一种防止大宗商品在多个银行重复借贷欺诈行为的方法

摘要

本发明公开了一种防止大宗商品在多个银行重复借贷欺诈行为的方法，通过联邦学习的纵向学习，使用同态加密技术，在保护隐私的条件下，建立联合模型，假设有A、B两家银行，A银行拥有的抵押凭证ID号为XA，B银行现在收到抵押凭证ID号为XB，B银行通过RSA非对称加密算法生成秘钥，通过RSA非对称加密算法生成秘钥，作为公钥发送给A银行，A银行获得公钥后，基于Hash算法并使用一个随机数对XA加密生成YA，将YA发送给B银行，B银行对收到的YA进行私钥解密生成ZA，并对自己数据XB进行哈希生成ZB，既保证了银行自己的数据安全性，又保证了客户隐私，还能联合其他银行对借贷人做出更准确的借贷风险评估，防止了重复借贷的欺诈行为。

说明书

技术领域

本发明涉及大宗商品领域，具体为一种防止大宗商品在多个银行重复借贷欺诈行为的方法。

背景技术

大宗商品是指可进入流通领域，但非零售环节，具有商品属性并用于工农业生产与消费使用的大批量买卖的物质商品，在金融投资市场，大宗商品指同质化、可交易、被广泛作为工业基础原材料的商品，如原油、有色金属、钢铁、农产品、铁矿石、煤炭等，包括三个类别，即能源商品、基础原材料和农副产品，其拥有供需量大，价格波动大，易于分级和标准化和易于储存、运输的特点，可以设计为期货、期权作为金融工具来交易，可以更好实现价格发现和规避价格风险，由于大宗商品多是工业基础，处于最上游，因此反映其供需状况的期货及现货价格变动会直接影响到整个经济体系。

然而，大宗商品由于其体量特别大的特殊性，使得其贸易的数字化程度很低，在大宗商品的借贷中，有一类是将现货存入仓库公司中，仓库公司为其开具存入凭证并将现货扣留，借贷人在向银行申请贷款时，需要使用该凭证，这就使得抵押人可能多次使用相同的抵押品在不同的银行多次申请贷款，不同银行之间由于竞争或隐私等关系，是不愿意互相分享各自客户的借贷信息的，这就形成了数据孤岛，导致不能及时发现这一现象，这就可能发生欺诈贷款欺诈行为，银行不能及时发现贷款人的还款风险，导致贷款无法即使收回，影响银行正常运作。

发明内容

本发明的目的在于提供一种防止大宗商品在多个银行重复借贷欺诈行为的方法，以解决上述背景技术中提出大宗商品由于其体量特别大的特殊性，使得其贸易的数字化程度很低，在大宗商品的借贷中，有一类是将现货存入仓库公司中，仓库公司为其开具存入凭证并将现货扣留，借贷人在向银行申请贷款时，需要使用该凭证，这就使得抵押人可能多次使用相同的抵押品在不同的银行多次申请贷款，不同银行之间由于竞争或隐私等关系，是不愿意互相分享各自客户的借贷信息的，这就形成了数据孤岛，导致不能及时发现这一现象，这就可能发生欺诈贷款欺诈行为，银行不能及时发现贷款人的还款风险，导致贷款无法即使收回，影响银行正常运作的问题。

为实现上述目的，本发明提供如下技术方案：一种防止大宗商品在多个银行重复借贷欺诈行为的方法，其步骤如下：

步骤一：假设有A、B两家银行，A银行拥有的抵押凭证ID号为XA，B银行现在收到抵押凭证ID号为XB。

步骤二：B银行通过RSA非对称加密算法生成秘钥(n，e，d)，并将(n， e)作为公钥发送给A银行。

步骤三：A银行获得公钥后，基于Hash算法并使用一个随机数对XA加密生成YA，将YA发送给B银行。

步骤四：B银行对收到的YA进行私钥解密生成ZA。并对自己数据XB进行哈希生成ZB。将ZA和ZB发送给A银行。

步骤五：A银行对ZA中的数据除掉第二步生成的随机数以后，再次哈希，生成DA。

步骤六：把DA和ZB取交集，生成重复借贷欺诈行为的数据交集I。

优选的，所述由于数据隐私保护，任何底层的抵押凭证数据，公司是不能和其它公司泄露的，由于仓库公司开具的抵押凭证的id号是唯一的。当抵押人出示该抵押凭证时，银行可以通过判断该抵押凭证的id号是否已被其他银行使用。

