声明
摘要
第一章引言
1.1研究背景及意义
1.1.1研究背景
1.1.2研究意义
1.2文献综述
1.2.1国外文献综述
1.2.2国内文献综述
1.3本文组织架构
1.4本文创新点
第二章相关技术综述
2.1隐私保护技术
2.2联邦学习
2.2.1联邦学习概述
2.2.2联邦学习分类
2.2.3联邦学习开源框架
2.3逻辑回归算法理论
第三章基于联邦学习的风控模型
3.1模型构建思路
3.2纵向逻辑回归模型
3.2.1加密数据id对齐
3.2.2联邦学习下的逻辑回归模型
3.3联邦特征工程
3.4模型评估指标
第四章实证分析
4.1数据准备
4.2数据情况
4.2.1标签描述
4.2.2数据预处理
4.3联邦特征变量筛选
4.3.1特征分箱及iv值
4.3.2特征相关性分析
4.3.3描述性统计分析
4.4模型训练与结果分析
4.4.1数据不平衡处理
4.4.2模型训练与评估
第五章结论与展望
5.1结论
5.2展望
参考文献
致谢
郑州大学;