摘要
在银行业领域,个人信用风险评估模型是重要的贷款审批工具,个人信用风险评估模型是银行利用自身数据与外部数据集中在同一台机器上训练出来的模型。而随着民众对个人隐私和数据安全的重视,法律法规要求的提高,为避免发生数据泄露,银行理论上不能将生产环境的数据脱离生产环境,原来的传统的线下联合建模方式需要将生产数据出库,存在数据泄露等不合规的风险。本文从数据安全的角度,提出基于联邦学习的个人信用风险评估模型构建的方式。研究表明,基于联邦学习的个人信用风险评估模型构建方式在训练得到同样效果的模型的前提下,能够更好地保护数据,避免数据泄露。
出处
《商业文化》
2021年第5期102-107,共6页
Business Culture