优选的，所述步骤一中的XA为[u1,u2,u3，u4]，XB为[u1,u2,u3,u5]。

优选的，所述方法可以保证双方知道[u1，u2，u3]，而A方不知道B方有[u5]，B方不知道A有[u4]。

优选的，所述步骤三中的YA算法为：

Y

Y

优选的，所述步骤四中的ZA算法为：

Z

Z

I,Z

优选的，所述步骤五中的DA算法为：

D

优选的，所述步骤六中的I算法为：

I＝D

I,D

优选的，所述整个过程中，没有任何一个明文数据进行传递，即使采用暴力或者碰撞的方式，依然解析不出原始的id，很好的保护了双方的差集部分。

优选的，所述对交集I解密即可生成[u1,u2,u3]，结合[u1,u2,u3]，B银行就知道[u1,u2,u3]这些抵押数据已经在A银行使用过。

与现有技术相比，本发明的有益效果是：该防止大宗商品在多个银行重复借贷欺诈行为的方法，通过联邦学习的纵向学习，使用同态加密技术，在保护隐私的条件下，建立联合模型，假设有A、B两家银行，A银行拥有的抵押凭证ID号为XA，B银行现在收到抵押凭证ID号为XB，B银行通过RSA非对称加密算法生成秘钥(n，e，d)，并将(n，e)作为公钥发送给A银行， A银行获得公钥后，基于Hash算法并使用一个随机数对XA加密生成YA，将 YA发送给B银行，B银行对收到的YA进行私钥解密生成ZA，并对自己数据XB进行哈希生成ZB，将ZA和ZB发送给A银行，A银行对ZA中的数据除掉第二步生成的随机数以后，再次哈希，生成DA，把DA和ZB取交集，生成重复借贷欺诈行为的数据交集I，帮助银行进行甄别的工作，由于数据隐私保护，任何底层的抵押凭证数据，公司是不能和其它公司泄露的，由于仓库公司开具的抵押凭证的id号是唯一的，当抵押人出示该抵押凭证时，银行可以通过判断该抵押凭证的id号是否已被其他银行使用，让不同银行的客户借贷数据不出本地，且其他银行无法查看本银行的客户借贷数据，既保证了银行自己的数据安全性，又保证了客户隐私，还能联合其他银行对借贷人做出更准确的借贷风险评估，防止了重复借贷的欺诈行为。

具体实施方式

下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供一种技术方案：一种防止大宗商品在多个银行重复借贷欺诈行为的方法，其步骤如下：

步骤一：假设有A、B两家银行，A银行拥有的抵押凭证ID号为XA，B银行现在收到抵押凭证ID号为XB。

步骤二：B银行通过RSA非对称加密算法生成秘钥(n，e，d)，并将(n， e)作为公钥发送给A银行。

步骤三：A银行获得公钥后，基于Hash算法并使用一个随机数对XA加密生成YA，将YA发送给B银行。

步骤四：B银行对收到的YA进行私钥解密生成ZA。并对自己数据XB进行哈希生成ZB。将ZA和ZB发送给A银行。

步骤五：A银行对ZA中的数据除掉第二步生成的随机数以后，再次哈希，生成DA。

步骤六：把DA和ZB取交集，生成重复借贷欺诈行为的数据交集I；

进一步的，由于数据隐私保护，任何底层的抵押凭证数据，公司是不能和其它公司泄露的，由于仓库公司开具的抵押凭证的id号是唯一的。当抵押人出示该抵押凭证时，银行可以通过判断该抵押凭证的id号是否已被其他银行使用；

