一种基于联邦学习的电信反诈技术研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：近年来,电信诈骗发展迅猛,已成为影响人民财产安全的重点突出问题.当前主流的电信反诈方案由各家电信公司独立对电信诈骗行为进行建模和标记,无法对全行业的数据进行整合,影响了模型的准确度.因此,本文基于联邦学习提出了一种多方协同的识别诈骗电话的方案,目的是提高诈骗电话的识别准确率,减少漏判和误判.方案采用横向联邦学习,对多参与方用户数据集进行电信诈骗模型构建和预测.安全性分析表明该方案能够在正确识别诈骗电话的同时,保护参与方的数据安全.经过实验测试,本方案比常规方案的准确度有明显提高.

作者：

任思颖、刘晶、宋奕萌、牧芸

展开 >

作者单位：

中国联合网络通信有限公司研究院

关键词：

电信诈骗联邦学习隐私保护反诈模型

出版年：

2024

保密科学技术

ISSN：

年,卷(期)：2024.(4)

参考文献量5