(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 202210888528.1 (22)申请日 2022.07.27 (71)申请人 湖南工商大 学 地址 410205 湖南省长 沙市岳麓区岳麓 大 道569号 (72)发明人 张敏　刘凤根　 (74)专利代理 机构 成都初阳知识产权代理事务 所(特殊普通 合伙) 51305 专利代理师 杨继栋 (51)Int.Cl. G06F 16/215(2019.01) G06F 16/23(2019.01) G06N 7/00(2006.01) G06Q 40/02(2012.01) H04L 9/00(2022.01)H04L 9/32(2006.01) H04L 9/40(2022.01) (54)发明名称 基于大数据的金融风险跟踪管 理系统、 设备 及存储介质 (57)摘要 本发明属于风险管 理技术领域， 公开了基于 大数据的金融风险跟踪管理系统、 设备及存储介 质， 该系统包括： 数据获取模块获取借贷对象的 信息， 对借贷对象的数据进行多维度获取； 数据 分类与清洗模块对采集的数据进行整理分类， 并 将重复信息和干扰信息进行清洗； 数据分析模块 利用贝叶斯网络机器学习算法对采集的数据进 行对比、 分析、 计算和处理； 预警模块当数据分析 模块输出金融风险安全的风险等级较高时， 进行 金融预警。 本发 明提在进行数据采集和分析的过 程中， 减小了分析人员和开发人员的劳动量， 为 包括消费金融行业在内的各行业提供服务， 具有 重要的经济效益和社会效益。 权利要求书4页 说明书9页 附图1页 CN 115391316 A 2022.11.25 CN 115391316 A 1.一种基于大 数据的金融风险跟踪管理系统， 其特 征在于， 该系统具体包括： 数据获取模块， 用于获取借贷对象的信 息， 利用互联网和大数据平台， 对借贷对象的数 据进行多维度获取； 数据分类与清洗模块， 用于对采集的数据进行整理分类， 并将重复信息和干扰信息进 行清洗； 所述数据分析模块， 与数据分类与清洗模块连接， 用于利用贝叶斯网络机器学习算法 对采集的数据进行对比、 分析、 计算和处 理， 输出该借贷对象金融风险的风险等级； 预警模块， 与数据分析模块连接， 用于当数据分析模块输出金融风险安全的风险等级 较高时， 进行 金融预警； 信息呈现模块， 与数据分析模块连接， 用于显示数据分析模块输出的多维度评估结果； 在输出多维度评估中， 信息呈现软件初次运行时， 向数据分析模块的分析中心进行认证注 册并从数据分析模块的分析中心接收安全参数s， 完成初始化操作； 信息呈现运行， 自动且持续地收集用户使用智能终端应用的金融行为数据； 将用户的 金融行为数据进 行形式化处理得到用户的金融跟踪数据； 基于初始 化阶段生成的安全参数 s， 将s加密后对形式化的用户金融跟踪数据进行掩盖保护， 之后使用匿名身份将处理过的 数据上传到金融风险跟踪管理服务中心， 完成金融风险跟踪管理服务中心中数据库 的构 建， 信息呈现会周期性 地向金融风险跟踪管理服 务中心上传数据， 对数据库进行 更新； 用户通过信 息呈现软件， 使用匿名的身份向金融风险跟踪管理服务中心发送获取应用 推荐的请求； 金融风险跟踪管理服务中心向数据分析模块的分析中心进 行推荐请求用户的 认证， 认证通过之后， 与信息呈现进行交 互式通信。 2.如权利要求1所述的基于大数据的金融风险跟踪管理系统， 其特征在于， 所述信 息呈 现软件初次运行时， 向数据分析模块的分析中心进行认证注册并从数据分析模块的分析中 心接收安全参数s， 完成初始化操作包括： (1a)用户k在信息呈现身份管理器和密钥管理器中分别生成自己的匿名身份IDk、 公私 钥对(PKk,SKk)和同态加密公私钥对(HPKk,HSKk)， 利用私钥SKk对IDk签名之后， 将签名信息 发送给数据分析模块的分析中心； (1b)数据分析模块的分析中心收到信息呈现发来的注册信 息之后进行确认， 然后生成 自己的公私钥对(PKAC,SKAC)， 利用私钥SKAC将信息呈现的签名消息进行签名； (1c)数据分析模块的分析中心选择一个安全的随机大整数s， 使用用户k的公钥PKk将s 加密之后， 与对信息呈现信息的签名消息一 起发送给用户k； (1d)用户k通过信息呈现软件接收数据分析模块的分析中心发过来的消息， 利用自己 的私钥SKk将加密的s进行解密， 得到s并将s保存到自己的设备当中； 所述信息呈现会周期性地向金融风险跟踪管理服务中心上传数据， 对数据库进行更 新、 包括： (2a)信息呈现软件在用户的设备中自动运行， 自动且持续地收集用户使用每个智能终 端应用的金融行为数据， 根据信誉系统TruBeRepec中已经提出的算法， 将用户k的金融行为 数据a运用信誉系统TruBeRepec提出的算法分别形式化计算为使用金融行为数据 反 射金融行为数据 和相关金融行为数据 权　利　要　求　书 1/4 页 2 CN 115391316 A 2(2b)在第一个时间窗t1内， 信息呈现使用数据分析模块的分析中心AC 的公钥PKAC将保 存的安全参数s加密为E(s)， 并将E(s)与时间窗t1内计算得到的用户k关于应用a的使用金 融行为数据 反射金融行为数据 和相关金融行为数据 分别相乘， 进行掩盖保护； (2c)信息呈现将掩盖之后的用户k的金融行为数据、 匿名身份IDk和时间窗t1一同上传 到金融风险跟踪管理服务中心， 金融风险跟踪管理服务中心接 收并保存数据； 下一个时间 窗t2内， 信息呈现重复(2b)和本操作步骤， 完成金融风险跟踪管理服 务中心的数据库更新； 所述认证通过之后， 与信息呈现进行交 互式通信包括： (3a)金融风险跟踪管理服务中心根据数据库中已被掩盖保护的用户数据计算其他用 户与推荐请求者之 间的关系值， 金融风险跟踪管 理服务中心将计算出来的用户关系值集合 发送到推荐请求 者； (3b)推荐请求者在信息呈现接收金融风险跟踪管理服务中心返回的掩盖关系值集合， 得到用真实的用户关系值后， 利用同态加密公钥将真实的用户关系值进行加密， 将同态加 密后的用户关系值 集合发送到金融风险跟踪管理服 务中心； (3c)金融风险跟踪管理服务中心利用推荐请求者发送的同态加密后的真实用户关系 值和数据库中存储的对应用户数据， 利用同态加密密文上 的同态计算， 得到同态加密下 的 密文数据， 数据是计算应用推荐值的必要数据； 金融风险跟踪管理服务中心将计算出来的 加密数据返回给推荐请求 者； (3d)推荐请求者在信息呈现接收金融风险跟踪管理服务中心发来的加密数据， 利用自 己的同态加密私钥将数据进行解密， 利用已有的算法计算得到关于每个应用的推荐值， 按 照推荐值的大小， 将推荐信息展示给用户。 所述步骤(3a)的金融风险跟踪管理服务中心计算用户关系值集合并发送到推荐请求 者具体包括： (3a1)金融风险跟踪管理服务中心根据推荐请求者的身份IDk和数据库中存储的所有系 统用户的数据， 根据以下公式计算系统中其它用户j与推荐请求者k的掩盖关系值Rels(uj, uk)： uj和uk分别表示其它用户j和推荐请求者k， 表示在时间窗t内计算出来的推荐请 求者k关于应用a的使用金融行为数据； (3a2)金融风险跟踪管理服务中心通过计算系统内所有其它用户与推荐请求者k的掩 盖关系值， 得到掩盖的关系值集合{Rels(uj,uk),j≠k}； 金融风险跟踪管理服务中心利用推 荐请求者k的公钥PKk将掩盖的关系值集合加密为 将加密的结果和时间 窗返回给请求 者k。 3.如权利要求1所述的基于大数据的金融风险跟踪管理系统， 其特征在于， 所述数据获 取模块包括结构化数据获取和非结构化数据获取两种方式； 所述结构化数据内容包括借贷对象的金融资产、 金融债务， 借贷对象名下运营商数据、权　利　要　求　书 2/4 页 3 CN 115391316 A 3