进一步的，步骤一中的XA为[u1,u2,u3，u4]，XB为[u1,u2,u3,u5]；

进一步的，方法可以保证双方知道[u1，u2，u3]，而A方不知道B方有[u5]， B方不知道A有[u4]；

进一步的，步骤三中的YA算法为：

Y

从X

Y

与上述相同，从X

进一步的，步骤四中的ZA算法为：

Z

Z

I,Z

从Y

进一步的，步骤五中的DA算法为：

D

从Z

进一步的，步骤六中的I算法为：

I＝D

I,D

对D

进一步的，整个过程中，没有任何一个明文数据进行传递，即使采用暴力或者碰撞的方式，依然解析不出原始的id，很好的保护了双方的差集部分；

进一步的，对交集I解密即可生成[u1,u2,u3]，结合[u1,u2,u3]，B银行就知道[u1,u2,u3]这些抵押数据已经在A银行使用过。

实施例一

步骤一：假设有A、B两家银行，A银行拥有的抵押凭证ID号为XA，B银行现在收到抵押凭证ID号为XB，XA为[u1,u2,u3，u4]，XB为[u1,u2,u3,u5]。

步骤二：B银行通过RSA非对称加密算法生成秘钥(n，e，d)，并将(n， e)作为公钥发送给A银行。

步骤三：A银行获得公钥后，基于Hash算法并使用一个随机数对XA加密生成YA，将YA发送给B银行，YA算法为：

Y

从X

Y

与上述相同，从X

步骤四：B银行对收到的YA进行私钥解密生成ZA。并对自己数据XB进行哈希生成ZB。将ZA和ZB发送给A银行，ZA算法为：

Z

Z

I,Z

从Y

步骤五：A银行对ZA中的数据除掉第二步生成的随机数以后，再次哈希，生成DA，DA算法为：

D

从Z

步骤六：把DA和ZB取交集，生成重复借贷欺诈行为的数据交集I，I算法为：

I＝D

I,D

对D

整个过程中，没有任何一个明文数据进行传递，即使采用暴力或者碰撞的方式，依然解析不出原始的id，很好的保护了双方的差集部分，对交集I 解密即可生成[u1,u2,u3]，结合[u1,u2,u3]，B银行就知道[u1,u2,u3]这些抵押数据已经在A银行使用过，通过联邦学习的纵向学习，使用同态加密技术，在保护隐私的条件下，建立联合模型，让不同银行的客户借贷数据不出本地，且其他银行无法查看本银行的客户借贷数据，既保证了银行自己的数据安全性，又保证了客户隐私，还能联合其他银行对借贷人做出更准确的借贷风险评估，防止了重复借贷的欺诈行为。

实施例二

步骤一：假设有E、F两家银行，E银行拥有的抵押凭证ID号为XA，F银行现在收到抵押凭证ID号为XB，XA为[u1,u2,u3，u4]，XB为[u1,u2,u3,u5]。

步骤二：F银行通过RSA非对称加密算法生成秘钥(n，e，d)，并将(n， e)作为公钥发送给E银行。

步骤三：E银行获得公钥后，基于Hash算法并使用一个随机数对XA加密生成YA，将YA发送给F银行，YA算法为：

Y

从X

Y

与上述相同，从X

步骤四：F银行对收到的YA进行私钥解密生成ZA。并对自己数据XB进行哈希生成ZB。将ZA和ZB发送给E银行，ZA算法为：

Z

Z

I,Z

从Y

步骤五：E银行对ZA中的数据除掉第二步生成的随机数以后，再次哈希，生成DA，DA算法为：

D

从Z

步骤六：把DA和ZB取交集，生成重复借贷欺诈行为的数据交集I，I算法为：

I＝D

I,D

对D

整个过程中，没有任何一个明文数据进行传递，即使采用暴力或者碰撞的方式，依然解析不出原始的id，很好的保护了双方的差集部分，对交集I 解密即可生成[u1,u2,u3]，结合[u1,u2,u3]，F银行就知道[u1,u2,u3]这些抵押数据已经在E银行使用过，通过联邦学习的纵向学习，使用同态加密技术，在保护隐私的条件下，建立联合模型，让不同银行的客户借贷数据不出本地，且其他银行无法查看本银行的客户借贷数据，既保证了银行自己的数据安全性，又保证了客户隐私，还能联合其他银行对借贷人做出更准确的借贷风险评估，防止了重复借贷的欺诈行为。

实施例三

步骤一：假设有C、D两家银行，C银行拥有的抵押凭证ID号为XA，D银行现在收到抵押凭证ID号为XB，XA为[u1,u2,u3，u4]，XB为[u1,u2,u3,u5]。

步骤二：D银行通过RSA非对称加密算法生成秘钥(n，e，d)，并将(n， e)作为公钥发送给C银行。

步骤三：C银行获得公钥后，基于Hash算法并使用一个随机数对XA加密生成YA，将YA发送给D银行，YA算法为：

Y

从X

Y

与上述相同，从X

步骤四：D银行对收到的YA进行私钥解密生成ZA。并对自己数据XB进行哈希生成ZB。将ZA和ZB发送给C银行，ZA算法为：

Z

Z

I,Z

从Y

步骤五：C银行对ZA中的数据除掉第二步生成的随机数以后，再次哈希，生成DA，DA算法为：

D

从Z

步骤六：把DA和ZB取交集，生成重复借贷欺诈行为的数据交集I，I算法为：

I＝D

I,D

对D

整个过程中，没有任何一个明文数据进行传递，即使采用暴力或者碰撞的方式，依然解析不出原始的id，很好的保护了双方的差集部分，对交集I 解密即可生成[u1,u2,u3]，结合[u1,u2,u3]，D银行就知道[u1,u2,u3]这些抵押数据已经在C银行使用过，通过联邦学习的纵向学习，使用同态加密技术，在保护隐私的条件下，建立联合模型，让不同银行的客户借贷数据不出本地，且其他银行无法查看本银行的客户借贷数据，既保证了银行自己的数据安全性，又保证了客户隐私，还能联合其他银行对借贷人做出更准确的借贷风险评估，防止了重复借贷的欺诈行为。

实施例四

步骤一：假设有G、H两家银行，G银行拥有的抵押凭证ID号为XA，H银行现在收到抵押凭证ID号为XB，XA为[u1,u2,u3，u4]，XB为[u1,u2,u3,u5]。

步骤二：H银行通过RSA非对称加密算法生成秘钥(n，e，d)，并将(n， e)作为公钥发送给G银行。

步骤三：G银行获得公钥后，基于Hash算法并使用一个随机数对XA加密生成YA，将YA发送给H银行，YA算法为：

Y

从X

Y

与上述相同，从X

步骤四：H银行对收到的YA进行私钥解密生成ZA。并对自己数据XB进行哈希生成ZB。将ZA和ZB发送给G银行，ZA算法为：

Z

Z

I,Z

从Y

步骤五：G银行对ZA中的数据除掉第二步生成的随机数以后，再次哈希，生成DA，DA算法为：

D

从Z

步骤六：把DA和ZB取交集，生成重复借贷欺诈行为的数据交集I，I算法为：

I＝D

I,D

对D

整个过程中，没有任何一个明文数据进行传递，即使采用暴力或者碰撞的方式，依然解析不出原始的id，很好的保护了双方的差集部分，对交集I 解密即可生成[u1,u2,u3]，结合[u1,u2,u3]，H银行就知道[u1,u2,u3]这些抵押数据已经在G银行使用过，通过联邦学习的纵向学习，使用同态加密技术，在保护隐私的条件下，建立联合模型，让不同银行的客户借贷数据不出本地，且其他银行无法查看本银行的客户借贷数据，既保证了银行自己的数据安全性，又保证了客户隐私，还能联合其他银行对借贷人做出更准确的借贷风险评估，防止了重复借贷的欺诈行为。

实施例五

步骤一：假设有I、J两家银行，I银行拥有的抵押凭证ID号为XA，J银行现在收到抵押凭证ID号为XB，XA为[u1,u2,u3，u4]，XB为[u1,u2,u3,u5]。

步骤二：J银行通过RSA非对称加密算法生成秘钥(n，e，d)，并将(n， e)作为公钥发送给G银行。

步骤三：I银行获得公钥后，基于Hash算法并使用一个随机数对XA加密生成YA，将YA发送给J银行，YA算法为：

Y

从X

Y

与上述相同，从X

步骤四：J银行对收到的YA进行私钥解密生成ZA。并对自己数据XB进行哈希生成ZB。将ZA和ZB发送给I银行，ZA算法为：

Z

Z

I,Z

从Y

步骤五：J银行对ZA中的数据除掉第二步生成的随机数以后，再次哈希，生成DA，DA算法为：

D

从Z

步骤六：把DA和ZB取交集，生成重复借贷欺诈行为的数据交集I，I算法为：

I＝D

I,D

对D

整个过程中，没有任何一个明文数据进行传递，即使采用暴力或者碰撞的方式，依然解析不出原始的id，很好的保护了双方的差集部分，对交集I 解密即可生成[u1,u2,u3]，结合[u1,u2,u3]，J银行就知道[u1,u2,u3]这些抵押数据已经在I银行使用过，通过联邦学习的纵向学习，使用同态加密技术，在保护隐私的条件下，建立联合模型，让不同银行的客户借贷数据不出本地，且其他银行无法查看本银行的客户借贷数据，既保证了银行自己的数据安全性，又保证了客户隐私，还能联合其他银行对借贷人做出更准确的借贷风险评估，防止了重复借贷的欺诈行为。

实施例六

步骤一：假设有K、L两家银行，K银行拥有的抵押凭证ID号为XA，L银行现在收到抵押凭证ID号为XB，XA为[u1,u2,u3，u4]，XB为[u1,u2,u3,u5]。

步骤二：L银行通过RSA非对称加密算法生成秘钥(n，e，d)，并将(n， e)作为公钥发送给K银行。

步骤三：K银行获得公钥后，基于Hash算法并使用一个随机数对XA加密生成YA，将YA发送给L银行，YA算法为：

Y

从X

Y

与上述相同，从X

步骤四：L银行对收到的YA进行私钥解密生成ZA。并对自己数据XB进行哈希生成ZB。将ZA和ZB发送给K银行，ZA算法为：

Z

Z

I,Z

从Y

步骤五：L银行对ZA中的数据除掉第二步生成的随机数以后，再次哈希，生成DA，DA算法为：

D

从Z

步骤六：把DA和ZB取交集，生成重复借贷欺诈行为的数据交集I，I算法为：

I＝D

I,D

对D

整个过程中，没有任何一个明文数据进行传递，即使采用暴力或者碰撞的方式，依然解析不出原始的id，很好的保护了双方的差集部分，对交集I 解密即可生成[u1,u2,u3]，结合[u1,u2,u3]，K银行就知道[u1,u2,u3]这些抵押数据已经在L银行使用过，通过联邦学习的纵向学习，使用同态加密技术，在保护隐私的条件下，建立联合模型，让不同银行的客户借贷数据不出本地，且其他银行无法查看本银行的客户借贷数据，既保证了银行自己的数据安全性，又保证了客户隐私，还能联合其他银行对借贷人做出更准确的借贷风险评估，防止了重复借贷的欺诈行为。

实施例七

步骤一：假设有Y、X两家银行，Y银行拥有的抵押凭证ID号为XA，X银行现在收到抵押凭证ID号为XB，XA为[u1,u2,u3，u4]，XB为[u1,u2,u3,u5]。

步骤二：X银行通过RSA非对称加密算法生成秘钥(n，e，d)，并将(n， e)作为公钥发送给Y银行。

步骤三：Y银行获得公钥后，基于XasX并使用一个随机数对XA加密生成 YA，将YA发送给X银行，YA算法为：

Y

从X

Y

与上述相同，从X

步骤四：X银行对收到的YA进行私钥解密生成ZA。并对自己数据XB进行哈希生成ZB。将ZA和ZB发送给Y银行，ZA算法为：

Z

Z

I,Z

从Y

步骤五：Y银行对ZA中的数据除掉第二步生成的随机数以后，再次哈希，生成DA，DA算法为：

D

从Z

步骤六：把DA和ZB取交集，生成重复借贷欺诈行为的数据交集I，I算法为：

I＝D

I,D

对D

整个过程中，没有任何一个明文数据进行传递，即使采用暴力或者碰撞的方式，依然解析不出原始的id，很好的保护了双方的差集部分，对交集I 解密即可生成[u1,u2,u3]，结合[u1,u2,u3]，X银行就知道[u1,u2,u3]这些抵押数据已经在Y银行使用过，通过联邦学习的纵向学习，使用同态加密技术，在保护隐私的条件下，建立联合模型，让不同银行的客户借贷数据不出本地，且其他银行无法查看本银行的客户借贷数据，既保证了银行自己的数据安全性，又保证了客户隐私，还能联合其他银行对借贷人做出更准确的借贷风险评估，防止了重复借贷的欺诈行为。

工作原理：步骤一：假设有A、B两家银行，A银行拥有的抵押凭证ID号为XA，B银行现在收到抵押凭证ID号为XB，XA为[u1,u2,u3，u4]，XB为 [u1,u2,u3,u5]，方法可以保证双方知道[u1，u2，u3]，而A方不知道B方有 [u5]，B方不知道A有[u4]，步骤二：B银行通过RSA非对称加密算法生成秘钥(n，e，d)，并将(n，e)作为公钥发送给A银行，步骤三：A银行获得公钥后，基于Hash算法并使用一个随机数对XA加密生成YA，将YA发送给B 银行，YA算法为：

Y

从X

Y

与上述相同，从X

步骤四：B银行对收到的YA进行私钥解密生成ZA，并对自己数据XB进行哈希生成ZB，将ZA和ZB发送给A银行步骤四中的ZA算法为：

Z

Z

I,Z

从Y

步骤五：A银行对ZA中的数据除掉第二步生成的随机数以后，再次哈希，生成DA步骤五中的DA算法为：

D

从Z

步骤六：把DA和ZB取交集，生成重复借贷欺诈行为的数据交集I，步骤六中的I算法为：

I＝D

I,D

对D

由于数据隐私保护，任何底层的抵押凭证数据，公司是不能和其它公司泄露的，由于仓库公司开具的抵押凭证的id号是唯一的，当抵押人出示该抵押凭证时，银行可以通过判断该抵押凭证的id号是否已被其他银行使用，整个过程中，没有任何一个明文数据进行传递，即使采用暴力或者碰撞的方式，依然解析不出原始的id，很好的保护了双方的差集部分，对交集I解密即可生成[u1,u2,u3]，结合[u1,u2,u3]，B银行就知道[u1,u2,u3]这些抵押数据已经在A银行使用过，通过联邦学习的纵向学习，使用同态加密技术，在保护隐私的条件下，建立联合模型，让不同银行的客户借贷数据不出本地，且其他银行无法查看本银行的客户借贷数据，既保证了银行自己的数据安全性，又保证了客户隐私，还能联合其他银行对借贷人做出更准确的借贷风险评估，防止了重复借贷的欺诈行为。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。