CN114722362A - 一种基于隐私计算的贷后监督方法 - Google Patents
一种基于隐私计算的贷后监督方法 Download PDFInfo
- Publication number
- CN114722362A CN114722362A CN202210633756.4A CN202210633756A CN114722362A CN 114722362 A CN114722362 A CN 114722362A CN 202210633756 A CN202210633756 A CN 202210633756A CN 114722362 A CN114722362 A CN 114722362A
- Authority
- CN
- China
- Prior art keywords
- bank
- value
- loan
- numerical value
- amount
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000004364 calculation method Methods 0.000 title claims abstract description 26
- 238000012546 transfer Methods 0.000 claims abstract description 35
- 230000005540 biological transmission Effects 0.000 claims abstract description 15
- 238000006467 substitution reaction Methods 0.000 claims description 44
- 238000012795 verification Methods 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 4
- 230000006399 behavior Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 101100228149 Drosophila melanogaster Trl gene Proteins 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
- G06F21/16—Program or content traceability, e.g. by watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Technology Law (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Multimedia (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及信息技术领域,具体涉及一种基于隐私计算的贷后监督方法,包括:贷款银行生成数值替码;在区块链上发布智能合约公开贷款银行标识、追踪起止比例、限制行业和追踪数据;银行处理资金转出业务时,提取资金转出企业名称的哈希值,与智能合约对比,若存在追踪数据相符,则判断交易对手是否为限制行业;若为限制行业,则建立隐私计算;若资金转出金额处于追踪区间,则与贷款银行建立不经意传输,获得新追踪区间替码;银行计算本次资金转出金额与总金额的金额比例;建立新的追踪数据,追加到智能合约公开;预设时长后,贷款银行计算转入限制行业的违规资金总额。本发明的实质性效果是:实现了在银行间跨行协作,提高了贷后资金监督的效率。
Description
技术领域
本发明涉及信息技术领域,具体涉及一种基于隐私计算的贷后监督方法。
背景技术
银行对其用户的业务负有监管责任,如对发放贷款用途的监测、对专项监管账户资金使用的管理、对一些非法金融活动的识别等。银行间自主的跨行资金监管依赖于银行自行向他行获得线下纸质材料,并授权递交的形式完成,存在低效不实时、且传递过程不可控等问题。难以及时发现贷款违规使用的问题,对违规使用贷款行为的威慑力不足,难以胜任贷后监督的任务。为此有必要研究能够在线上进行的贷款使用监督方案,用于及时发现疑似的违规使用行为,结合线下核实程序,能够高效率的完成贷款使用的监督,提高对贷款违规使用行为的威慑力。但线上进行贷款使用监督容易造成银行业务数据的泄露风险,同时不利于企业业务数据的保密。为此有必要研究一种能够兼顾数据隐私的线上贷款用途监督方案。
如中国专利CN114445211A,公开日2022年5月6日,公开了一种基于区块链的供应链金融风险控制的实现方法,包括如下步骤:预先获取供应链金融风险数据,基于大数据处理对金融风险数据进行分析,建立风险模型,标定风险场景下的预警范围,从而确定供应链的风险指标集合;建立风险模型,并对风险模型进行分类,其中风险模型包括传统信贷业务的风险模型和供应链金融所特有的风险模型。其技术方案对获取的金融风险进行细致的分类,有利于对风险进行把控。但其技术方案仅能解决贷款审批时风险的管控,不能解决贷后资金违规使用带来风险的管控问题。
发明内容
本发明要解决的技术问题是:目前缺乏适合线上进行贷后监督方案的技术问题。提出了一种基于隐私计算的贷后监督方法,能够通过在线建立隐私计算的方式,兼顾银行交易数据隐私保护的同时,实现贷后监督。
为解决上述技术问题,本发明所采取的技术方案为:一种基于隐私计算的贷后监督方法,包括:贷款银行生成数值替码,所述数值替码的大小关系与相应数值相符;贷款银行建立追踪数据,所述追踪数据记录出款银行标识和企业名称的哈希值,在区块链上发布智能合约公开贷款银行标识、追踪起止比例、限制行业和追踪数据;银行处理资金转出业务时,提取资金转出企业名称的哈希值,与区块链上智能合约公开追踪数据对比,若存在追踪数据相符,则银行与贷款银行建立隐私计算,所述隐私计算的输入为资金转出金额,输出为资金转出金额是否处于追踪区间;若资金转出金额处于追踪区间,则银行与贷款银行建立不经意传输,获得追踪区间起止金额的数值替码,获得新追踪区间替码;银行计算预设期限内资金转出企业从追踪数据中的企业获得的总金额,计算本次资金转出金额与总金额的金额比例;银行建立一条新的追踪数据,新的追踪数据记录出款银行标识、交易对手企业名称的哈希值、追踪区间替码和金额比例,追踪区间起止金额的数值替码记为追踪区间替码,将新的追踪数据追加到智能合约公开;预设时长后,贷款银行根据智能合约公开的全部追踪数据,计算转入限制行业的违规资金总额,若违规资金总额超过预设阈值,则发起线下核实惩戒程序。
作为优选,贷款银行生成数值替码的方法包括:从字母表中选择字母替代数值,为数值选择的字母的排序与数值大小的排序一致,选择的字母即为数值的数值替码。
作为优选,贷款银行生成数值替码的方法还包括:为每个数值位选取一组替代数值的字母,每组字母的排序与其所替代的数值大小的排序保持一致;为每个数值选择若干个替代字母,在每次提供数值替码时择一使用。
作为优选,使用多个字母的组合替代数值,多个字母排序值的和用于判断字母的组合的排序,字母的组合的排序与数值大小的排序保持一致。
作为优选,银行与贷款银行建立隐私计算的方法包括:贷款银行获得追踪区间起止金额的位数,并向银行提供追踪区间起止金额的位数;银行根据追踪区间起止金额的位数和资金转出金额的位数能够判断资金转出金额是否处于追踪区间的结果,则结束本方法,反之,银行通知贷款银行建立隐私计算;贷款银行分别为追踪区间起止金额生成一组判别表,每组所述判别表的数量与对应金额的位数相同,判别表按数值位排序,判别表记录每个字母作为当前数值位的数值的替代字母时的判别结果,由当前数值位判断小于追踪区间最大值或者大于追踪区间最小值时,判别结果为真,由当前数值位判断大于追踪区间最大值或者小于追踪区间最小值时,判别结果为假,反之,则判别结果为空值;银行与贷款银行建立不经意传输,获得资金转出金额的每个数值位的数值替码;贷款银行将判别表发送给所述银行,所述银行查询判别表获得输出为资金转出金额是否处于追踪区间的结果。
作为优选,银行根据追踪区间起止金额的位数和资金转出金额的位数能够判断资金转出金额是否处于追踪区间的方法为:若资金转出金额的位数大于追踪区间最小值的位数且小于追踪区间最大值的位数,则判断资金转出金额处于追踪区间,若资金转出金额的位数大于追踪区间最大值的位数或者小于追踪区间最小值的位数,则判断资金转出金额不处于追踪区间,反之,则判定根据追踪区间起止金额的位数和资金转出金额的位数不能判断资金转出金额是否处于追踪区间。
作为优选,银行与贷款银行建立不经意传输的方法包括:贷款银行为每个数值位的每个可能数值取值生成一组非对称秘钥,将公钥和对应的数值取值关联后公开;银行生成对称加密的秘钥Key,使用资金转出金额对应数值位的数值对应的公钥加密秘钥Key,将秘钥Key的密文发送给贷款银行;贷款银行分别使用每个数值取值的私钥解密秘钥Key的密文,获得每个数值取值对应的复原秘钥Key;使用每个数值取值对应的复原秘钥Key加密数值取值的数值替码,将数值替码密文发送给银行;银行使用秘钥Key将仅能解密资金转出金额对应数值位的数值的数值替码。
作为优选,贷款银行为数值取值生成非对称秘钥的方法为:生成私钥数值和公钥数值,私钥数值和公钥数值的乘积等于2π的整倍数加1,私钥数值为正奇数;银行使用公钥加密秘钥Key的方法为:生成中间数,使中间数的余弦值保留前指定位小数时,保留的小数位的数值恰好为秘钥Key,同时保证中间数的小数位位数小于或等于私钥数值和公钥数值乘积的整数位数,计算中间数与公钥数值乘积的余弦值作为密文;贷款银行使用私钥解密秘钥Key的密文的方法包括:使用余弦函数的倍角公式计算计算中间数、公钥数值及私钥数值乘积的余弦值,保留前指定位小数即得秘钥Key。
作为优选,贷款银行计算转入限制行业的违规资金总额的方法包括:贷款银行根据智能合约公开的全部追踪数据,复原转入限制行业资金的交易链,所述交易链指从资金转出到限制行业的交易开始,向上寻找对应的资金转入交易,直到追溯到转入交易来自贷款银行的贷款发放交易;计算每个交易链涉及的全部金额比例的乘积,记为总乘积;全部交易链总乘积的和即为转入限制行业的最终金额比例,将贷款金额与最终金额比例相乘即得违规资金总额。
本发明的实质性效果是:通过在区块链上发布智能合约记录追踪数据,实现了在银行间跨行协作进行资金使用的监督,提高了贷后资金监督的效率;借助数值替码避免银行之间共享具体的资金交易金额,保护了银行和企业的业务隐私,同时又能实现贷后资金的监督;借助隐私计算进一步保护了银行业务数据的隐私。
附图说明
图1为实施例一贷后监督方法流程示意图。
图2为实施例一贷款银行生成数值替码方法流程示意图。
图3为实施例一银行与贷款银行建立隐私计算方法流程示意图。
图4为实施例一判断资金转出金额是否处于追踪区间方法流程示意图。
图5为实施例一银行与贷款银行建立不经意传输方法流程示意图。
图6为实施例二银行与贷款银行建立不经意传输方法流程示意图。
图7为实施例三贷款银行为数值取值生成非对称秘钥方法流程示意图。
图8为实施例三贷款银行计算转入限制行业的违规资金总额方法流程示意图。
具体实施方式
下面通过具体实施例,并结合附图,对本发明的具体实施方式作进一步具体说明。
实施例一:
一种基于隐私计算的贷后监督方法,请参阅附图1,包括:步骤A01)贷款银行生成数值替码,数值替码的大小关系与相应数值相符。数值替码用于后续步骤中需要进行数值比较时使用,不直接使用数值,使企业账户交易的具体金额数值得以保密,能够有效保护企业经营数据的安全。步骤A02)贷款银行建立追踪数据,追踪数据记录出款银行标识和企业名称的哈希值,在区块链上发布智能合约公开贷款银行标识、追踪起止比例、限制行业和追踪数据。通过企业名称的哈希值指代企业,涉及企业交易的银行能够通过提取企业名称哈希值进行比对,未涉及企业交易的银行由于不知晓企业名称,不能从哈希值反推出企业名称,使企业名称得以保密。
