值相邻的各数据的中位数对该空缺值进行填充；在每个参与方的本地服务器将对应的每个第二中间子集中的数据统一至预设度量空间，得到每个第二子集；所述获取每个第三标识信息集合中的用户身份标识对应的数据构建数据集，包括：连接至每个参与方的数据库；根据每个第三标识信息集合中的用户身份标识在对应的每个参与方的数据库中进行查询；利用查询到的数据构建数据集；其中，所述第二标识信息集合用于存储各参与方所存储的用户身份信息。

全文数据：

权利要求：

百度查询： 深圳前海环融联易信息科技服务有限公司 基于隐私保护的校园风险预测方法、装置、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD