利用数据要素,采用联邦学习技术,在保护数据隐私与安全前提下,工行可以基于该模型实现对异常客户的预判,快速识别可疑客户,提前、准确识别风险事件,进而干预欺诈。中国工商银行股份有限公司以自身电信诈骗风险特征基础,引入了运营商层面通话类、短信类、流量类、机主信息类指标,建立工行手机银行登录行为异常识别模型。以上模型创新性地采用联邦学习技术完成联合建模,保证数据安全。联邦学习的特点是,基于统计学和机器学习建模的原理,在原始数据不进行传输、交换的情况下,通过模型训练过程中的中间结果交互,完成模型的训练,实现数据不动模型动,数据可用不可见。工商银行和电信原始数据分别都保存在本地,利用工商银行联邦学习平台,双方使用隐私求交技术在互不暴露用户列表的前提下获取双方共有客户,进而使用同态加密技术交互梯度更新模型,双方模型参数各保存在本地,通过模型参数汇总形成最终模型。