哈希值由散列函数获得,常用的散列函数有SHA256和SM3,哈希值通常以十六进制表示,如:0xC46E…199B。其中SHA256算法使用的哈希值长度是256位。步骤A03)银行处理资金转出业务时,提取资金转出企业名称的哈希值,与区块链上智能合约公开追踪数据对比,若存在追踪数据相符,则银行与贷款银行建立隐私计算,隐私计算的输入为资金转出金额,输出为资金转出金额是否处于追踪区间。如企业甲名称的哈希值为:0xFA63…22F8,银行A向企业甲在银行B开设的账户中转入了1000万元的贷款资金。银行A建立追踪数据并在区块链上发布智能合约将其公开。企业甲将其在银行B账户中的资金中的200万元转入了企业乙在银行C开设的账户。银行B提取企业甲名称的哈希值,与区块链上智能合约公开的哈希值比对,发现存在相符的哈希值,则认定企业甲涉及有需要进行协同监管的贷款。因此银行B读取智能合约公开的限制行业,判断企业乙是否为限制行业。此时,只有银行B知晓企业甲的名称,也即是只有银行B才能获得企业甲名称的哈希值,其他银行仅能知晓哈希值,由于哈希值不能反推原值,使企业甲获得贷款的情况得以保密。
银行B与银行A建立隐私计算,银行A即为贷款银行。通过隐私计算判断出企业甲向企业乙转入的金额是否处于追踪区间内。贷后监管并不需要对每笔贷款资金使用交易进行监管。对贷款金额的20%至100%进行追踪即可。为了避免收到贷款的企业将贷款金额与自有资金一起转入到受限制行业的账户中,本实施例提高了追踪区间的上限,即追踪起止比例设置为[20%,300%],当资金转出金额大于贷款金额的20%,小于贷款金额的3倍时,判定资金转出金额处于追踪区间内。企业甲将其在银行B账户中的资金中的200万元转入了企业乙在银行C开设的账户,处于1000万资金的20%至300%区间内。步骤A04)若资金转出金额处于追踪区间,则银行与贷款银行建立不经意传输,获得追踪区间起止金额的数值替码,获得新追踪区间替码。企业乙在银行B的账户收入200万元,计算获得新的追踪区间为[40,400],即200万元的20%至200%。银行B与贷款银行建立不经意传输,获得追踪区间[40,400]的区间替码。
步骤A05)银行计算预设期限内资金转出企业从追踪数据中的企业获得的总金额,计算本次资金转出金额与总金额的金额比例。步骤A06)银行建立一条新的追踪数据,新的追踪数据记录出款银行标识、交易对手企业名称的哈希值、交易对手企业行业、追踪区间替码和金额比例,追踪区间起止金额的数值替码记为追踪区间替码,将新的追踪数据追加到智能合约公开。当企业乙将200万元资金转入企业丙开设在银行D的账户时,银行C能够通过前述方法获得转出资金属于追踪区间内,银行C将生成新的追踪数据记录并发送到智能合约公开。步骤A07)预设时长后,贷款银行根据智能合约公开的全部追踪数据,计算转入限制行业的违规资金总额,若违规资金总额超过预设阈值,则发起线下核实惩戒程序。目前对贷后资金使用的监督通常时间跨度为15天。若15天未出现违规使用资金,则认为企业不再会违规使用贷款资金。但曾经出现过违规使用贷款资金的企业除外,对曾经出现过违规使用贷款资金的企业监督时长不限。贷款银行通过获取15天内智能合约上被其他企业上传的追踪数据,即可获得企业是否存在违规使用贷款资金的情况。若存在,则发起线下核实及惩戒程序。
贷款银行生成数值替码的方法包括:从字母表中选择字母替代数值,为数值选择的字母的排序与数值大小的排序一致,选择的字母即为数值的数值替码。数值包括0~9共10个,从24个字母中选择10个分别对应一个数值,且选择的字母在字母表中的排序与数值在0至9的排序相符。即两个数值中,在0至9排序中靠前的数值的字母在字母表中比另一个数值的字母排序靠前。如选择字母G替代数值4,选择字母K替代数值5,字母G在字母表中排序比字母K靠前,数值4在数值升序排序中也比数值5靠前。相应的,若数值采用降序排序,则数值大的替代字母的排序比数值小的替代字母的排序靠前即可。
进一步的,请参阅附图2,贷款银行生成数值替码的方法还包括:步骤B01)为每个数值位选取一组替代数值的字母,每组字母的排序与其所替代的数值大小的排序保持一致;步骤B02)为每个数值选择若干个替代字母,在每次提供数值替码时择一使用。如表1所示,数值4具有三个数值替码,提供数值替码时择一使用即可。优选的,为每个数值位生成一组数值替码,每个数值的数值替码唯一。如表3所示,也即本实施例所采用的数值替码方案。
表1 数值的数值替码
数值 | 数值替码 |
0 | A/B/C |
1 | D/E |
2 | F/G |
3 | H/I |
4 | J/K/L |
5 | M/N |
6 | Q/R |
7 | S/T |
8 | U/V |
9 | W/X/Y |
使用多个字母的组合替代数值,多个字母排序值的和用于判断字母的组合的排序,字母的组合的排序与数值大小的排序保持一致。如表2所示,数值2的数值替码BEG的三个字母在字母表中的排序总和为2+5+7=14,数值3的数值替码EGH的三个字母在字母表中的排序总和为5+7+8=20,可见数值替码的排序与数值大小排序是保持一致的。
表2 数值的数值替码
数值 | 数值替码 |
0 | ABE |
1 | ADF |
2 | BEG |
3 | EGH |
4 | FJK |
5 | GLN |
6 | HMQ |
7 | KST |
8 | MSU |
9 | PWX |
银行与贷款银行建立隐私计算的方法,请参阅附图3,包括:步骤C01)贷款银行获得追踪区间起止金额的位数,并向银行提供追踪区间起止金额的位数;步骤C02)银行根据追踪区间起止金额的位数和资金转出金额的位数能够判断资金转出金额是否处于追踪区间的结果,则结束本方法。当银行根据追踪区间起止金额的位数和资金转出金额的位数能够判断资金转出金额是否处于追踪区间,则银行通知贷款银行建立隐私计算。步骤C03)贷款银行分别为追踪区间起止金额生成一组判别表,每组判别表的数量与对应金额的位数相同,判别表按数值位排序,判别表记录每个字母作为当前数值位的数值的替代字母时的判别结果,由当前数值位判断小于追踪区间最大值或者大于追踪区间最小值时,判别结果为真,由当前数值位判断大于追踪区间最大值或者小于追踪区间最小值时,判别结果为假,反之,则判别结果为空值。贷款银行为数值0至9分别生成的数值替码如表3所示。
表3 本实施例为数值0至9分别生成的数值替码
数值 | 千万位数值替码 | 百万位数值替码 | 十万位数值替码 | 个位数值替码 |
0 | B | D | C | D |
1 | D | F | E | F |
2 | F | H | G | I |
3 | H | L | H | L |
4 | K | P | K | M |
5 | M | R | L | P |
6 | R | T | N | R |
7 | T | V | P | T |
8 | U | X | S | U |
9 | W | Z | V | W |
贷款银行为追踪区间为[200,2000]的起止金额200万元和2000万元分别建立一组判别表。第一组判别表对应金额200万元,具有7张判别表。分别对应200万的7个数值位上数值,并按数值位从高到低排序。百万位上的数值是2,对应的判别表如表4所示。
表4 百万位判别表
数值替码 | 判别结果 |
A | FLASE |
B | FLASE |
C | FLASE |
D | FLASE |
E | FLASE |
F | FLASE |
G | FLASE or NULL |
H | NULL |
I | TURE or NULL |
J | TURE or NULL |
K | TURE or NULL |
L | TURE |
… | TURE |
Y | TURE |
Z | TURE |
当根据百万位上的数值能够直接获得判别结果,即判别结果不为NULL,则结束本方法。反之,若判别结果为NULL,则进一步判断十万位上的数值。十万位判别表如表5所示。
表5 十万位判别表
数值替码 | 判别结果 |
A | FLASE |
B | FLASE or NULL |
C | NULL |
D | TURE or NULL |
E | TURE |
F | TURE |
… | TURE |
Y | TURE |
Z | TURE |
判别表中存在若干个数值替码的判别结果可以随机取值为FLASE or NULL或者TURE or NULL,是因为这些数值替码并不对应数值。其判别结果随机取值并不会影响判别结果。而且随机取值还能够起到混淆追踪区间起止金额对应位置数值的作用。金额可能具有两位小数位,由于贷款金额通常较大,本实施例不考虑小数位的差别。当全部数值位上的判别结果均为NULL时,表示资金转出金额与追踪区间的最小值或最大值正好相同,此时判别结果应为真。因此个位判别表不含NULL,如表6所示。
表6 个位判别表
数值替码 | 判别结果 |
A | FLASE |
B | FLASE or TURE |
C | FLASE or TURE |
D | TURE |
E | TURE |
F | TURE |
… | TURE |
Y | TURE |
Z | TURE |
步骤C04)银行与贷款银行建立不经意传输,获得资金转出金额的每个数值位的数值替码;步骤C05)贷款银行将判别表发送给银行,银行查询判别表获得输出为资金转出金额是否处于追踪区间的结果。
银行与贷款银行建立不经意传输,依次获得最高数值位至最低数值位的数值替码,即依次获得百万位至个位的数值替码。企业甲向企业乙转账金额为200万元,因此百万位的数值替码为H,查表2得NULL。而后获得十万位的数值替码C,查表3仍然为NULL,直到获得个位的数值替码D,查表4得出判别结果为真。即获得资金转出金额200万元大于或等于追踪区间最小值。
同样的,对追踪区间最大值进行处理,判断资金转出金额是否小于或等于追踪区间的最大值。追踪区间的最大值具有8位数值位,贷款银行生成8个判别表,分别为千万位判别表、百万位判别表至个位判别表。
表7 千万位判别表
数值替码 | 判别结果 |
A | TURE |
B | TURE |
C | TURE |
D | TURE |
E | TURE or NULL |
F | NULL |
G | FLASE or NULL |
H | FLASE |
I | FLASE |
J | FLASE |
K | FLASE |
L | FLASE |
… | FLASE |
Y | FLASE |
Z | FLASE |
千万位判别表如表7所示,由于转账金额200万元的千万位数值为0,建立不经意传输,获得千万位上0的数值替码为B,查表5得到判别结果为真。追踪区间起止金额的判别表均得到真的结果,因此银行判定资金转出金额处于追踪区间内。
请参阅附图4,银行根据追踪区间起止金额的位数和资金转出金额的位数能够判断资金转出金额是否处于追踪区间的方法为:步骤D01)若资金转出金额的位数大于追踪区间最小值的位数且小于追踪区间最大值的位数,则判断资金转出金额处于追踪区间;步骤D02)若资金转出金额的位数大于追踪区间最大值的位数或者小于追踪区间最小值的位数,则判断资金转出金额不处于追踪区间;步骤D03)反之,则判定根据追踪区间起止金额的位数和资金转出金额的位数不能判断资金转出金额是否处于追踪区间。
如贷款银行发放贷款,将1000万元资金转入企业甲在银行B开设的账户内。对应的追踪区间为[200,2000],相应的位数分别为7位和8位。若企业甲从其在银行B的账户内转出金额的位数为6位,即小于追踪区间最小值的位数,则必然不在追踪区间内。若企业甲从其在银行B的账户内转出金额的位数为9位,即大于追踪区间最大值的位数,则必然不在追踪区间内。类似的,若企业甲从其在银行B的账户内转出金额的位数为7或者8位,则无法判断资金转出金额到底是否处于追踪区间内,因此需要建立隐私计算进行判断。
请参阅附图5,银行与贷款银行建立不经意传输的方法包括:步骤E01)贷款银行为每个数值位的每个可能数值取值生成一组非对称秘钥,将公钥和对应的数值取值关联后公开;步骤E02)银行生成对称加密的秘钥Key,使用资金转出金额对应数值位的数值对应的公钥加密秘钥Key,将秘钥Key的密文发送给贷款银行;步骤E03)贷款银行分别使用每个数值取值的私钥解密秘钥Key的密文,获得每个数值取值对应的复原秘钥Key;步骤E04)使用每个数值取值对应的复原秘钥Key加密数值取值的数值替码,将数值替码密文发送给银行;步骤E05)银行使用秘钥Key将仅能解密资金转出金额对应数值位的数值的数值替码。
表8 贷款银行公开的百万位数值取值及公钥
千万位数值取值 | 公钥 |
0 | PubKey1 |
1 | PubKey2 |
2 | PubKey3 |
3 | PubKey4 |
4 | PubKey5 |
5 | PubKey6 |
6 | PubKey7 |
7 | PubKey8 |
8 | PubKey9 |
9 | PubKey10 |
银行B向贷款银行获得百万位数值2的数值替码时,生成对称加密秘钥Key为“9U3dEr”,查询表8,使用数值2对应的公钥PubKey3加密“9U3dEr”,将密文发送给贷款银行。贷款银行使用全部私钥尝试解密“9U3dEr”经公钥PubKey3加密的密文。即使用PriKey1至PriKey10分别尝试解密,其中仅有PriKey3能够正确复原出秘钥Key为“9U3dEr”,其他私钥解密获得的内容则无法得知。但贷款银行看不出正确解密和错误解密的区别。贷款银行分别使用私钥复原出的秘钥加密对应的取值。其中加密数值2的数值替码H时使用的秘钥为“9U3dEr”,其他数值的加密秘钥未知。将10个数值加密后的密文发送给银行B,银行B使用秘钥“9U3dEr”仅能正确解密出数值2的数值替码为H,其他数值的数值替码则未知。
本实施例的有益技术效果是:通过在区块链上发布智能合约记录追踪数据,实现了在银行间跨行协作进行资金使用的监督,提高了贷后资金监督的效率;借助数值替码避免银行之间共享具体的资金交易金额,保护了银行和企业的业务隐私,同时又能实现贷后资金的监督;借助隐私计算进一步保护了银行业务数据的隐私。
实施例二:
一种基于隐私计算的贷后监督方法,本实施例在实施例一的基础上提供了新的银行与贷款银行建立不经意传输的方法。包括:步骤F01)贷款银行为每个数值位的每个可能数值取值生成随机整数,将随机整数的余弦值和对应的数值取值关联后公开;步骤F02)银行生成第二随机整数,将第二随机整数的余弦值发送给贷款银行;步骤F03)银行使用倍角公式计算欲获得数值替码的数值对应随机整数与第二随机整数的乘积的余弦值,取乘积的余弦值的绝对值的前预设位作为秘钥,银行发布解密智能合约,将秘钥及欲获得数值替码的数值上传解密智能合约;步骤F04)贷款银行分别使用余弦函数的倍角公式计算相应随机整数与第二随机整数的乘积的余弦值,将乘积余弦值的绝对值的前预设位作为相应取值的数值替码的加密秘钥,将数值替码的密文关联数值提交给解密智能合约;步骤F05)解密智能合约仅解密欲获得数值替码的数值对应的密文,将获得相应的数值替码,将解密获得的数值替码发送给银行。
贷款银行为取值生成的随机整数为(0,13)、(1,29)、(2,7)、(3,17)、(4,21)、(5,9)、(6,11)、(7,15)、(8,3)以及(9,25),计算相应的余弦值并关联取值公开,如表9所示。银行B生成的第二随机整数为5,欲获得数值2的数值替码。银行B计算cos(5*x2),其中x2表示数值2的随机数。银行B使用余弦函数的5倍角公式,获得cos(5*x2)=16*cos(x2)^5-20*cos(x2)^3+5*cos(x2)。由表9查到cos(x2)=0.7539022543433,计算获得cos(5*x2)= -0.90369220509149,取乘积的余弦值的绝对值的前6位作为秘钥,得秘钥为“903692”。将秘钥“903692”和数值2提交给解密智能合约。银行B计算cos(5)并发送给贷款银行,cos(5)=0.28366218546323。
表9 取值及随机数的余弦值
取值 | 余弦值 |
0 | 0.9074467814502 |
1 | -0.748057529689 |
2 | 0.7539022543433 |
3 | -0.2751633380516 |
4 | -0.54772926022427 |
5 | -0.91113026188468 |
6 | 0.0044256979880508 |
7 | -0.75968791285882 |
8 | -0.98999249660045 |
9 | 0.99120281186347 |
贷款银行使用倍角公式,分别计算cos(x0*y)、cos(x1*y)、cos(x2*y)至cos(x9*y)的值。x0至x9分别表示数值0至9的随机整数,y表示第二随机整数。其中数值2的计算为cos(x2*y)= cos(7*y)=64*cos(y)^7-112*cos(y)^5+56*cos(y)^3-7*cos(y)。cos(y)的值为0.28366218546323。因此cos(x2*y)=-0.90369220509149,取乘积的余弦值的绝对值的前6位作为秘钥,得加密数值2的数值替码的秘钥为“903692”。同样的,获得加密数值8的数值替码的秘钥为“759687”。使用秘钥“903692”加密数值2的数值替码,则智能合约将使用秘钥秘钥“903692”正确解密获得数值2的数值替码。使用秘钥“903692”解密数值8的数值替码的密文,则无法获得正确结果,因此避免了数值替码的泄露。本实施例的安全性建立在计算整数的余弦值快捷准确,而从余弦函数值反向推算整数则十分困难。当整数的值较大时,从余弦值反推整数将不可能完成。
实施例三:
一种基于隐私计算的贷后监督方法,请参阅附图6,本实施例中,贷款银行为数值取值生成非对称秘钥的方法为:步骤G01)生成私钥数值和公钥数值,私钥数值和公钥数值的乘积等于2π的整倍数加1,私钥数值为正奇数;银行使用公钥加密秘钥Key的方法为:步骤G02)生成中间数,使中间数的余弦值保留前指定位小数时,保留的小数位的数值恰好为秘钥Key,同时保证中间数的小数位位数小于或等于私钥数值和公钥数值乘积的整数位数,计算中间数与公钥数值乘积的余弦值作为密文;贷款银行使用私钥解密秘钥Key的密文的方法包括:步骤G03)使用余弦函数的倍角公式计算计算中间数、公钥数值及私钥数值乘积的余弦值,保留前指定位小数即得秘钥Key。
本实施例中私钥数值e=3,公钥数值s=6073746.130269,此时e*s=(29*10^5*2*π)_N+1=18221238.390807。验证过程为:cos(2.567)=-0.83941376,而cos(e*s*2.567)=cos(46773918.949201)= -0.83939419。误差为0.00001957,误差率为0.0023%。在误差范围内能够用于加解密。若要提高精度,则提高N的值即可。如设置N=100,将提供更高的精度。
加密过程:明文长度为2,如加密明文M=36的过程为:尝试生成小数m,使floor(10^2*cos(m))=36。尝试生成m=67.92,cos(67.92)=0.366977,其中前两位正好与明文M相符。明文M即为秘钥Key。
计算cos(s*m)=cos(412528837.16787048)=-0.921645701。保留6位小数,得出cos(s*m)_N=-0.921645。即密文C=-0.921645。
解密过程:使用倍角公式计算中间值T=(cos(e*s*m))_N,其中e为倍数;步骤A06)由e*s=(k*10^r*2*π)_N+1,得出中间值T=(cos(((k*10^r*2*π)_N+1)*m))_N=(cos(m))_N;步骤A07)计算floor(10^n*T)即获得明文M。cos(e*s*m)=cos(3*m)=-3*cos(s*m)+4*(cos(s*m))^3=-3*C+4*C^3=-0.3665548283。保留6位小数,获得T=cos(e*s*m)_N=-0.366554。计算floor(10^2*T)=36,即为明文M,从而完成解密过程。
请参阅附图7,贷款银行计算转入限制行业的违规资金总额的方法包括:步骤H01)贷款银行根据智能合约公开的全部追踪数据,复原转入限制行业资金的交易链,交易链指从资金转出到限制行业的交易开始,向上寻找对应的资金转入交易,直到追溯到转入交易来自贷款银行的贷款发放交易;步骤H02)计算每个交易链涉及的全部金额比例的乘积,记为总乘积;步骤H03)全部交易链总乘积的和即为转入限制行业的最终金额比例,将贷款金额与最终金额比例相乘即得违规资金总额。
如企业甲将200万元资金转入企业乙,企业乙将100万元资金转入企业丙,企业乙将100万元资金转入企业丁。企业甲将500万元资金转入企业戊,企业戊将100万资金转入企业己。企业甲将300万元资金转入企业庚。
银行因企业甲将200万元资金转入企业乙,生成的最终信息的金额比例为20%,则银行因企业乙分别将两笔100万元资金转入企业丙和企业丁上传的追踪数据的金额比例均为50%,因企业乙从银行B获得的总资金为200万元,以200万元为准,计算金额比例。
同样的银行因企业甲将500万元资金转入企业乙,生成的最终信息的金额比例为50%,企业戊将100万资金转入企业己,相应的追踪数据的金额比例为20%。企业甲将300万元资金转入企业庚,相应的追踪数据的金额比例为30%。若企业丁、企业己和企业庚为限制行业,则贷款企业计算总乘积=20%*50%+50%*20%+30%=20.30%。即贷款金额中有20.30%的贷款资金被用于违规用途,因此贷款银行开启线下核实及惩戒程序,以维护银行贷款业务的合规性和安全性。
以上所述的实施例只是本发明的一种较佳的方案,并非对本发明作任何形式上的限制,在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (9)
1.一种基于隐私计算的贷后监督方法,其特征在于,包括:
贷款银行生成数值替码,所述数值替码的大小关系与相应数值相符;
贷款银行建立追踪数据,所述追踪数据记录出款银行标识和企业名称的哈希值,在区块链上发布智能合约公开贷款银行标识、追踪起止比例、限制行业和追踪数据;
银行处理资金转出业务时,提取资金转出企业名称的哈希值,与区块链上智能合约公开追踪数据对比,若存在追踪数据相符,则与贷款银行建立隐私计算,所述隐私计算的输入为资金转出金额,输出为资金转出金额是否处于追踪区间;
若资金转出金额处于追踪区间,则银行与贷款银行建立不经意传输,获得追踪区间起止金额的数值替码,获得新追踪区间替码;
银行计算预设期限内资金转出企业从追踪数据中的企业获得的总金额,计算本次资金转出金额与总金额的金额比例;
银行建立一条新的追踪数据,新的追踪数据记录出款银行标识、交易对手企业名称的哈希值、交易对手企业行业、追踪区间替码和金额比例,将新的追踪数据追加到智能合约公开;
预设时长后,贷款银行根据智能合约公开的全部追踪数据,计算转入限制行业的违规资金总额,若违规资金总额超过预设阈值,则发起线下核实惩戒程序。
2.根据权利要求1所述的一种基于隐私计算的贷后监督方法,其特征在于,
贷款银行生成数值替码的方法包括:从字母表中选择字母替代数值,为数值选择的字母的排序与数值大小的排序一致,选择的字母即为数值的数值替码。
3.根据权利要求2所述的一种基于隐私计算的贷后监督方法,其特征在于,
贷款银行生成数值替码的方法还包括:为每个数值位选取一组替代数值的字母,每组字母的排序与其所替代的数值大小的排序保持一致;
为每个数值选择若干个替代字母,在每次提供数值替码时择一使用。
4.根据权利要求2或3所述的一种基于隐私计算的贷后监督方法,其特征在于,
使用多个字母的组合替代数值,多个字母排序值的和用于判断字母的组合的排序,字母的组合的排序与数值大小的排序保持一致。
5.根据权利要求1至3任一项所述的一种基于隐私计算的贷后监督方法,其特征在于,
银行与贷款银行建立隐私计算的方法包括:
贷款银行获得追踪区间起止金额的位数,并向银行提供追踪区间起止金额的位数;
银行根据追踪区间起止金额的位数和资金转出金额的位数能够判断资金转出金额是否处于追踪区间的结果,则结束本方法,反之,银行通知贷款银行建立隐私计算;
贷款银行分别为追踪区间起止金额生成一组判别表,每组所述判别表的数量与对应金额的位数相同,判别表按数值位排序,判别表记录每个字母作为当前数值位的数值的替代字母时的判别结果,由当前数值位判断小于追踪区间最大值或者大于追踪区间最小值时,判别结果为真,由当前数值位判断大于追踪区间最大值或者小于追踪区间最小值时,判别结果为假,反之,则判别结果为空值;
银行与贷款银行建立不经意传输,获得资金转出金额的每个数值位的数值替码;
贷款银行将判别表发送给所述银行,所述银行查询判别表获得输出为资金转出金额是否处于追踪区间的结果。
6.根据权利要求5所述的一种基于隐私计算的贷后监督方法,其特征在于,
银行根据追踪区间起止金额的位数和资金转出金额的位数能够判断资金转出金额是否处于追踪区间的方法为:若资金转出金额的位数大于追踪区间最小值的位数且小于追踪区间最大值的位数,则判断资金转出金额处于追踪区间,若资金转出金额的位数大于追踪区间最大值的位数或者小于追踪区间最小值的位数,则判断资金转出金额不处于追踪区间,反之,则判定根据追踪区间起止金额的位数和资金转出金额的位数不能判断资金转出金额是否处于追踪区间。
7.根据权利要求5所述的一种基于隐私计算的贷后监督方法,其特征在于,
银行与贷款银行建立不经意传输的方法包括:
贷款银行为每个数值位的每个可能数值取值生成一组非对称秘钥,将公钥和对应的数值取值关联后公开;
银行生成对称加密的秘钥Key,使用资金转出金额对应数值位的数值对应的公钥加密秘钥Key,将秘钥Key的密文发送给贷款银行;
贷款银行分别使用每个数值取值的私钥解密秘钥Key的密文,获得每个数值取值对应的复原秘钥Key;
使用每个数值取值对应的复原秘钥Key加密数值取值的数值替码,将数值替码密文发送给银行;
银行使用秘钥Key将仅能解密资金转出金额对应数值位的数值的数值替码。
8.根据权利要求7所述的一种基于隐私计算的贷后监督方法,其特征在于,
贷款银行为数值取值生成非对称秘钥的方法为:生成私钥数值和公钥数值,私钥数值和公钥数值的乘积等于2π的整倍数加1,私钥数值为正奇数;
银行使用公钥加密秘钥Key的方法为:生成中间数,使中间数的余弦值保留前指定位小数时,保留的小数位的数值恰好为秘钥Key,同时保证中间数的小数位位数小于或等于私钥数值和公钥数值乘积的整数位数,计算中间数与公钥数值乘积的余弦值作为密文;
贷款银行使用私钥解密秘钥Key的密文的方法包括:使用余弦函数的倍角公式计算计算中间数、公钥数值及私钥数值乘积的余弦值,保留前指定位小数即得秘钥Key。
9.根据权利要求1至3任一项所述的一种基于隐私计算的贷后监督方法,其特征在于,
贷款银行计算转入限制行业的违规资金总额的方法包括:
贷款银行根据智能合约公开的全部追踪数据,复原转入限制行业资金的交易链,所述交易链指从资金转出到限制行业的交易开始,向上寻找对应的资金转入交易,直到追溯到转入交易来自贷款银行的贷款发放交易;
计算每个交易链涉及的全部金额比例的乘积,记为总乘积;
全部交易链总乘积的和即为转入限制行业的最终金额比例,将贷款金额与最终金额比例相乘即得违规资金总额。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210633756.4A CN114722362B (zh) | 2022-06-07 | 2022-06-07 | 一种基于隐私计算的贷后监督方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210633756.4A CN114722362B (zh) | 2022-06-07 | 2022-06-07 | 一种基于隐私计算的贷后监督方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114722362A true CN114722362A (zh) | 2022-07-08 |
CN114722362B CN114722362B (zh) | 2022-09-16 |
Family
ID=82232673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210633756.4A Active CN114722362B (zh) | 2022-06-07 | 2022-06-07 | 一种基于隐私计算的贷后监督方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114722362B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020059137A1 (en) * | 2000-06-27 | 2002-05-16 | Freeman Douglas K. | Online mortgate application processing and tracking system |
US20200013053A1 (en) * | 2018-07-06 | 2020-01-09 | Chaitanya Tushar AMIN | Controlling asset access based on payments via a distributed ledger |
CN110766543A (zh) * | 2019-10-16 | 2020-02-07 | 天聚地合(苏州)数据股份有限公司 | 一种基于区块链的防数据泄露的公益善款监控追踪方法 |
CN112488839A (zh) * | 2020-12-17 | 2021-03-12 | 中国农业银行股份有限公司 | 一种大额资金流向追踪方法及装置 |
