-
公开(公告)号：CN114978578B
公开(公告)日：2023-09-19
申请号：CN202210360031.2
申请日：2022-04-06
申请人： 中债金科信息技术有限公司 , 清华大学
摘要： 本发明提供一种基于属性密钥派生的数据越权访问控制方法及装置，该方法包括：发送机构全部的访问控制参数，机构的访问控制参数用于区块链网络根据机构的访问控制参数集合，结合区块链系统的公共参数和区块链系统的主密钥，生成机构密钥；若为机构根节点，则根据机构密钥、下级部门节点的访问控制参数、当前机构节点的访问控制参数，生成下级部门节点的部门密钥；其中，所述部门密钥用于所归属的部门节点，在接收到当前部门用户终端加入区块链的请求后，根据当前部门的访问控制参数、当前部门的部门密钥和用户的访问控制参数，生成用户私钥。该方法可实现数据的越权访问控制，防止用户冗余权限或越权等带来链上数据泄露风险，提高链上数据安全性。
-
公开(公告)号：CN116668070A
公开(公告)日：2023-08-29
申请号：CN202310430298.9
申请日：2023-04-20
申请人： 中债金科信息技术有限公司 , 清华大学
摘要： 本发明公开了一种基于区块链智能合约的隐私数据访问时间控制方法及装置，涉及区块链技术领域，其中包括：响应于用户端发送的数据查询请求，从区块链中获取待查询数据对应的第一密文；对第一密文进行解析，得到密文有效期和访问控制策略；若利用密文有效期检测到第一密文通过有效性验证，则随机生成对称密钥，并根据对称密钥和第一密文，生成第二密文；根据数据查询请求的发起时间和访问控制策略，对对称密钥进行对象级加密；将第二密文和加密后的对称密钥反馈给用户端，以便用户端根据加密后的对称密钥，对用户自己执有的密钥进行有效性验证，并将第二密文还原成待查询数据。本发明能够实现隐私数据在时间维度上的访问控制，灵活控制访问权限。
-
公开(公告)号：CN115936891B
公开(公告)日：2023-05-16
申请号：CN202310042474.1
申请日：2023-01-28
申请人： 中债金科信息技术有限公司
IPC分类号： G06Q40/06 , G06F16/9535
摘要： 本发明提供一种金融数据检索方法及装置、存储介质及电子设备，该方法包括：当接收到金融数据检索请求时，确定查询条件和检索服务类别；判断检索服务类别是否为密态检索服务，若为密态检索服务，则生成多个公钥和对应的多个私钥；依据查询条件和预设的数据序号信息，确定多个数据序号，其中包括查询条件对应的查询数据序号；确定数据序号与公钥的对应关系；将各个公钥和各个数据序号发送给机构节点，使其确定每个数据序号对应的密态金融数据；依据查询数据序号对应的密态金融数据，确定数据检索结果，将结果反馈给用户。应用本发明提供的方法，金融机构无法获悉用户查询的是哪条数据，可以隐藏用户的查询意图，有利于满足用户的隐私保护需求。
-
公开(公告)号：CN116341537A
公开(公告)日：2023-06-27
申请号：CN202310581346.4
申请日：2023-05-23
申请人： 中债金科信息技术有限公司
IPC分类号： G06F40/284 , G06F40/216 , G06F40/247 , G06F16/35 , G06N3/0442 , G06N3/08
摘要： 本发明提供一种多粒度词向量的评估方法、装置、电子设备及存储介质，涉及自然语言处理技术领域，该方法包括：获取目标领域的多个预处理后的目标文本，并将其划分为训练集和测试集；构建多个词向量训练模型；利用词向量训练模型对训练集进行词向量训练，得到词向量训练集，并将其输入初始文本分类模型中进行训练，得到训练好的文本分类模型；利用词向量训练模型对测试集进行词向量训练，得到词向量测试集，并将其输入训练好的文本分类模型中进行测试，得到多个模型性能指标，用于基于多角度对词向量测试集的性能进行评估。本发明可利用下游文本分类任务，对不同类型词向量的性能进行多角度评估，从而克服人为设计评估方案具有一定的局限性的问题。
-
公开(公告)号：CN115409613A
公开(公告)日：2022-11-29
申请号：CN202211111969.7
申请日：2022-09-13
申请人： 中债金科信息技术有限公司
摘要： 本发明提供一种债券风险检测模型训练方法和债券风险检测方法，该方法涉及金融风险防范技术领域，包括：步骤A：接收中心节点发送的至少一棵初始随机树及各初始随机树对应的至少一个数据特征摘要；步骤B：针对每棵初始随机树，确定初始随机树的至少一个数据特征摘要对应的第一数据特征，将第一数据特征发送至中心节点；步骤C：接收中心节点发送的至少一棵更新后的随机树，并将更新后的随机树作为新的初始随机树，重复执行步骤B‑步骤C，直至满足第一停止准则；步骤D：接收中心节点发送的债券风险检测模型，债券风险检测模型为多棵随机树组成的随机森林模型。实现数据特征摘要的共享，各分布式节点共同完成模型训练，提升了模型检测的准确率。
