一种银行反欺诈模型优化方法、装置、设备及介质

本发明涉及银行智能反欺诈技术领域，公开了一种基于TensorFlow Federated的银行反欺诈模型优化方法、装置、设备及介质，包括：确定参与方与参与方的数据标准；基于参与方的数据标准搭建TensorFlow Federated环境；预处理参与方的本地数据，并提取关键特征；构建关键特征的深度学习模型，并在TensorFlow Federated环境下，初始化深度学习模型参数；执行联邦学习任务，并基于联邦学习任务对深度学习模型参数进行更新迭代。达到提升反欺诈模型准确率：通过联邦学习技术实现跨机构数据协作建模丰富了模型训练样本和特征维度显著提升了反欺诈模型的准确性；保护数据隐私安全。