查看原文
其他

工商银行与外汇监管部门共同探索联邦学习在风险防控领域的应用研究

The following article is from 银行科技研究社 Author 工行软件开发中心

2019年党的十九届四中全会上首次将“数据”列为生产要素。在数据时代,一方面国家要建设数字经济社会,支持数据开放共享、互联互通;另一方面,数据开放共享带来的安全问题也逐渐受到人们的重视。随着2021年《中华人民共和国个人信息保护法》施行,我国个人信息保护力度不断加大,国家对于数据的使用限制和隐私保护日益加强,极大地推动了隐私计算行业规范化快速发展。

一、隐私计算技术赋能数据安全合规流转


数据作为战略性资源和关键生产要素,拥有数据就拥有客户资源和市场竞争力。但业务数据涉及用户个人隐私、商业秘密甚至国家安全,数据流转共享存在“不愿、不敢、不便”等难题。传统数据融合受实现过程复杂、合作双方应用难度大、实施周期长等因素影响导致数据孤岛,影响数据要素价值的发挥。

隐私计算技术让数据安全合规流通成为可能。该技术打破了跨地区、跨行业、跨企业的数据孤岛,在保障数据安全与隐私的前提下做到数据“可用不可得、可用不可见、数据不动模型动”,解锁数据隐私保护对人工智能应用的限制,促进数据流通,释放数据价值。中国工商银行运用隐私计算中的联邦学习技术,融合工商银行数据与国家外汇管理局青海分局数据进行联邦学习建模,发挥自身平台优势,在双方本地部署计算节点、搭建联邦学习平台,全链路保障合作双方业务数据隐私安全。该联邦学习平台提供隐私求交、联邦特征工程、联邦模型训练、隐匿查询等技术能力,为业务场景实现提供支撑,推进数据要素跨机构合作应用落地。


二、联邦学习技术开创外汇业务监管新思路


在个人外汇业务风险防控过程中,现阶段金融机构间信息共享模式仍存在较大提升空间。针对跨行、多层资金划转的违规外汇交易,外管局无法掌握人民币资金交易数据,银行无法掌握跨行资金交易数据,导致外汇业务上下游资金链难以追溯、真实业务背景难以还原,异常交易主要依赖于人工经验判断,风险防控存在滞后性。

中国工商银行联合青海省外管局融合工行客户画像、人民币交易、客户信用和外管局外汇交易等业务数据,利用联邦学习技术,将双方数据加密后进行隐私求交,在不获得对方特征数据的情况下建立关注指数模型、共享模型,实现个人客户风险评分,提前预判客户合规风险程度,有力地支持了外汇合规风险的联防联控,为商业银行提供个人外汇业务风险评估新方案,为落实“微观监管”、“展业三原则”等外汇监管政策要求提供新方式。


三、工商银行与外管局推动数据跨行业融合


为提升工商银行与青海省外管局双方对涉汇类主体的金融监管与服务效能,确保个人外汇业务合规发展,双方使用联邦学习技术推动数据跨行业融合:

1、隐私求交实现数据融合

双方数据样本对齐:使用PSI(隐私集合求交)技术,将双方数据样本对齐,如下图:

入模特征筛选及处理:通过隐私求交取得交集数据,利用隐私数据探查技术对数据特征进行分布分析(计算特征最大值,最小值等)、交叉分析(计算特征之间peason相关系数、卡方独立性检验)得到建模相关的统计学特征,并通过同态加密技术计算变量的IV值,筛选出高价值特征,依据WOE分箱方法观察WOE分箱的业务解释性和单调性,评估特征是否入模。

通过隐私数据探查得出工行的交易特征、资产配置特征与外管特征之间的相关性较小,且显著小于双方自身特征的相关性,所以对特征进行以下分析和处理:

(1)对区间型变量,采用等距分箱并进行WOE转换。

(2)对水平距离不等的分类变量,采用oneHot编码或直接计算WOE。

(3)特征信息量筛选。对于IV值过小或过大的变量进行剔除。

(4)对相关性大于区间型或卡方检验p值过小的特征,仅保留IV值更高的特征。

2、模型训练

使用纵向联邦学习Logistic算法训练模型,模型训练过程中各自的数据和参数互不交换,建模完成后模型进行分布式存储,即“外管保存外管的特征参数,工行保存工行的特征参数”,如下图:

最终模型命中百余个风险客户,构建的个人重点关注指数模型在50%召回率时准确率达到90%以上,90%召回率时准确率达到60%以上,较仅用工行数据建模所得模型AUC提升60%以上,可减少工商银行人工核查工作量50%以上,较仅使用外管局数据建模所得模型AUC提升10%以上,平均每百个可疑客户中可通过模型多发现5个风险客户。通过对上述风险客户设置风险提示、业务拦截等措施,为工商银行、外管局在业务事前履行“尽职审查”等展业原则,在业务事前、事中实时拦截风险客户交易提供有力支持。


四、图联邦技术碰撞数据联合应用新火花


工商银行和外管局联邦学习项目的成功实施,证明了商业银行与监管机构在数据互补、模型共建、风险联防方面的模式创新潜力,大幅提升了外汇合规风险防控的精准性和覆盖范围。交易资金流向图挖掘和图计算技术在外汇管理、反洗钱、反欺诈等风控、监管领域应用有重要意义和广阔前景,外管局与工商银行正在探索隐私计算下的图谱使用和图谱计算新模式,使用图联邦技术,挖掘本外币交易资金流向图。

外管局提供账户信息,工商银行通过图计算,展示可疑账户资金的转移链路,实现从外汇结汇资金到人民币转账资金的全链路追索,解决跨币种、跨机构、跨地域风险转移途径计算问题,有效追踪以一对多、多对多等形式层层分拆、划转资金,逃避监管的风险账户及其关联账户,精准识别违法违规关联账户和交易实际操纵者。

青海外管局与工商银行使用联邦学习技术探索个人外汇业务风险控制新模式,促进了外汇风控业务由人工经验判断转为自动化、高时效、高精度批量预估,深化了企业级隐私平台能力建设与应用。后续工商银行将持续推动跨领域、跨行业、跨业态数据要素的安全流转和共享,通过数据要素的内外双循环充分发挥数据价值,赋能和支持金融行业数字化转型发展。


END

往期推荐:




隐私计算头条周刊(11.6-11.12)


车路协同隐私计算


CNCC 2022| 隐私计算:理论、技术、应用与未来


2022隐私计算HACKATHON大赛报名正在火热进行中!


开放隐私计算社区征稿啦!

热门文章:




姚期智院士:数据、算法、算力为何是数字经济核心技术?


附下载 | 2022年隐私计算技术与行业应用报告合集(33份)


联邦学习前沿 | 基于图神经网络的联邦推荐系统研究 


招标 | 近期隐私计算项目招标中标24(国家广播电视总局、国家工信安全中心、江西银行、光大银行、人保财险)


未来十年,将会有95%的企业采用隐私计算技术

继续滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存