CN113347008A (zh) * | 2021-08-05 | 2021-09-03 | 南京可信区块链与算法经济研究院有限公司 | 一种加法同态加密的贷款信息存储方法 |
CN113760994A (zh) * | 2021-08-30 | 2021-12-07 | 中国建设银行股份有限公司 | 资金回流借款人风险的预警方法、装置、设备和存储介质 |
CN114357494A (zh) * | 2022-03-11 | 2022-04-15 | 浙江省金融综合服务平台管理有限公司 | 一种基于区块链的账户交易信息共享方法 |
-
2022
- 2022-06-07 CN CN202210633756.4A patent/CN114722362B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020059137A1 (en) * | 2000-06-27 | 2002-05-16 | Freeman Douglas K. | Online mortgate application processing and tracking system |
US20200013053A1 (en) * | 2018-07-06 | 2020-01-09 | Chaitanya Tushar AMIN | Controlling asset access based on payments via a distributed ledger |
CN110766543A (zh) * | 2019-10-16 | 2020-02-07 | 天聚地合(苏州)数据股份有限公司 | 一种基于区块链的防数据泄露的公益善款监控追踪方法 |
CN112488839A (zh) * | 2020-12-17 | 2021-03-12 | 中国农业银行股份有限公司 | 一种大额资金流向追踪方法及装置 |
CN113347008A (zh) * | 2021-08-05 | 2021-09-03 | 南京可信区块链与算法经济研究院有限公司 | 一种加法同态加密的贷款信息存储方法 |
CN113760994A (zh) * | 2021-08-30 | 2021-12-07 | 中国建设银行股份有限公司 | 资金回流借款人风险的预警方法、装置、设备和存储介质 |
CN114357494A (zh) * | 2022-03-11 | 2022-04-15 | 浙江省金融综合服务平台管理有限公司 | 一种基于区块链的账户交易信息共享方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114722362B (zh) | 2022-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111062805B (zh) | 一种供应链金融服务管理平台 | |
CN107409002A (zh) | 为所有sku、装运箱和物品提供通用确定性可重复的加密密钥对表达的方法和装置 | |
CN108335106A (zh) | 基于区块链的零知识多账本兑换转账方法、装置及存储介质 | |
WO2020006540A1 (en) | System and method for facilitating legal review for commercial loan transactions | |
CN114638697B (zh) | 基于区块链的小额贷款管理系统 | |
CN114357494B (zh) | 一种基于区块链的账户交易信息共享方法 | |
CA2719112A1 (en) | Payment processing system trusted agent identification | |
CN117314424B (zh) | 面向金融大数据的区块链交易系统及方法 | |
CN115427959A (zh) | 在终端设备、支付系统、货币系统和监控单元之间直接传输电子币数据组的方法 | |
TWI724667B (zh) | 身份管理與授權系統及其方法 | |
CN111639179B (zh) | 一种银行前端查询系统批量客户信息隐私控制方法和装置 | |
Victor et al. | A taxonomy for distributed ledger analytics | |
Chowdhury | Financial accounting in the era of blockchain-a paradigm shift from double entry to triple entry system | |
TWM596924U (zh) | 身份管理與授權裝置 | |
CN111144844A (zh) | 一种资金和物流分离的供应链管理系统 | |
CN114820175B (zh) | 一种基于区块链的贷款用途监督方法 | |
CN116757849B (zh) | 基于区块链的资产管理系统及方法 | |
CN113779624A (zh) | 一种基于智能合约的隐私数据分享方法 | |
CN114722362B (zh) | 一种基于隐私计算的贷后监督方法 | |
CN111402029B (zh) | 基于区块链和知识联邦的智能评估的方法及装置 | |
CN111444416A (zh) | 金融业务的推广方法、系统及装置 | |
CN113643114A (zh) | 一种财务风险预警监控方法及系统 | |
CN113240420A (zh) | 一种基于大数据的金融加密支付方法及系统 | |
CN111612440A (zh) | 一种数字货币的流通方法、装置、服务器和可读存储介质 | |
CN114782176B (zh) | 一种基于联邦学习的信贷业务推荐方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |