-
公开(公告)号：CN110675243A
公开(公告)日：2020-01-10
申请号：CN201910814229.1
申请日：2019-08-30
申请人： 北京银联金卡科技有限公司
摘要： 本发明提供融合机器学习的信贷逾期预测方法及系统，收集若干信贷因素数据并进行预处理，对预处理结果中信贷因素数据的重要度进行计算排序并删除冗余，得到选择后信贷因素数据。基于信贷因素数据构建训练样本，基于训练样本利用LSTM建立并训练信贷逾期预测模型，确定最优参数，得到最佳模型后进行信贷逾期预测。本发明广泛收集信贷因素数据提升信贷逾期预测的全面性；对训练数据的缺失采用分类处理提升数据质量；针对用户的类不平衡情况用过采样方法进行处理，平衡数据分布；对影响信贷逾期的全部因素进行排序并剔除冗余，提高因素选择的合理性；基于双向LSTM结合时序因素综合建立信贷逾期预测模型，通过S折交叉确定最优模型参数，提高最佳模型质量。
-
公开(公告)号：CN117312119A
公开(公告)日：2023-12-29
申请号：CN202210686828.1
申请日：2022-06-17
申请人： 北京银联金卡科技有限公司
IPC分类号： G06F11/36 , G06N3/0464 , G06N3/08
摘要： 本发明提供一种可拓展的人工智能攻击基准测试方法及系统，模型转换模块根据对被测模型的类型和框架进行转化，得到与攻击框架匹配的被测模型的转换模型。数据集对转换模型进行攻击，得到一测试结果。攻击框架调取格式统一的各攻击算法并生成相应攻击脚本后对转换模型进行若干次攻击，从而得到若干攻击结果。下个被测模型进行测试时所述模型转换模块再次根据其类型对其框架进行转化后进行攻击。优点是能够对不同根据不同的人工智能模型灵活转换，对转换后模型进行攻击得到攻击结果，无需针对不同人工智能模型重新搭建测试模组，提升攻击效率降低测试成本，解决现有技术中测试方法(框架)受到被测模型和语言限制的问题。
-
公开(公告)号：CN112905494B
公开(公告)日：2022-04-01
申请号：CN202110492558.6
申请日：2021-05-07
申请人： 北京银联金卡科技有限公司
IPC分类号： G06F11/36
摘要： 本发明提供一种融合多维信息的人工智能测评方法及系统，根据待测评人工智能产品所属领域生成测评项目列表，调取与测评项目对应的原始样本数据；依据测评项目列表和原始样本数据，调用对应算法依次生成安全性、可解释性和精准性的测评内容，最后测评性能指标，将待测评人工智能产品部署于本地服务器后，利用上述所准备内容对人工智能产品进行安全性、可解释性、精准性和性能测评，同时记录各测评结果并生成报告。本方案的优点是能够融合多维信息多角度测评人工智能产品以保障其安全合规落地应用；能够自适应的根据人工智能产品特点选取测评项目，方便灵活；以测评项目条目、指标量化等客观方式进行测评，操作直观便捷，减少测评员的主观判断。
-
公开(公告)号：CN112905494A
公开(公告)日：2021-06-04
申请号：CN202110492558.6
申请日：2021-05-07
申请人： 北京银联金卡科技有限公司
IPC分类号： G06F11/36
摘要： 本发明提供一种融合多维信息的人工智能测评方法及系统，根据待测评人工智能产品所属领域生成测评项目列表，调取与测评项目对应的原始样本数据；依据测评项目列表和原始样本数据，调用对应算法依次生成安全性、可解释性和精准性的测评内容，最后测评性能指标，将待测评人工智能产品部署于本地服务器后，利用上述所准备内容对人工智能产品进行安全性、可解释性、精准性和性能测评，同时记录各测评结果并生成报告。本方案的优点是能够融合多维信息多角度测评人工智能产品以保障其安全合规落地应用；能够自适应的根据人工智能产品特点选取测评项目，方便灵活；以测评项目条目、指标量化等客观方式进行测评，操作直观便捷，减少测评员的主观判断。
-
-
-
搜索结果
4 条记录 (耗时 0.029 秒)
