(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 202211217963.8 (22)申请日 2022.09.30 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 屈颖雪　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 王曦　张祥意 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 40/08(2012.01) G06N 3/04(2006.01) G06F 17/10(2006.01) (54)发明名称 一种银行客户信用风险分析方法及装置 (57)摘要 本申请提供一种银行客户信用风险分析方 法及装置， 涉及人工智 能领域， 也可用于金融领 域， 包括： 根据加密的信用等级预测模型参数及 时间循环神经网络计算单元构建信用风险分析 模型； 利用加密的用户个人数据、 所述加密的信 用等级预测模型参数及所述信用风险分析模型 进行安全多方计算， 得到加密的个人风险等级； 将所述加密 的个人风险等级发送至银行业务服 务器， 以使所述银行业务服务器根据所述加密的 个人风险等级及非加密 的用户个人数据构建客 户信用知识图谱。 本申请能够 按照秘密共享的方 式， 在保护用户隐私的前提下进行客户信用风险 分析。 权利要求书3页 说明书17页 附图5页 CN 115471323 A 2022.12.13 CN 115471323 A 1.一种银 行客户信用风险分析 方法， 其特 征在于， 包括： 根据加密的信用等级预测模型参数及时间循环神经网络计算单元构建信用风险分析 模型； 利用加密的用户个人数据、 所述加密的信用等级预测模型参数及所述信用风险分析模 型进行安全多方计算， 得到加密的个人风险等级； 将所述加密的个人风险等级发送至银行业务服务器， 以使所述银行业务服务器根据 所 述加密的个人风险等级及非加密的用户个人 数据构建客户信用知识图谱。 2.根据权利要求1所述的银行客户信用风险分析方法， 其特征在于， 所述 时间循环神经 网络计算单元包括加法组件、 乘法组件及布尔逻辑组件； 所述根据加密的信用等级预测模 型参数及时间循环神经网络计算单 元构建信用风险分析模型， 包括： 利用所述加法组件、 乘法组件及布尔逻辑组件构建安全激活函数； 利用所述 安全激活函数构建安全的门函数； 根据所述加密的信用等级预测模型参数及所述安全的门函数构建所述信用风险分析 模型。 3.根据权利要求1所述的银行客户信用风险分析方法， 其特征在于， 所述加密的用户个 人数据包括多个第一共享值； 所述加密的信用等级预测模型参数包括多个第二共享值； 所 述利用加密的用户个人数据、 所述加密的信用等级预测模型参数及所述信用风险分析模型 进行安全多方计算， 得到加密的个人风险等级， 包括： 将所述多个第一共享值及多个第二共享值按照预设逻辑输入所述信用等级预测模型 中的各安全的门函数进行安全多方计算， 得到算 术共享输出值及布尔共享输出值； 根据所述 算术共享输出值及布尔共享输出值计算所述加密的个人风险等级。 4.一种银 行客户信用风险分析 方法， 其特 征在于， 包括： 按照秘密共享的方式将加密的用户个人数据发送至边缘服务器集群中的各边缘服务 器， 以使所述边缘服务器集群利用获取 的信用等级预测模型参数、 所述加密的用户个人数 据及预先构建的信用风险分析模型进行安全多方计算， 得到加密的个人风险等级； 根据所述加密的个人风险等级及非加密的用户个人 数据构建客户信用知识图谱。 5.根据权利要求4所述的银行客户信用风险分析方法， 其特征在于， 所述按照秘密共享 的方式将加密的用户个人 数据发送至边 缘服务器集群中的各边 缘服务器， 包括： 对所述加密的用户个人 数据进行算 术共享处 理及布尔共享处 理， 得到第一处 理结果； 根据所述第 一处理结果进行算术转布尔共享处理及布尔 转算术共享处理， 得到第 二处 理结果； 按照秘密共享的方式将所述第二处 理结果发送至边 缘服务器集群中的各边 缘服务器。 6.根据权利要求4所述的银行客户信用风险分析方法， 其特征在于， 所述根据 所述加密 的个人风险等级及非加密的用户个人 数据构建客户信用知识图谱， 包括： 根据所述加密的个人风险等级及非加密的用户个人 数据生成客户信用属性； 根据所述非加密的用户个人 数据生成客户信用人际关系； 根据客户、 所述 客户信用属性及所述 客户信用人际关系构建所述 客户信用知识图谱。 7.一种银 行客户信用风险分析装置， 其特 征在于， 包括： 风险分析模型构建单元， 用于根据加密的信用等级预测模型参数及时间循环神经网络权　利　要　求　书 1/3 页 2 CN 115471323 A 2计算单元构建信用风险分析模型； 个人风险评级单元， 用于利用加密的用户个人数据、 所述加密的信用等级预测模型参 数及所述信用风险分析模型进行安全多方计算， 得到加密的个人风险等级； 个人风险等级加密发送单元， 用于将所述加密的个人风险等级发送至银行业务服务 器， 以使所述银行业务服务器根据所述加密的个人风险等级及非加密的用户个人数据构建 客户信用知识图谱。 8.根据权利要求7所述的银行客户信用风险分析装置， 其特征在于， 所述 时间循环神经 网络计算单元包括加法组件、 乘法组件及布尔逻辑组件； 所述风险分析模型构建单元， 包 括： 激活函数生成模块， 用于利用所述加法组件、 乘法组件及布尔逻辑组件构建安全激活 函数； 安全的门函数生成模块， 用于利用所述 安全激活函数构建安全的门函数； 风险分析模型构建模块， 用于根据 所述加密的信用等级预测模型参数及所述安全的门 函数构建所述信用风险分析模型。 9.根据权利要求7所述的银行客户信用风险分析装置， 其特征在于， 所述加密的用户个 人数据包括多个第一共享 值； 所述个人风险评级单 元， 包括： 算术布尔输出模块， 用于将所述多个第 一共享值及多个第 二共享值按照预设逻辑输入 所述信用等级 预测模型中的各安全的门函数进行安全多方计算， 得到算术共享输出值及布 尔共享输出值； 个人风险评级模块， 用于根据 所述算术共享输出值及布尔共享输出值计算所述加密的 个人风险等级。 10.一种银 行客户信用风险分析装置， 其特 征在于， 包括： 秘密数据共享单元， 用于按照秘密共享的方式将加密的用户个人数据发送至边缘服务 器集群中的各边缘服务器， 以使所述边缘服务器集群利用获取的信用等级预测模型参数、 所述加密的用户个人数据及预先构建的信用风险分析模型进 行安全多方计算， 得到加密的 个人风险等级； 信用知识图谱构建单元， 用于根据 所述加密的个人风险等级及非加密的用户个人数据 构建客户信用知识图谱。 11.根据权利要求10所述的银行客户信用风险分析装置， 其特征在于， 所述秘密数据共 享单元， 包括： 算术布尔处理模块， 用于对所述加密的用户个人数据进行算术共享处理及布尔共享处 理， 得到第一处 理结果； 算术布尔互转模块， 用于根据 所述第一处理结果进行算术转布尔共享处理及布尔 转算 术共享处 理， 得到第二处 理结果； 共享秘密发送模块， 用于按照秘密共享的方式将所述第 二处理结果发送至边缘服务器 集群中的各边 缘服务器。 12.根据权利要求10所述的银行客户信用风险分析装置， 其特征在于， 所述信用知识图 谱构建单 元， 包括： 信用属性生成模块， 用于根据 所述加密的个人风险等级及非加密的用户个人数据生成权　利　要　求　书 2/3 页 3 CN 115471323 A 3