一种基于大模型的金融数据隐私保护方法及系统与流程
技术特征:
1.一种基于大模型的金融数据隐私保护方法,其特征在于,包括如下步骤:
2.如权利要求1所述的方法,其特征在于,对所述金融数据进行归类筛选,得到金融隐私数据簇具体包括:
3.如权利要求1所述的方法,其特征在于,确定所述金融隐私数据簇中每个金融隐私数据的隐私敏感度具体包括:
4.如权利要求1所述的方法,其特征在于,通过所述历史隐私记录确定所述金融隐私数据簇在不同时间间隔内的隐私损失量具体包括:
5.如权利要求1所述的方法,其特征在于,由所有的关联隐私损失和当前金融贸易中差分隐私模型的总隐私预算确定所述金融隐私数据簇的差分隐私约束具体包括:
6.如权利要求1所述的方法,其特征在于,确定所述金融隐私数据在所述差分隐私约束下的差分隐私指数具体包括:
7.如权利要求1所述的方法,其特征在于,通过金融机构应用程序编程接口和市场数据应用程序编程接口获取当前金融贸易中的金融数据。
8.一种基于大模型的金融数据隐私保护系统,其特征在于,包括:
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有代码,所述处理器被配置为获取所述代码,并执行如权利要求1至7中任一项所述的基于大模型的金融数据隐私保护方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于大模型的金融数据隐私保护方法。
技术总结
本申请提供了一种基于大模型的金融数据隐私保护方法及系统,在获取当前金融贸易中的金融数据后,确定金融隐私数据簇中每个金融隐私数据的隐私敏感度;根据各个隐私敏感度和所有的隐私损失量确定金融隐私数据簇中所有金融隐私数据的关联隐私损失,由所有的关联隐私损失和当前金融贸易中差分隐私模型的总隐私预算确定金融隐私数据簇的差分隐私约束;通过差分隐私指数和各个关联隐私损失确定金融隐私数据簇中每个金融隐私数据在历史金融贸易中的动态隐私界限,进而通过动态隐私界限对当前金融贸易中的金融数据进行动态保护。上述方案基于隐私预算的动态适应性分配对金融数据进行隐私保护,可提高金融数据隐私保护时的隐私保护适配能力。
技术研发人员:蔡锦森,黄光奇,莫倩,李士洪,孟维勋,艾青
受保护的技术使用者:北京网智天元大数据科技有限公司
技术研发日:
技术公布日:2024/11/18
文档序号 :
【 40049721 】
技术研发人员:蔡锦森,黄光奇,莫倩,李士洪,孟维勋,艾青
技术所有人:北京网智天元大数据科技有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:蔡锦森,黄光奇,莫倩,李士洪,孟维勋,艾青
技术所有人:北京网智天元大数据科技有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
