申请/专利权人：山东省国土空间数据和遥感技术研究院(山东省海域动态监视监测中心);山东省征信有限公司

申请日：2024-03-08

公开（公告）日：2024-04-12

公开（公告）号：CN117876102A

主分类号：G06Q40/03

分类号：G06Q40/03;G06Q10/0635;G06F18/214;G06N3/098

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及联邦学习支持的隐私计算不动产金融风险的方法及平台。该方法包括：获取不动产金融网络的信息链上各参与方采集的原始数据；识别确定数据来源实体和隐私特征，并对隐私特征进行同态加密后形成各信息节点的隐私保护数据集；将隐私保护数据集通过联邦学习共同训练，得到不动产抵押贷款风险评估模型，对提取隐私特征进行评估，得到借款人信用风险结果和抵押物风险评估结果；计算不动产抵押贷款违约的概率和违约后金融机构的损失金额，确定不动产抵押金融风险结果。本发明通过联邦学习允许多个参与方在不共享原始数据的情况下共同训练模型，可以有效解决数据孤岛问题，使金融机构能够利用外部数据来提高不动产抵押贷款风险计算的准确性。

主权项：1.一种联邦学习支持的隐私计算不动产金融风险的方法，其特征在于，该方法包括以下步骤：基于区块链将不动产抵押的各参与方转化为不动产金融网络中的信息节点，并获取不动产金融网络的信息链上各参与方采集的原始数据；对原始数据进行识别，确定数据来源实体和隐私特征，并对隐私特征进行同态加密后形成各信息节点的隐私保护数据集；在不泄露原始数据的情况下，将隐私保护数据集通过联邦学习共同训练，得到不动产抵押贷款风险评估模型；对收集的借款人信息和不动产抵押物信息进行隐私特征提取后，输入至不动产抵押贷款风险评估模型中进行评估，得到借款人信用风险结果和抵押物风险评估结果；根据借款人信用风险结果和抵押物风险评估结果，计算不动产抵押贷款违约的概率和违约后金融机构的损失金额，确定不动产抵押金融风险结果。

全文数据：

权利要求：

百度查询： 山东省国土空间数据和遥感技术研究院(山东省海域动态监视监测中心);山东省征信有限公司 联邦学习支持的隐私计算不动产金融风险的方法及平台

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