-
公开(公告)号：CN113595735A
公开(公告)日：2021-11-02
申请号：CN202110784004.3
申请日：2021-07-12
申请人： 中债金科信息技术有限公司 , 清华大学
摘要： 本发明实施例公开一种基于CP‑ABE的可监管的隐私保护跨区块链系统，系统包括发起链、发起链路由、中继链、接收链路由和接收链。发起链通过支持CP‑ABE的预设跨链智能合约函数对待跨链交易进行加密后得到跨链交易，使跨链交易在跨链传输过程中具有隐私性，中继链生成密钥并发送至接收链中的目标用户，接收链判断目标用户通过密钥是否对转换格式后的跨链交易解密成功，如果是，目标用户得到解密后的跨链交易。使得并不是接收链上的所有用户都可以获得跨链交易，仅对转换格式后的跨链交易解密成功的才可以获得跨链交易，实现对跨链业务进行用户级别的隐私保护，避免多次加密带来的不便，且监管方以简单方式参与中继链，实现层级的数据可见，满足实际业务场景。
-
公开(公告)号：CN116663046A
公开(公告)日：2023-08-29
申请号：CN202310423161.0
申请日：2023-04-19
申请人： 中债金科信息技术有限公司 , 清华大学
IPC分类号： G06F21/62 , G06F21/60 , G06F16/22 , G06F16/2455 , G06F16/27 , H04L9/00 , H04L9/32 , H04L9/40
摘要： 本说明书公开一种基于区块链的隐私数据共享和检索方法、系统及设备，该方法，以区块链为基础，设计了保护隐私的属性基可搜索加密方案，在数据共享时，由智能合约提取关键词并嵌入访问树定义的检索策略生成索引项密文，对数据的加密过程也嵌入访问树；在数据检索时，由智能合约根据检索的关键词信息和用户属性生成陷门，将陷门中的属性与索引项中的策略进行匹配进而检索。通过数据加密保证隐私数据安全，采用可搜索加密机制使得密文数据可以执行关键词检索操作，从而在多共享者场景中实现了数据共享、隐私保护以及关键词检索的功能。
-
公开(公告)号：CN116306958A
公开(公告)日：2023-06-23
申请号：CN202211112221.9
申请日：2022-09-13
申请人： 中债金科信息技术有限公司
摘要： 本发明提供一种违约风险预测模型训练方法、违约风险预测方法及设备，涉及金融风险防范技术领域，所述训练方法包括：获取样本债券数据；基于K折交叉验证，将样本债券数据进行分组，得到多组训练数据集和测试数据集；针对每个初始违约风险预测模型，将目标训练数据集内的样本债券数据输入初始违约风险预测模型，输出预测指标；基于预测指标和违约风险类别数据，确定初始违约风险预测模型的第一累计误差和第一预测精度，并基于第一累计误差和第一预测精度更新初始违约风险预测模型的超参数，得到更新后的预测模型；将多个预测模型中超参数最优的预测模型确定为违约风险预测模型。本发明可实现违约风险预测，提高泛化能力和预测精度。
-
公开(公告)号：CN116071137A
公开(公告)日：2023-05-05
申请号：CN202310042476.0
申请日：2023-01-28
申请人： 中债金科信息技术有限公司
摘要： 本发明提供一种担保评估方法及装置、存储介质及电子设备，该方法包括：确定担保额度和每个协同机构的计算节点；基于层级同态加密策略生成密钥对；对担保额度加密得到密态担保额度；依次触发每个计算节点基于该计算节点的密态计算输入数据和密态资产金额进行数据计算，得到密态计算输出数据；首个计算节点的密态计算输入数据为密态担保额度，其余计算节点的密态计算输入数据为其上一个计算节点的密态计算输出数据；基于不经意传输协议获得最后的密态计算输出数据所对应的密态评估结果，对其解密后得到担保评估结果。应用本发明的方法，可由多家金融机构进行协同计算，联合证明用户的担保额度，处理过程耗时短，效率高，可改善客户服务体验。
-
公开(公告)号：CN115439219A
公开(公告)日：2022-12-06
申请号：CN202211111915.0
申请日：2022-09-13
申请人： 中债金科信息技术有限公司
摘要： 本发明提供一种违约风险检测模型的训练方法及装置，其中违约风险检测模型的训练方法包括：基于联邦学习中心服务器发送的目标债券特征摘要及目标债券标识摘要，确定训练样本集；基于训练样本集对部署在各分布式节点的第一初始违约风险检测模型进行迭代训练，将每一次迭代训练过程中的各模型参数上传至区块链中的节点设备；利用联邦学习中心服务器发送的聚合模型参数对第一初始违约风险检测模型进行更新，直至达到训练停止条件，得到第一目标违约风险检测模型。通过上述方法，基于联邦学习服务器对第一初始违约风险检测模型进行训练，利用聚合模型参数对模型进行更新，提高了模型性能的同时，不需要暴露数据原文，避免了用户数据发生泄露的风险。
-
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.033 秒)
