JP2022548945A - Updating detection models and maintaining data confidentiality - Google Patents

Updating detection models and maintaining data confidentiality Download PDF

Info

Publication number
JP2022548945A
JP2022548945A JP2022517804A JP2022517804A JP2022548945A JP 2022548945 A JP2022548945 A JP 2022548945A JP 2022517804 A JP2022517804 A JP 2022517804A JP 2022517804 A JP2022517804 A JP 2022517804A JP 2022548945 A JP2022548945 A JP 2022548945A
Authority
JP
Japan
Prior art keywords
update information
model
module
model update
local node
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.)
Pending
Application number
JP2022517804A
Other languages
Japanese (ja)
Other versions
JPWO2021053509A5 (en
Inventor
ジュニア、ウィリー、ロバート パッテン
ケルトン、ユージーン、アーヴィング
マー、イー-フイ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from US16/577,770 external-priority patent/US11216268B2/en
Priority claimed from US16/577,774 external-priority patent/US11188320B2/en
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of JP2022548945A publication Critical patent/JP2022548945A/en
Publication of JPWO2021053509A5 publication Critical patent/JPWO2021053509A5/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/60Software deployment
    • G06F8/65Updates
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/30Creation or generation of source code
    • G06F8/35Creation or generation of source code model driven

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Debugging And Monitoring (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

検出モデルを更新するためのシステムが、監視モジュール、診断モジュール、および評価モジュールを備えている少なくとも1つのローカル・ノードを備える。このシステムは、少なくとも1つのモデル更新情報を受信し、モデル更新情報、ならびにローカル・ノードに存在する現在のモデルおよびデータを分析し、更新情報が適用されるべきかどうかを判定する。一部の実施形態では、ローカル・ノードは、他のローカル・ノードで使用するためのモデル更新情報を生成することができるが、ローカル・ノードに存在するプライベート・データを共有しない。A system for updating detection models comprises at least one local node comprising a monitoring module, a diagnostic module and an evaluation module. The system receives at least one model update and analyzes the model update and current models and data residing at the local node to determine if the update should be applied. In some embodiments, local nodes may generate model updates for use by other local nodes, but do not share private data residing on local nodes.

Description

本出願は、一般に、データ機密性を維持しながら検出モデルを評価して共有するためのシステム、およびそのようなシステムを使用するための方法に関連している。 This application relates generally to systems for evaluating and sharing detection models while maintaining data confidentiality, and methods for using such systems.

イベント検出のための分析モデルは、さまざまな分野および産業にとって重要である。例えば、金融詐欺を検出するため、法規制の順守に役立てるため、および多くのその他の複雑なデータ駆動型の問題に、さまざまな分析モデルが使用される。多くの分野は、正確でタイムリーなイベント検出のための最新のモデルを必要とする。一部の分野(例えば、多くの種類の詐欺)では、第三者の工作員が、現在の分析モデルによる検出から逃れようと積極的に努力している。したがって、モデルの更新を、システムの複数のローカル・ノードにわたって分散し、分析し、迅速な方法で実施することを可能にする、検出モデルを更新するためのシステムが必要とされている。さらに、更新された検出モデルの手動の作成が遅く、時間がかかるプロセスになる可能性があるため、成功したイベント検出からノード自身のモデル更新情報を作成し、その後、モデル更新情報を作成した位置のデータ機密性を維持しながら、作成されたモデル更新情報をシステムの他の部分に配布するシステムが必要とされる。 Analytical models for event detection are important to various fields and industries. For example, various analytical models are used to detect financial fraud, aid in regulatory compliance, and many other complex data-driven problems. Many fields require state-of-the-art models for accurate and timely event detection. In some areas (eg, many types of fraud), third-party operatives actively seek to escape detection by current analytical models. Accordingly, there is a need for a system for updating detection models that allows model updates to be distributed across multiple local nodes of the system, analyzed, and implemented in a rapid manner. In addition, manual creation of updated detection models can be a slow and time-consuming process, so the nodes create their own model updates from successful event detections, and then the locations where the model updates were created. What is needed is a system that distributes generated model updates to other parts of the system while maintaining data confidentiality.

本発明の1つの態様は、検出モデルを更新するためのシステムを提供し、このシステムは、監視モジュール、診断モジュール、評価モジュール、1つまたは複数の現在の検出モデル、および現在の検出モデルによって生成されたシステム・データを備えている少なくとも1つのローカル・ノードと、命令を含んでいるメモリとを備え、これらの命令は、少なくとも1つのプロセッサによって実行され、監視モジュールによって、モデル更新情報を受信するステップと、診断モジュールによって、現在の検出モデルを決定するステップと、評価モジュールによって、モデル更新情報が現在の検出モデルに適用されるべきかどうかを判定するステップと、評価モジュールによって、ローカル・ノードがモデル更新情報を適用する許可を得ているかどうかを判定するステップと、評価モジュールによって、モデル更新情報を使用して現在の検出モデルを更新するステップとを実行するように構成される。 One aspect of the present invention provides a system for updating detection models, the system includes a monitoring module, a diagnostic module, an evaluation module, one or more current detection models, and and a memory containing instructions, the instructions being executed by the at least one processor and receiving model update information by the supervisory module. determining, by the diagnostic module, the current detection model; determining, by the evaluation module, whether the model update information should be applied to the current detection model; It is configured to perform the steps of determining whether permission to apply the model update information is obtained, and updating a current detection model using the model update information by the evaluation module.

一部の実施形態では、システムは、少なくとも第2のローカル・ノードと、中央モジュールであって、各ローカル・ノードの監視モジュールが中央モジュールと電子通信を行う、中央モジュールと、中央モジュールと電子通信を行うシステムで使用可能なすべてのモデルのデータベースと、命令を含んでいるメモリとをさらに備え、これらの命令は、少なくとも1つのプロセッサによって実行され、モデル更新情報を作成するステップであって、診断モジュールによって、システム・データにおける有意な変化を検出するステップと、診断モジュールによって、検出ステップに関与したすべての現在の検出モデルのリストを決定するステップと、診断モジュールによって、検出ステップに関与したシステム・データを分析するステップと、診断モジュールによって、モデル更新情報を生成するステップと、監視モジュールによって、モデル更新情報を送信するステップとを含む、作成するステップと、モデル更新情報を配布するステップであって、中央モジュールによって、モデル更新情報を受信するステップと、中央モジュールによって、使用可能なモデルのデータベースを分析するステップと、中央モジュールによって、モデル更新情報の優先度を決定するステップと、中央モジュールによって、どのローカル・ノードがモデル更新情報を受信するべきかを決定するステップと、中央モジュールによって、モデル更新情報を送信するステップとを含む、配布するステップと、少なくとも1つのローカル・ノードを更新するステップであって、少なくとも1つの監視モジュールによって、モデル更新情報を受信するステップと、少なくとも1つの診断モジュールによって、現在の検出モデルを決定するステップと、少なくとも1つの評価モジュールによって、モデル更新情報が現在の検出モデルに適用されるべきかどうかを判定するステップと、少なくとも1つの評価モジュールによって、ローカル・ノードがモデル更新情報を適用する許可を得ているかどうかを判定するステップと、少なくとも評価モジュールによって、モデル更新情報を使用して現在の検出モデルを更新するステップとを含む、更新するステップとを実行するように構成される。 In some embodiments, the system includes at least a second local node, a central module, and electronic communication with the central module, wherein a monitoring module of each local node is in electronic communication with the central module. a database of all models available in the system for performing diagnostic detecting, by a module, significant changes in system data; determining, by a diagnostic module, a list of all current detection models involved in the detection step; creating and distributing model updates, including analyzing the data, generating model updates by a diagnostic module, and sending model updates by a monitoring module; , receiving model update information by a central module; analyzing a database of available models by the central module; prioritizing model update information by the central module; distributing and updating at least one local node, including determining which local nodes should receive the model update information; and sending the model update information by the central module. receiving model update information by at least one monitoring module; determining a current detection model by at least one diagnostic module; determining whether the model update information should be applied to the model; determining, by at least one evaluation module, whether the local node is authorized to apply the model update information; and updating a current detection model using the information.

本発明の別の態様によれば、プロセッサと、命令を含んでいるメモリとを備えているデータ処理システムにおいてコンピュータ実装方法が提供されており、これらの命令は、プロセッサによって実行され、プロセッサに、システム更新検出モデルを実施させ、この方法は、少なくとも1つのローカル・ノードの監視モジュールによって、モデル更新情報を受信することと、ローカル・ノードの診断モジュールによって、ローカル・ノードによって使用中である現在の検出モデルを決定することと、ローカル・ノードの評価モジュールによって、モデル更新情報が現在の検出モデルに適用されるべきかどうかを判定することと、ローカル・ノードの評価モジュールによって、ローカル・ノードがモデル更新情報を適用する許可を得ているかどうかを判定することと、ローカル・ノードの評価モジュールによって、モデル更新情報を使用して現在の検出モデルを更新することとを含む、少なくとも1つのローカル・ノードを更新することを含む。 According to another aspect of the invention, a computer-implemented method is provided in a data processing system comprising a processor and a memory containing instructions, the instructions being executed by the processor, causing the processor to: Having a system update detection model implemented, the method includes receiving, by at least one local node's monitoring module, model update information; Determining a detection model; determining by an evaluation module of the local node whether model update information should be applied to the current detection model; at least one local node, including determining whether it has permission to apply the update information; and updating a current detection model using the model update information by an evaluation module of the local node. including updating the

本発明の別の態様によれば、検出モデルを更新するためのコンピュータ・プログラム製品が提供されており、コンピュータ・プログラム製品は、プログラム命令が具現化されている少なくとも1つのコンピュータ可読ストレージ媒体を備え、プログラム命令は、プロセッサによって実行可能であり、プロセッサに、少なくとも1つの監視モジュールによって、モデル更新情報を受信することと、少なくとも1つの診断モジュールによって、現在の検出モデルを決定することと、少なくとも1つの評価モジュールによって、モデル更新情報が現在の検出モデルに適用されるべきかどうかを判定することと、少なくとも1つの評価モジュールによって、少なくとも1つのローカル・ノードがモデル更新情報を適用する許可を得ているかどうかを判定することと、少なくとも評価モジュールによって、モデル更新情報を使用して現在の検出モデルを更新することとによって、ローカル・ノードを更新させる。 According to another aspect of the invention, a computer program product is provided for updating a detection model, the computer program product comprising at least one computer readable storage medium having program instructions embodied therein. , program instructions executable by a processor and instructing the processor to receive model update information by at least one monitoring module; to determine a current detection model by at least one diagnostic module; determining, by one evaluation module, whether model update information should be applied to a current detection model; and obtaining permission for at least one local node to apply the model update information, by at least one evaluation module. and updating the current detection model using the model update information by at least the evaluation module to update the local node.

本発明のさらに別の態様によれば、検出モデルを作成および更新するためのコンピュータ・プログラム製品が提供されており、コンピュータ・プログラム製品は、プログラム命令が具現化されている少なくとも1つのコンピュータ可読ストレージ媒体を備え、プログラム命令は、プロセッサによって実行可能であり、プロセッサに、モデル更新情報を作成することであって、診断モジュールによって、システム・データにおける有意な変化を検出することと、診断モジュールによって、有意な変化を検出することに関与したすべての現在の検出モデルのリストを決定することと、診断モジュールによって、有意な変化を検出することに関与したシステム・データを分析することと、診断モジュールによって、モデル更新情報を生成することであって、生成されたモデル更新情報がどのシステム・データも含まない、生成することと、監視モジュールによって、モデル更新情報を送信することとを含む、作成することと、モデル更新情報を配布することであって、中央モジュールによって、モデル更新情報を受信することと、中央モジュールによって、使用可能なモデルのデータベースを分析することと、中央モジュールによって、モデル更新情報の優先度を決定することと、中央モジュールによって、どのローカル・ノードがモデル更新情報を受信するべきかを決定することと、中央モジュールによって、モデル更新情報を少なくとも1つのローカル・ノードに送信することとを含む、配布することと、少なくとも1つのローカル・ノードを更新することであって、少なくとも1つの監視モジュールによって、モデル更新情報を受信することと、少なくとも1つの診断モジュールによって、現在の検出モデルを決定することと、少なくとも1つの評価モジュールによって、モデル更新情報が現在の検出モデルに適用されるべきかどうかを判定することと、少なくとも1つの評価モジュールによって、ローカル・ノードがモデル更新情報を適用する許可を得ているかどうかを判定することと、少なくとも1つの評価モジュールによって、モデル更新情報を使用して現在の検出モデルを更新することとを含む、更新することとを実行させる。 According to yet another aspect of the invention, a computer program product is provided for creating and updating a detection model, the computer program product comprising at least one computer readable storage having program instructions embodied therein. The medium comprises program instructions executable by a processor, the processor producing model update information, detecting, by a diagnostic module, significant changes in system data; determining a list of all current detection models involved in detecting the significant change; analyzing, by the diagnostic module, system data involved in detecting the significant change; , generating model update information, wherein the generated model update information does not include any system data; and transmitting the model update information by the monitoring module. distributing the model update information, receiving the model update information by the central module, analyzing the database of available models by the central module, and distributing the model update information by the central module. determining priority; determining by the central module which local nodes should receive the model update information; and transmitting the model update information to at least one local node by the central module. updating at least one local node, receiving model update information by at least one monitoring module; and updating current detected models by at least one diagnostic module. determining, with at least one evaluation module, whether the model update information should be applied to the current detection model; and at least one evaluation module, with the local node applying the model update information. Determining whether permission is obtained; and updating, by at least one evaluation module, a current detection model using the model update information is performed.

本発明のさらに別の態様によれば、検出モデルを作成および更新するためのコンピュータ・プログラム製品が提供されており、コンピュータ・プログラム製品は、プログラム命令が具現化されている少なくとも1つのコンピュータ可読ストレージ媒体を備え、プログラム命令は、プロセッサによって実行可能であり、プロセッサに、モデル更新情報を作成することであって、第1の診断モジュールによって、システム・データにおける有意な変化を検出することと、第1の診断モジュールによって、有意な変化を検出することに関与したすべての現在の検出モデルのリストを決定することと、第1の診断モジュールによって、有意な変化を検出することに関与したシステム・データを分析することと、第1の診断モジュールによって、モデル更新情報を生成することであって、生成されたモデル更新情報がどのシステム・データも含まない、生成することと、第1の監視モジュールによって、モデル更新情報を送信することとを含む、作成することと、少なくとも第2のローカル・ノードを更新することであって、少なくとも第2の監視モジュールによって、モデル更新情報を受信することと、少なくとも第2の診断モジュールによって現在の検出モデルを決定することと、少なくとも第2の評価モジュールによって、モデル更新情報が現在の検出モデルに適用されるべきかどうかを判定することと、少なくとも第2の評価モジュールによって、ローカル・ノードがモデル更新情報を適用する許可を得ているかどうかを判定することと、少なくとも第2の評価モジュールによって、モデル更新情報を使用して現在の検出モデルを更新することとを含む、更新することとを実行させる。 According to yet another aspect of the invention, a computer program product is provided for creating and updating a detection model, the computer program product comprising at least one computer readable storage having program instructions embodied therein. The medium comprises program instructions executable by a processor, the processor producing model update information, detecting, by a first diagnostic module, a significant change in system data; Determining a list of all current detection models involved in detecting significant changes by one diagnostic module and system data involved in detecting significant changes by the first diagnostic module generating model update information by the first diagnostic module, wherein the generated model update information does not include any system data; generating by the first monitoring module , sending model update information, updating at least a second local node, receiving the model update information by at least a second monitoring module, and at least determining a current detection model by a second diagnostic module; determining by at least a second evaluation module whether model update information should be applied to the current detection model; and at least a second evaluation. determining, by the module, whether the local node has permission to apply the model update information; and updating, by at least a second evaluation module, the current detection model using the model update information. including, updating and running.

本開示のその他の特徴および利点が、添付の図面を参照しながら進む実施形態例の以下の詳細な説明から、明らかにされるであろう。 Other features and advantages of the present disclosure will become apparent from the following detailed description of example embodiments that proceeds with reference to the accompanying drawings.

本開示の前述の態様およびその他の態様は、添付の図面に関連して読まれたときに、以下の詳細な説明から最もよく理解される。本開示を説明する目的で、図面において、現在の好ましい実施形態が示されているが、本開示は、開示された特定の実施形態に限定されないと理解されている。 The foregoing and other aspects of the disclosure are best understood from the following detailed description when read in conjunction with the accompanying drawings. Although presently preferred embodiments are shown in the drawings for the purpose of illustrating the present disclosure, it is understood that the present disclosure is not limited to the specific embodiments disclosed.

単一のローカル・ノードを備えている例示的な更新システムのブロック図を示す図である。FIG. 2 shows a block diagram of an exemplary update system with a single local node; 中央モジュールによって接続された複数のローカル・ノードを備えている例示的な更新システムのブロック図を示す図である。FIG. 1 shows a block diagram of an exemplary update system comprising multiple local nodes connected by a central module; 複数の直接接続されたローカル・ノードを備えている例示的な更新システムのブロック図を示す図である。1 depicts a block diagram of an exemplary update system comprising multiple directly connected local nodes; FIG. 更新システムおよび手動で作成されたモデル更新情報を使用して分析システムを更新する例示的な方法のフロー・チャートを示す図である。FIG. 3 depicts a flow chart of an exemplary method of updating an analysis system using an update system and manually created model update information. ローカル・ノードが中央モジュールによって接続され、ローカル・ノードのうちの1つによって作成されたモデル更新情報を使用して分析システムを更新する、例示的な方法のフロー・チャートを示す図である。FIG. 4 depicts a flow chart of an exemplary method in which local nodes are connected by a central module and update an analysis system using model update information made by one of the local nodes. ローカル・ノードが直接接続され、ローカル・ノードのうちの1つによって作成されたモデル更新情報を使用して分析システムを更新する例示的な方法のフロー・チャートを示す図である。FIG. 10 depicts a flow chart of an exemplary method in which local nodes are directly connected and update an analysis system using model update information made by one of the local nodes. 実施形態例の態様が実装されてよい例示的なデータ処理システムのブロック図を示す図である。1 depicts a block diagram of an exemplary data processing system in which aspects of example embodiments may be implemented; FIG.

本説明および特許請求の範囲では、実施形態例の特定の特徴および要素に関して、「1つの」、「~のうちの少なくとも1つ」、および「~のうちの1つまたは複数」という用語を使用することがある。これらの用語および語句が、特定の実施形態例に存在する特定の特徴または要素のうちの少なくとも1つが存在するが、2つ以上が存在する可能性もあるということを述べるよう意図されているということが、理解されるべきである。すなわち、これらの用語/語句は、説明または特許請求の範囲を、存在している単一の特徴/要素に制限するよう意図されておらず、そのような特徴/要素が複数存在することを必要とするよう意図されてもいない。反対に、これらの用語/語句は、少なくとも単一の特徴/要素のみを必要とし、そのような特徴/要素は、説明および特許請求の範囲内に複数存在する可能性がある。 The description and claims use the terms “a,” “at least one of,” and “one or more of” with respect to specific features and elements of example embodiments. I have something to do. These terms and phrases are intended to state that at least one of the particular features or elements present in a particular example embodiment is present, but there may be more than one. should be understood. That is, these terms/phrases are not intended to limit the description or claims to any single feature/element present, rather than requiring the presence of a plurality of such features/elements. nor is it intended to be On the contrary, these terms/phrases require at least a single feature/element only, and multiple such features/elements may be present within the description and claims.

加えて、以下の説明では、実施形態例のさまざまな要素の複数のさまざまな例を使用して、実施形態例の例示的な実装をさらに説明し、実施形態例のメカニズムの理解を助けているということが、理解されるべきである。これらの例は、非限定的であるよう意図されており、実施形態例のメカニズムの実装のさまざまな可能性を網羅していない。本説明を考慮して、これらのさまざまな要素に関して、本開示の範囲から逸脱することなく、本明細書において提供された例に加えて、またはそれらの例を置き換えて利用できる、多くのその他の代替の実装が存在するということが、当業者にとって明らかであろう。 In addition, the following description uses multiple different examples of various elements of the example embodiments to further describe example implementations of the example embodiments and aid in understanding the mechanisms of the example embodiments. It should be understood that. These examples are intended to be non-limiting and do not exhaust the various possible implementations of the mechanisms of the example embodiments. In view of the present description, many other examples of these various elements may be utilized in addition to or in place of the examples provided herein without departing from the scope of the present disclosure. It will be apparent to those skilled in the art that alternative implementations exist.

本開示は、システム、方法、またはコンピュータ・プログラム製品、あるいはその組み合わせであってよい。コンピュータ・プログラム製品は、プロセッサに本開示の態様を実行させるためのコンピュータ可読プログラム命令を含んでいるコンピュータ可読ストレージ媒体を含んでよい。 The present disclosure may be a system, method, or computer program product, or any combination thereof. The computer program product may include a computer-readable storage medium containing computer-readable program instructions for causing a processor to perform aspects of the present disclosure.

コンピュータ可読ストレージ媒体は、命令実行デバイスによって使用するための命令を保持および格納できる有形のデバイスであることができる。コンピュータ可読ストレージ媒体は、例えば、電子ストレージ・デバイス、磁気ストレージ・デバイス、光ストレージ・デバイス、電磁ストレージ・デバイス、半導体ストレージ・デバイス、またはこれらの任意の適切な組み合わせであってよいが、これらに限定されない。コンピュータ可読ストレージ媒体のさらに具体的な例の非網羅的リストは、ポータブル・フロッピー(R)・ディスク、ヘッド・ディスク、ランダム・アクセス・メモリ(RAM:random access memory)、読み取り専用メモリ(ROM:read-only memory)、消去可能プログラマブル読み取り専用メモリ(EPROM:erasable programmable read-only memoryまたはフラッシュ・メモリ)、スタティック・ランダム・アクセス・メモリ(SRAM:static random access memory)、ポータブル・コンパクト・ディスク読み取り専用メモリ(CD-ROM:compact disc read-only memory)、デジタル・バーサタイル・ディスク(DVD:digital versatile disk)、メモリ・スティック、フロッピー(R)・ディスク、パンチカードまたは命令が記録されている溝の中の隆起構造などの機械的にエンコードされるデバイス、およびこれらの任意の適切な組み合わせを含む。本明細書において使用されるとき、コンピュータ可読ストレージ媒体は、それ自体が、電波またはその他の自由に伝搬する電磁波、導波管またはその他の送信媒体を伝搬する電磁波(例えば、光ファイバ・ケーブルを通過する光パルス)、あるいはワイヤを介して送信される電気信号などの一過性の信号であると解釈されるべきではない。 A computer-readable storage medium can be a tangible device capable of holding and storing instructions for use by an instruction execution device. A computer-readable storage medium may be, for example, but not limited to, an electronic storage device, a magnetic storage device, an optical storage device, an electromagnetic storage device, a semiconductor storage device, or any suitable combination thereof. not. A non-exhaustive list of more specific examples of computer readable storage media include portable floppy disks, head disks, random access memory (RAM), read only memory (ROM). -only memory), erasable programmable read-only memory (EPROM or flash memory), static random access memory (SRAM), portable compact disc read-only memory (CD-ROM: compact disc read-only memory), digital versatile disk (DVD: digital versatile disk), memory stick, floppy (R) disk, punch card or in a slot containing instructions Including mechanically encoded devices such as raised structures, and any suitable combination thereof. As used herein, a computer-readable storage medium is itself a radio wave or other freely propagating electromagnetic wave, or an electromagnetic wave propagating through a waveguide or other transmission medium (e.g., passing through a fiber optic cable). It should not be interpreted as a transient signal such as a light pulse) or an electrical signal sent over a wire.

本明細書に記載されたコンピュータ可読プログラム命令は、コンピュータ可読ストレージ媒体から各コンピューティング・デバイス/処理デバイスへ、またはネットワーク(例えば、インターネット、ローカル・エリア・ネットワーク(LAN:local area network)、広域ネットワーク(WAN:wide area network)、または無線ネットワーク、あるいはその組み合わせ)を介して外部コンピュータまたは外部ストレージ・デバイスへダウンロードされ得る。このネットワークは、銅伝送ケーブル、光伝送ファイバ、無線送信、ルータ、ファイアウォール、スイッチ、ゲートウェイ・コンピュータ、またはエッジ・サーバ、あるいはその組み合わせを備えてよい。各コンピューティング・デバイス/処理デバイス内のネットワーク・アダプタ・カードまたはネットワーク・インターフェイスは、コンピュータ可読プログラム命令をネットワークから受信し、それらのコンピュータ可読プログラム命令を各コンピューティング・デバイス/処理デバイス内のコンピュータ可読ストレージ媒体に格納するために転送する。 The computer readable program instructions described herein can be transferred from a computer readable storage medium to each computing device/processing device or over a network (e.g., Internet, local area network (LAN), wide area network). (wide area network (WAN), or wireless network, or a combination thereof) to an external computer or external storage device. The network may comprise copper transmission cables, optical transmission fibers, wireless transmissions, routers, firewalls, switches, gateway computers, or edge servers, or a combination thereof. A network adapter card or network interface within each computing device/processing device receives computer readable program instructions from the network and translates those computer readable program instructions into a computer readable network within each computing device/processing device. Transfer for storage on a storage medium.

本開示の動作を実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セット・アーキテクチャ(ISA:instruction-set-architecture)命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、あるいはJava(R)(TM)、Smalltalk、C++などのオブジェクト指向プログラミング言語、および「C」プログラミング言語または同様のプログラミング言語などの従来の手続き型プログラミング言語を含む1つまたは複数のプログラミング言語の任意の組み合わせで記述されたソース・コードまたはオブジェクト・コードであってよい。コンピュータ可読プログラム命令は、ユーザのコンピュータ上で全体的に実行すること、ユーザのコンピュータ上でスタンドアロン・ソフトウェア・パッケージとして部分的に実行すること、ユーザのコンピュータ上およびリモート・コンピュータ上でそれぞれ部分的に実行すること、あるいはリモート・コンピュータ上またはサーバ上で全体的に実行することができる。後者のシナリオでは、リモート・コンピュータは、LANまたはWANを含む任意の種類のネットワークを介してユーザのコンピュータに接続されてよく、または接続は、(例えば、インターネット・サービス・プロバイダを使用してインターネットを介して)外部コンピュータに対して行われてよい。一部の実施形態では、本開示の態様を実行するために、例えばプログラマブル論理回路、フィールドプログラマブル・ゲート・アレイ(FPGA:field-programmable gate arrays)、またはプログラマブル・ロジック・アレイ(PLA:programmable logic arrays)を含む電子回路は、コンピュータ可読プログラム命令の状態情報を利用することによって、電子回路をカスタマイズするためのコンピュータ可読プログラム命令を実行してよい。 Computer readable program instructions for performing the operations of the present disclosure include assembler instructions, instruction-set-architecture (ISA) instructions, machine instructions, machine-dependent instructions, microcode, firmware instructions, state setting data, or any one or more programming languages, including object-oriented programming languages such as Java(R)(TM), Smalltalk, C++, and traditional procedural programming languages such as the "C" programming language or similar programming languages. It may be source code or object code written in combination. The computer-readable program instructions may execute wholly on the user's computer, partially on the user's computer as a stand-alone software package, partially on the user's computer and partially on the remote computer, respectively. It can run on a remote computer or run entirely on a server. In the latter scenario, the remote computer may be connected to the user's computer via any kind of network, including a LAN or WAN, or the connection may be via the Internet (e.g., using an Internet service provider). via) to an external computer. In some embodiments, for example, programmable logic circuits, field-programmable gate arrays (FPGAs), or programmable logic arrays (PLAs) are used to implement aspects of the present disclosure. ) may execute computer readable program instructions to customize the electronic circuit by utilizing the state information of the computer readable program instructions.

本開示の態様は、本明細書において、本開示の実施形態に従って、方法、装置(システム)、およびコンピュータ・プログラム製品のフローチャート図またはブロック図あるいはその両方を参照して説明される。フローチャート図またはブロック図あるいはその両方の各ブロック、ならびにフローチャート図またはブロック図あるいはその両方に含まれるブロックの組み合わせが、コンピュータ可読プログラム命令によって実装され得るということが理解されるであろう。 Aspects of the disclosure are described herein with reference to flowchart illustrations and/or block diagrams of methods, apparatus (systems) and computer program products according to embodiments of the disclosure. It will be understood that each block of the flowchart illustrations and/or block diagrams, and combinations of blocks in the flowchart illustrations and/or block diagrams, can be implemented by computer readable program instructions.

これらのコンピュータ可読プログラム命令は、コンピュータまたはその他のプログラム可能なデータ処理装置のプロセッサを介して実行される命令が、フローチャートまたはブロック図あるいはその両方のブロックに指定される機能/動作を実施する手段を作り出すべく、汎用コンピュータ、専用コンピュータ、または他のプログラム可能なデータ処理装置のプロセッサに提供されてマシンを作り出すものであってよい。これらのコンピュータ可読プログラム命令は、命令が格納されたコンピュータ可読ストレージ媒体がフローチャートまたはブロック図あるいはその両方のブロックに指定される機能/動作の態様を実施する命令を含んでいる製品を含むような特定の方法で、コンピュータ可読ストレージ媒体に格納され、コンピュータ、プログラム可能なデータ処理装置、または他のデバイス、あるいはその組み合わせに機能するように指示できるものであってもよい。 These computer readable program instructions are the means by which instructions executed via a processor of a computer or other programmable data processing apparatus perform the functions/acts specified in the flowchart illustrations and/or block diagrams. For production, it may be provided to a processor of a general purpose computer, special purpose computer, or other programmable data processing apparatus to produce a machine. These computer readable program instructions are specific such that the computer readable storage medium on which the instructions are stored comprises instructions for implementing aspects of the functions/operations specified in the flowchart and/or block diagram blocks. stored in a computer-readable storage medium and capable of instructing a computer, programmable data processing apparatus, or other device, or combination thereof, to function in any manner.

コンピュータ可読プログラム命令は、コンピュータ上、その他のプログラム可能な装置上、またはその他のデバイス上で実行される命令が、フローチャートまたはブロック図あるいはその両方のブロックに指定される機能/動作を実施するように、コンピュータ、その他のプログラム可能なデータ処理装置、またはその他のデバイスに読み込まれてもよく、それによって、一連の動作ステップを、コンピュータ上、その他のプログラム可能な装置上、またはコンピュータ実装プロセスを生成するその他のデバイス上で実行させる。 Computer readable program instructions are instructions that are executed on a computer or other programmable apparatus or device to perform the functions/acts specified in the flowcharts and/or block diagrams. , computer, other programmable data processing apparatus, or other device, thereby producing a series of operational steps on the computer, other programmable apparatus, or computer-implemented process. Make it run on other devices.

本発明の態様は、本明細書において、本発明の実施形態に従って、方法、装置(システム)、およびコンピュータ・プログラム製品のフローチャート図またはブロック図あるいはその両方を参照して説明される。フローチャート図またはブロック図あるいはその両方の各ブロック、ならびにフローチャート図またはブロック図あるいはその両方に含まれるブロックの組み合わせが、コンピュータ可読プログラム命令によって実装され得るということが理解されるであろう。 Aspects of the present invention are described herein with reference to flowchart illustrations and/or block diagrams of methods, apparatus (systems) and computer program products according to embodiments of the invention. It will be understood that each block of the flowchart illustrations and/or block diagrams, and combinations of blocks in the flowchart illustrations and/or block diagrams, can be implemented by computer readable program instructions.

図内のフローチャートおよびブロック図は、本発明のさまざまな実施形態に従って、システム、方法、およびコンピュータ・プログラム製品の可能な実装のアーキテクチャ、機能、および動作を示す。これに関連して、フローチャートまたはブロック図内の各ブロックは、規定された論理機能を実装するための1つまたは複数の実行可能な命令を備える、命令のモジュール、セグメント、または部分を表してよい。一部の代替の実装では、ブロックに示された機能は、図に示された順序とは異なる順序で発生してよい。例えば、連続して示された2つのブロックは、実際には、含まれている機能に応じて、実質的に同時に実行されるか、または場合によっては逆の順序で実行されてよい。ブロック図またはフローチャート図あるいはその両方の各ブロック、ならびにブロック図またはフローチャート図あるいはその両方に含まれるブロックの組み合わせは、規定された機能または動作を実行するか、または専用ハードウェアとコンピュータ命令の組み合わせを実行する専用ハードウェアベースのシステムによって実装され得るということにも注意する。 The flowcharts and block diagrams in the figures illustrate the architecture, functionality, and operation of possible implementations of systems, methods and computer program products, according to various embodiments of the present invention. In this regard, each block in a flowchart or block diagram may represent a module, segment, or portion of instructions comprising one or more executable instructions for implementing the specified logical function. . In some alternative implementations, the functions noted in the blocks may occur out of the order noted in the figures. For example, two blocks shown in succession may, in fact, be executed substantially concurrently, or possibly in the reverse order, depending on the functionality involved. Each block in the block diagrams and/or flowchart illustrations, and combinations of blocks contained in the block diagrams and/or flowchart illustrations, perform the specified function or operation, or implement a combination of dedicated hardware and computer instructions. Note also that it may be implemented by a dedicated hardware-based system for execution.

概要として、認知システムは、特殊なコンピュータ・システム、またはコンピュータ・システムのセットであり、人間の認知機能をエミュレートするようにハードウェア論理または(ソフトウェアが実行されるハードウェア論理と組み合わせた)ソフトウェア論理あるいはその両方を使用して構成される。これらの認知システムは、人間のような特徴を、考えを伝達することおよび操作することに適用し、デジタル計算の固有の強みと組み合わせた場合に、高い精度および柔軟性で大規模な問題を解くことができる。IBM(R)Watson(TM)は、そのような認知システムの一例であり、人間が読める言語を処理し、テキストの通過間の推定を、人間と同様の精度で、人間よりもはるかに高速かつ大量に識別することができる。一般に、そのような認知システムは、以下の機能を実行することができる。 As an overview, a cognitive system is a specialized computer system, or set of computer systems, configured with hardware logic or software (combined with hardware logic on which software executes) to emulate human cognitive functions. Constructed using logic or both. These cognitive systems apply human-like characteristics to communicating and manipulating ideas to solve large-scale problems with great precision and flexibility when combined with the inherent strengths of digital computing. be able to. IBM(R) Watson(TM) is an example of such a cognitive system, which processes human-readable language and makes inter-passage estimations of text with human-like accuracy, much faster and faster. Large numbers can be identified. In general, such cognitive systems are capable of performing the following functions.

Figure 2022548945000002
Figure 2022548945000002

本明細書における実施形態は、複数のローカル・ノードにわたって分析モデルを更新するためのシステムに関連している。本明細書において使用されるとき、個別の「ローカル・ノード」とは、個人または会社などのエンド・ユーザによってインストールされたソフトウェアのことを指している。一部の実施形態では、ローカル・ノードは、1つのコンピュータ・システムを含む。一部の実施形態では、ローカル・ノードは、エンド・ユーザによって制御される複数のコンピュータ・システムまたはサーバを含む。一部の実施形態では、システム内の各ローカル・ノードは、そのローカル・ノードに固有である現在の分析モデルのセットを使用する。一部の実施形態では、システム内の各ローカル・ノードは、1つまたは複数の分析モデルによって生成されたシステム・データにアクセスして分析する。このシステム・データは、各ローカル・ノードに固有であり、機密情報または秘密情報を含んでよい。 Embodiments herein relate to a system for updating analytical models across multiple local nodes. As used herein, an individual "local node" refers to software installed by an end user, such as an individual or company. In some embodiments, the local node comprises one computer system. In some embodiments, the local node includes multiple computer systems or servers controlled by end users. In some embodiments, each local node in the system uses a current set of analytical models that are unique to that local node. In some embodiments, each local node in the system accesses and analyzes system data generated by one or more analytical models. This system data is unique to each local node and may contain sensitive or private information.

本明細書において使用されるとき、個別の「分析モデル」または単に「モデル」は、データ分析技術を使用して特定のイベントを検出するように設計されたソフトウェア・アルゴリズムである。一部の実施形態では、分析モデルは、データの異常を検出する。一部の実施形態では、分析モデルは、不正イベントを検出する。一部の実施形態では、分析モデルによって使用されるデータ分析技術は、データ前処理技術、1つまたは複数の統計パラメータの計算、分類またはグループに基づく統計比率、確率の計算、データのクラスター化およびデータの照合などの分類技術、回帰分析、ならびにギャップ分析を含むが、これらに限定されない。一部の実施形態では、ローカル・ノードのソフトウェアは、1つまたは複数の分析モデルを含む。一部の実施形態では、ローカル・ノードのソフトウェアは、1つまたは複数の分析モデルおよび決定論的ルールを含む。一部の実施形態では、ローカル・ノードのソフトウェアは、不正検出のための1つまたは複数の分析モデルを含む。一部の実施形態では、ローカル・ノードのソフトウェアは、法規制の順守または不順守に関する1つまたは複数の分析モデルを含む。一部の実施形態では、ローカル・ノードのソフトウェアは、不正検出のための1つまたは複数のモデルおよび決定論的ルールを含む。一部の実施形態では、ローカル・ノードのソフトウェアは、法規制の順守または不順守に関する1つまたは複数のモデルおよび決定論的ルールを含む。 As used herein, an individual "analytic model" or simply "model" is a software algorithm designed to detect specific events using data analysis techniques. In some embodiments, the analytical model detects anomalies in data. In some embodiments, the analytical model detects fraudulent events. In some embodiments, the data analysis techniques used by the analytical model include data preprocessing techniques, computation of one or more statistical parameters, statistical proportions based on classifications or groups, computation of probabilities, clustering of data and Including, but not limited to, classification techniques such as data collation, regression analysis, and gap analysis. In some embodiments, the local node's software includes one or more analytical models. In some embodiments, the local node's software includes one or more analytical models and deterministic rules. In some embodiments, the local node's software includes one or more analytical models for fraud detection. In some embodiments, the local node's software includes one or more analytical models for regulatory compliance or non-compliance. In some embodiments, local node software includes one or more models and deterministic rules for fraud detection. In some embodiments, the local node's software includes one or more models and deterministic rules for regulatory compliance or non-compliance.

一部の実施形態では、更新システムは、1つまたは複数のモデル更新情報を受信し、それらの更新情報を適用可能なローカル・ノードにプッシュする。一部の実施形態では、更新システムは更新情報をシステム内のすべてのローカル・ノードにプッシュする。一部の実施形態では、更新システムは更新情報を選択されたローカル・ノードのみにプッシュする。一部の実施形態では、更新システムは、どのローカル・ノードがモデル更新情報のプッシュを受信するかを決定する。 In some embodiments, an update system receives one or more model updates and pushes those updates to applicable local nodes. In some embodiments, the update system pushes updates to all local nodes in the system. In some embodiments, the update system pushes updates to selected local nodes only. In some embodiments, the update system determines which local nodes receive pushes of model update information.

一部の実施形態では、モデル更新情報を受信する個々のローカル・ノードは、分析システムの現在のモデルに対して更新情報をチェックし、適用可能な場合、更新システムが現在のモデルを更新する。一部の実施形態では、更新システムは、1つまたは複数の手動で作成されたモデル更新情報を受信する。一部の実施形態では、更新システムは、更新システムのローカル・ノードによって作成された1つまたは複数のモデル更新情報を受信する。一部の実施形態では、更新システムのローカル・ノードは、それ自体がローカル・ノードではない中央ハブまたは中央モジュールによって接続される。一部の実施形態では、更新システムのローカル・ノードは、例えば分散ネットワークとして、互いに直接接続される。 In some embodiments, each local node that receives model update information checks the update information against the current model of the analysis system and, if applicable, the update system updates the current model. In some embodiments, the update system receives one or more manually created model updates. In some embodiments, the update system receives one or more model updates made by local nodes of the update system. In some embodiments, the local nodes of the update system are connected by a central hub or central module that is not itself a local node. In some embodiments, the local nodes of the update system are directly connected to each other, eg, as a distributed network.

一部の実施形態では、任意のローカル・ノードを含んでいる更新システムは、分析モデルを使用する任意のソフトウェア・システムに関するモデル更新情報を作成してプッシュするスタンドアロン・システムである。一部の実施形態では、更新システム自体は、より大きい分析システム(例えば、不正検出のための分析システム)のコンポーネントまたはサブシステムである。 In some embodiments, the update system, including any local node, is a standalone system that creates and pushes model update information for any software system that uses analytical models. In some embodiments, the update system itself is a component or subsystem of a larger analysis system (eg, analysis system for fraud detection).

図1は、更新システム100の例示的な単一のローカル・ノードのコンポーネント、出力、およびデータ・フローのブロック図表現を示している。ローカル・ノードは、3つの主要なモジュールまたはサブシステム、すなわち監視モジュール101、診断モジュール102、および評価モジュール103を含んでいる。 FIG. 1 shows a block diagram representation of the components, outputs and data flows of an exemplary single local node of update system 100 . The local node contains three main modules or subsystems: monitoring module 101, diagnostic module 102, and evaluation module 103.

監視モジュール101は、モデル更新プロセスが必要とされているかどうかを判定するために、1つまたは複数の要因を監視する。一部の実施形態では、監視モジュール101は、最後の更新プロセス後の時間をチェックし、十分な時間が経過した場合、更新プロセスを開始する。一部の実施形態では、監視モジュール101は、最後の更新プロセス後、6時間、12時間、1日、2日、3日、4日、5日、6日、7日、10日、15日、30日、1か月、2か月、3か月、6か月、または1年が経過した場合に、更新プロセスを開始する。一部の実施形態では、監視モジュール101は、ローカル・ノード100の外部のソースからプッシュされたモデル更新情報を受信した場合に、更新プロセスを開始する。例えば、監視モジュール101は、更新システムの中央モジュールから、別のローカル・ノードから、または直接、更新システム管理者からプッシュされたモデル更新情報を受信することができる。 Monitoring module 101 monitors one or more factors to determine if a model update process is required. In some embodiments, the monitoring module 101 checks the time since the last update process and initiates the update process if enough time has passed. In some embodiments, the monitoring module 101 updates 6 hours, 12 hours, 1 day, 2 days, 3 days, 4 days, 5 days, 6 days, 7 days, 10 days, 15 days after the last update process. , 30 days, 1 month, 2 months, 3 months, 6 months, or 1 year, initiate the renewal process. In some embodiments, the monitoring module 101 initiates the update process when it receives model update information pushed from a source external to the local node 100 . For example, the monitor module 101 can receive model update information pushed from a central module of the update system, from another local node, or directly from an update system administrator.

一部の実施形態では、監視モジュール101は、診断モジュール102によって信号で伝えられた場合に、更新プロセスを開始することができる。一部の実施形態では、診断モジュール102は、システム・データ104を分析し、1つまたは複数のデータのしきい値が満たされた場合、更新プロセスを開始するように監視モジュール101に信号で伝えることができる。例えば、診断モジュール102は、システム・データ104の診断モジュールの分析が、データのしきい値を上回るイベント検出における増加、またはデータのしきい値を下回るイベント検出における減少を示す場合に、監視モジュール101に信号で伝えることができる。一部の実施形態では、データのしきい値は、例えばエンド・ユーザによって、手動で設定されることができる。一部の実施形態では、データのしきい値は、例えば、イベント検出率が検出率の1週間移動平均を有意な値だけ上回って増加した場合、診断モジュール102によって自動的に決定されることができる。 In some embodiments, the monitoring module 101 can initiate the update process when signaled by the diagnostic module 102 . In some embodiments, diagnostic module 102 analyzes system data 104 and signals monitoring module 101 to initiate an update process when one or more data thresholds are met. be able to. For example, diagnostic module 102 may notify monitoring module 101 if diagnostic module analysis of system data 104 indicates an increase in event detections above a data threshold or a decrease in event detections below a data threshold. can be signaled to In some embodiments, the data threshold can be set manually, eg, by an end user. In some embodiments, the data threshold may be automatically determined by the diagnostic module 102, for example, when the event detection rate increases by a significant value above the weekly moving average of the detection rate. can.

更新プロセスが開始された場合、監視モジュール101は、使用可能なモデル更新情報について問い合わせる。一部の実施形態では、監視モジュール101は、更新システムの中央モジュール、別のローカル・ノード、または更新システム管理者に問い合わせる。一部の実施形態では、ローカル・ノード100の外部のソースからプッシュされたモデル更新情報によって更新プロセスが開始された場合、監視モジュール101は追加の使用可能なモデル更新情報について問い合わせない。一部の実施形態では、ローカル・ノード100の外部のソースからプッシュされたモデル更新情報によって更新プロセスが開始された場合、監視モジュール101は追加の使用可能なモデル更新情報についてさらに問い合わせる。 When the update process is initiated, the monitor module 101 queries for available model update information. In some embodiments, the monitoring module 101 queries a central module of the update system, another local node, or an update system administrator. In some embodiments, if the update process was initiated by model update information pushed from a source external to the local node 100, the monitor module 101 does not query for additional available model update information. In some embodiments, if the update process was initiated by model update information pushed from a source external to the local node 100, the monitoring module 101 further queries for additional available model update information.

監視モジュール101がすべての使用可能な問い合わせを完了し、少なくとも1つのモデル更新情報を受信した場合、監視モジュール101は、モデル更新情報を診断モジュール102に渡す。診断モジュール102は、モデル更新情報を、ローカル・ノードで使用できる現在のモデルのデータベース105と比較する。一部の実施形態では、診断モジュール102は、それらの現在のモデル105がアクティブに使用中であるかどうかに関わらず、モデル更新情報を現在のモデル105に分類する。一部の実施形態では、診断モジュール102は、モデル更新情報を、アクティブな現在のモデル105の適用によって生成されたシステム・データ104に分類する。 When the monitor module 101 has completed all available queries and received at least one model update, the monitor module 101 passes the model update information to the diagnostic module 102 . The diagnostic module 102 compares model update information with a database 105 of current models available at the local node. In some embodiments, diagnostic module 102 classifies model updates into current models 105 regardless of whether those current models 105 are actively in use. In some embodiments, diagnostic module 102 classifies model update information into system data 104 generated by application of active current model 105 .

診断モジュール102が、モデル更新情報を受信し、少なくとも、モデル更新情報を現在のモデルのデータベース105と比較した場合、診断モジュール102は、モデル更新情報およびすべての使用可能な比較ならびにその他の分析データを評価モジュール103に渡す。評価モジュール103は、モデル更新情報を評価し、更新情報106が適用されるべきかどうかを判定する。一部の実施形態では、評価モジュール103は、モデル更新情報を自動的に適用し、モデル更新情報を使用して現在のモデル105を変更または修正する。一部の実施形態では、評価モジュール103は、モデル更新情報を分析し、そのようなモデルが現在のモデルのデータベース105にすでに存在するかどうかを判定する。一部の実施形態では、評価モジュール103は、関連するシステム・データ104または診断モジュール102によって生成された関連するカテゴリ・データに対してモデルの更新を実行し、モデル更新情報が、現在のモデル105が生成できるものとは異なるシステム・データをローカル・ノード100に提供するかどうかを判定する。一部の実施形態では、評価モジュール103は、ローカル・ノード100のエンド・ユーザまたは管理者によって許可されない限り、どの更新も自動的に適用せず、どの分析も実行しない。 When the diagnostic module 102 receives the model update information and at least compares the model update information to the current model database 105, the diagnostic module 102 analyzes the model update information and all available comparisons and other analytical data. Pass to evaluation module 103 . Evaluation module 103 evaluates model updates to determine whether updates 106 should be applied. In some embodiments, evaluation module 103 automatically applies model updates and uses model updates to change or modify current model 105 . In some embodiments, the evaluation module 103 analyzes the model update information to determine whether such models already exist in the current model database 105 . In some embodiments, the assessment module 103 performs model updates on relevant system data 104 or relevant categorical data generated by the diagnostic module 102, and the model update information is the current model 105 determines whether to provide system data to the local node 100 that is different than what the . In some embodiments, the assessment module 103 does not automatically apply any updates or perform any analysis unless authorized by the end user or administrator of the local node 100 .

図2は、複数のローカル・ノード200を含む更新システムのコンポーネント、出力、およびデータ・フローのブロック図表現を示している。更新システムは、更新システム200内のすべてのローカル・ノードを接続する中央モジュール201を備えている。図2は、210および220として一般的に分類された2つのローカル・ノードを示している。一部の実施形態では、更新システム200内に存在することができるローカル・ノードの数に制限はない。ローカル・ノード210および220が、図1で説明されたローカル・ノードと概して同じであり、それぞれ監視モジュール211、221、診断モジュール212、222、および評価モジュール213、223を含んでいるということが理解されるべきである。各ローカル・ノードは、それ自身のシステム・データ214、224、および現在のモデルのデータベース215、225をさらに含んでいる。各ローカル・ノードが、異なるシステム・データおよび現在のモデルを含んでよいということが理解されるべきである。一部の実施形態では、システム・データ214は、システム・データ224と同一であるか、または類似してよく、あるいはシステム・データ224と同一でなく、類似していなくてよい。一部の実施形態では、現在のモデル215は、現在のモデル225と同一であるか、または類似してよく、あるいは現在のモデル225と同一でなく、類似していなくてよい。 FIG. 2 shows a block diagram representation of the components, outputs and data flows of an update system including multiple local nodes 200 . The update system comprises a central module 201 connecting all local nodes within the update system 200 . FIG. 2 shows two local nodes generally labeled 210 and 220 . In some embodiments, there is no limit to the number of local nodes that can exist within update system 200 . It will be appreciated that local nodes 210 and 220 are generally the same as the local nodes described in FIG. It should be. Each local node further includes its own system data 214,224 and current model database 215,225. It should be appreciated that each local node may contain different system data and current models. In some embodiments, system data 214 may be the same as or similar to system data 224 or may not be the same or similar to system data 224 . In some embodiments, current model 215 may be the same as or similar to current model 225 or may not be the same or similar to current model 225 .

中央モジュール201は、どのローカル・ノードにも存在せず、集中型管理サーバなどの分離した位置に存在する。一部の実施形態では、中央モジュール201は、監視モジュール211、221との間で情報を送信および受信することができる。一部の実施形態では、中央モジュール201は、更新システム内の任意の監視モジュールとの間で情報を送信および受信することができる。中央モジュール201は、更新システムが使用できるモデルのマスタ・データベース202にアクセスすることができる。使用可能なモデルのデータベース202は、更新システムに現在存在している、可能性のあるすべての分析モデルのリストである。一部の実施形態では、個別のノード内の現在のモデルのデータベース(例えば、現在のモデル215)は、使用可能なモデルのデータセット202と同等である。一部の実施形態では、個別のノード内の現在のモデルのデータベース(例えば、現在のモデル215)は、使用可能なモデルのデータセット202と同等ではないが、使用可能なモデルのデータベース202と共通している少なくとも1つのモデルを含む。 The central module 201 does not reside in any local node, but in a separate location such as a centralized management server. In some embodiments, central module 201 can send and receive information from monitoring modules 211 , 221 . In some embodiments, central module 201 can send and receive information from any monitoring module in the update system. The central module 201 has access to a master database 202 of models available to the update system. The available models database 202 is a list of all possible analytical models that currently exist in the update system. In some embodiments, the database of current models (eg, current models 215 ) in individual nodes is equivalent to dataset 202 of available models. In some embodiments, the database of current models (e.g., current models 215) in an individual node is not equivalent to dataset 202 of available models, but is common to database of available models 202. contains at least one model that

一部の実施形態では、個別のノード内の監視モジュール(例えば、監視モジュール211)が、使用可能なモデル更新情報についての問い合わせを開始した場合、監視モジュールは、中央モジュール201と電子的に通信する。 In some embodiments, when a supervisory module (e.g., supervisory module 211) within an individual node initiates a query for available model update information, the supervisory module electronically communicates with central module 201. .

一部の実施形態では、個々のノードは、1人または複数のエンド・ユーザと通信することができる。図2では、例えば、ノード210の評価モジュール213がエンド・ユーザ217と通信することができる。一部の実施形態では、個別のノードの任意のモジュールが、エンド・ユーザと通信することができる。一部の実施形態では、個別のノードがエンド・ユーザと通信し、更新プロセスに関する情報をエンド・ユーザに提供する。一部の実施形態では、個別のノードがエンド・ユーザと通信し、更新の結果に関する情報(例えば、どのモデルが更新されたか)をエンド・ユーザに提供する。一部の実施形態では、個別のノードがエンド・ユーザと通信し、いずれかのモデルを更新する前に、エンド・ユーザに許可を求める。 In some embodiments, individual nodes can communicate with one or more end users. In FIG. 2, for example, assessment module 213 of node 210 may communicate with end user 217 . In some embodiments, any module of an individual node can communicate with end users. In some embodiments, a separate node communicates with the end user and provides the end user with information regarding the update process. In some embodiments, a separate node communicates with the end user and provides the end user with information about the results of the update (eg, which models have been updated). In some embodiments, an individual node communicates with the end user and asks the end user for permission before updating any models.

図3は、複数のローカル・ノード300を含む更新システムのコンポーネント、出力、およびデータ・フローの別のブロック図表現を示している。更新システム300は、310および320として一般的に分類された2つのローカル・ノードを示している。一部の実施形態では、更新システム300内に存在することができるローカル・ノードの数に制限はない。ローカル・ノード310および320が、図1および2で説明されたローカル・ノードと概して同じであり、それぞれ監視モジュール311、321、診断モジュール312、322、および評価モジュール313、323を含んでいるということが理解されるべきである。各ローカル・ノードは、それ自身のシステム・データ314、324、および現在のモデルのデータベース315、325をさらに含んでいる。各ローカル・ノードが、異なるシステム・データおよび現在のモデルを含んでよいということが理解されるべきである。一部の実施形態では、システム・データ314は、システム・データ324と同一であるか、または類似してよく、あるいはシステム・データ324と同一でなく、類似していなくてよい。一部の実施形態では、現在のモデル315は、現在のモデル325と同一であるか、または類似してよく、あるいは現在のモデル325と同一でなく、類似していなくてよい。 FIG. 3 shows another block diagram representation of the components, outputs and data flows of an update system that includes multiple local nodes 300 . Update system 300 shows two local nodes generally labeled as 310 and 320 . In some embodiments, there is no limit to the number of local nodes that can exist within update system 300 . that local nodes 310 and 320 are generally the same as the local nodes described in FIGS. 1 and 2 and include monitoring modules 311, 321, diagnostic modules 312, 322, and evaluation modules 313, 323, respectively; should be understood. Each local node further includes its own system data 314,324 and current model database 315,325. It should be appreciated that each local node may contain different system data and current models. In some embodiments, system data 314 may be the same as or similar to system data 324 or may not be the same or similar to system data 324 . In some embodiments, current model 315 may be the same as or similar to current model 325 or may not be the same or similar to current model 325 .

図2とは異なり、更新システム300は、すべてのローカル・ノードを接続するどのような種類の中央モジュールも含まない。代わりに、各ローカル・ノードは、ネットワークを介して互いに直接接続される。一部の実施形態では、各監視モジュールは、更新システム300内の他のすべての監視モジュールと電子通信を行う。例えば、図3に示されているように、監視モジュール311は、監視モジュール321と電子通信を行う。 Unlike FIG. 2, update system 300 does not include any kind of central module connecting all local nodes. Instead, each local node is directly connected to each other through the network. In some embodiments, each monitor module is in electronic communication with every other monitor module within update system 300 . For example, as shown in FIG. 3, monitor module 311 is in electronic communication with monitor module 321 .

一部の実施形態では、個別のノードで更新プロセスが開始された場合、そのノードの監視モジュールが、更新システム300内の別のローカル・ノードに問い合わせる。例えば、ローカル・ノード310で更新プロセスが開始された場合、監視モジュール311がローカル・ノード320の監視モジュール321に問い合わせる。一部の実施形態では、個別のノードで更新プロセスが開始された場合、そのノードの監視モジュールが、更新システム300内の他のすべてのローカル・ノードに問い合わせる。一部の実施形態では、個別のノードで更新プロセスが開始された場合、そのノードの監視モジュールが、更新システム300内の選択された他のノードのみに問い合わせる。一部の実施形態では、個別のノードで更新プロセスが開始された場合、そのノードの監視モジュールが、更新システム300内の他の1つのノードのみに問い合わせる。 In some embodiments, when an update process is initiated on an individual node, that node's monitoring module queries another local node in the update system 300 . For example, when an update process is initiated on local node 310 , monitoring module 311 queries monitoring module 321 on local node 320 . In some embodiments, when an update process is initiated on an individual node, that node's monitoring module queries all other local nodes in the update system 300 . In some embodiments, when an update process is initiated on an individual node, that node's monitoring module queries only selected other nodes in the update system 300 . In some embodiments, when an update process is initiated on an individual node, that node's monitoring module queries only one other node in the update system 300 .

本明細書における任意の実施形態で、システム管理者は、更新されたモデルを作成し、更新システムに手動で追加することができる。例えば、システム管理者は、更新されたモデルを作成し、図2に示されているように、そのモデルを中央モジュール201に提出することができる。別の例では、システム管理者は、更新されたモデルを作成し、図3に示されているように、そのモデルを監視モジュール321に提出することができる。一部の実施形態では、更新されたモデルが、本明細書に示されたいずれかの更新システムに追加された場合、更新システム内のノードのすべてまたは一部にわたって、更新プロセスが開始されてよい。 In any of the embodiments herein, a system administrator can create updated models and manually add them to the update system. For example, a system administrator can create an updated model and submit it to central module 201 as shown in FIG. In another example, a system administrator can create an updated model and submit it to monitoring module 321, as shown in FIG. In some embodiments, when an updated model is added to any of the update systems shown herein, an update process may be initiated across all or some of the nodes in the update system. .

本明細書における任意の実施形態で、更新システムのいずれかのローカル・ノードが、モデル更新情報を生成し、更新システムの他のローカル・ノードに自動的にプッシュすることができる。一部の実施形態では、エンド・ユーザまたは管理者の関与なしで、更新システムが不正検出における増加に素早く応答することができるため、それ自身のモデル更新情報を生成するローカル・ノードは有利である。例えば、図2に示されているように、診断モジュール212は、システム・データ214を分析し、事前に設定されたしきい値より大きい不正検出における増加を検出する。診断モジュール212は、次に、不正における増加を検出し、システム・データ214を分析して、1つまたは複数のモデルとデータの間の結び付きの重要な特徴および条件を決定するために使用された、1つまたは複数のモデルのリストを作成する。次に、診断モジュール212は、モデルから、システム・データ214およびローカル・ノード210に固有のすべてのデータを除去する。次に、監視モジュール211は、モデルを中央モジュール201に送信し、その後、中央モジュール201は、そのモデルをモデル更新情報として更新システム200に適用可能であるかどうかを判定する。 In any of the embodiments herein, any local node of the update system can generate and automatically push model updates to other local nodes of the update system. In some embodiments, local nodes that generate their own model updates are advantageous because the update system can quickly respond to increases in fraud detections without end-user or administrator involvement. . For example, as shown in FIG. 2, diagnostic module 212 analyzes system data 214 and detects an increase in fraud detections greater than a preset threshold. Diagnostics module 212 was then used to detect increases in fraud and analyze system data 214 to determine key features and conditions of connections between one or more models and data. , to create a list of one or more models. Diagnostic module 212 then removes system data 214 and all data specific to local node 210 from the model. The monitoring module 211 then sends the model to the central module 201, which then determines whether the model is applicable to the update system 200 as model update information.

ローカル・ノードが更新システムのモデル更新情報を生成している任意の実施形態では、そのローカル・ノードの固有のシステム・データが更新システム内の中央ハブまたはその他のローカル・ノードと共有されていないということが重要である。一部の実施形態では、更新システムと共有されさるモデルを作成する診断モジュールは、ローカル・ノードからのどの固有のシステム・データとも無関係な新しいモデルを作成する。一部の実施形態では、この新しいモデルは、1つまたは複数のアルゴリズム、作成日時、特定の期間にわたって検出されたイベントの数、合計トランザクション時間値(total transactional value of time)などのメタデータまたは高水準の集約統計、および更新をトリガーするために使用される1つまたは複数のしきい値点のうちの1つまたは複数を含む。一部の実施形態では、新しいモデルは、1つまたは複数のデータ・グループの平均の比率統計を含む。一部の実施形態では、新しいモデルは、将来の肯定的結果を決定するために、1つまたは複数のデータ・グループの平均の比率統計からの逸脱を検出することができる。一部の実施形態では、新しいモデルは、1つまたは複数のモデルを表す1つまたは複数のネットワークまたは画像グラフィックスを含む。一部の実施形態では、新しいモデルは、新しいモデルを表す1つまたは複数のネットワークまたは画像グラフィックスを含む。 In any embodiment where a local node is generating model update information for the update system, that local node's unique system data is not shared with the central hub or other local nodes in the update system. This is very important. In some embodiments, the diagnostic module that creates the model shared with the update system creates a new model that is independent of any unique system data from the local node. In some embodiments, this new model uses one or more algorithms, date and time of creation, number of events detected over a period of time, metadata or high-level data such as total transactional value of time. Contains one or more of the level aggregation statistics and one or more threshold points used to trigger updates. In some embodiments, the new model includes average ratio statistics for one or more data groups. In some embodiments, the new model can detect deviations from the mean proportion statistics of one or more data groups to determine future positive outcomes. In some embodiments, the new model includes one or more network or image graphics representing one or more models. In some embodiments, the new model includes one or more network or image graphics representing the new model.

本明細書における実施形態のいずれかで、更新システムのコンポーネントは、例えば、銀行などの企業の内部サーバ・システム内にインストールされたソフトウェアとして、同じ位置に格納されることができる。一部の実施形態では、本明細書で開示されたいずれかの更新システムのコンポーネントの一部は、クラウドベースのサービスの一部などとして、異なる位置に格納される。 In any of the embodiments herein, the components of the update system can be co-located, for example, as software installed within an enterprise's internal server system, such as a bank. In some embodiments, some of the components of any update system disclosed herein are stored in different locations, such as part of a cloud-based service.

図4は、手動で作成されたモデルを使用して、モデル更新情報を、中央モジュール400を含む更新システムにプッシュする例示的な方法のフロー・チャートを示している。一部の実施形態では、方法400は、図2に示された更新システムで使用されることができる。最初に、システム管理者が、システムを更新するために使用される新しいモデルを手動で作成した(401)。一部の実施形態では、新しいモデルは、1つまたは複数の新しいアルゴリズムまたは更新されたアルゴリズムを含む。一部の実施形態では、新しいモデルは、新しいモデルの使用に必要な基準に関する情報(例えば、ビジネスの種類、必要なシステム・データの量、またはモデルによって実行された検出の種類)を含む。一部の実施形態では、新しいモデルは、モデルが更新システムにとってどの程度重要かに関する優先度情報を含む。例えば、すべてのローカル・ノードに出力されなければならない新しいモデルには、可能な最高の優先度が付与される。一部の実施形態では、優先度情報は、低優先度、中優先度、または高優先度のいずれかとして分類される。 FIG. 4 shows a flow chart of an exemplary method for pushing model update information to an update system, including central module 400, using a manually created model. In some embodiments, method 400 can be used in the update system shown in FIG. First, a system administrator manually created 401 a new model that was used to update the system. In some embodiments, the new model includes one or more new or updated algorithms. In some embodiments, the new model includes information regarding criteria required for use of the new model (eg, type of business, amount of system data required, or type of detection performed by the model). In some embodiments, the new model includes priority information regarding how important the model is to the update system. For example, new models that must be output to all local nodes are given the highest possible priority. In some embodiments, priority information is categorized as either low priority, medium priority, or high priority.

次に、システム管理者によって作成された新しいモデルが更新システムにプッシュされ、更新システムがモデルを受信する(402)。一部の実施形態では、更新システムの中央モジュールがモデルを受信する。中央モジュールは、モデルを受信した(402)後に、モデル・データベースを更新する(403)。例えば、中央モジュール201が、図2に示された更新システム200内の使用可能なモデル・データベース202を更新する。 A new model created by the system administrator is then pushed to the update system, which receives the model (402). In some embodiments, a central module of the update system receives the model. After receiving the model (402), the central module updates (403) the model database. For example, central module 201 updates available model database 202 in update system 200 shown in FIG.

次に、更新システムは、新しいモデルに適用可能なエンド・ユーザを決定する(404)。一部の実施形態では、中央モジュールは、どのエンド・ユーザが適用可能であるかを決定している。一部の実施形態では、中央モジュールは、新しいモデルの優先度情報に加えて、新しいモデルにおける基準情報を各エンド・ユーザに関する情報と比較することによって、どのエンド・ユーザがモデル更新情報に適用可能であるかを決定する。例えば、クレジット・カードの不正検出のためのモデル更新情報が中優先度を有している場合、中央モジュールは、更新システム内のどのローカル・ノードがクレジット・カードの不正検出に関与しているかを識別し、その後、モデルをそれらの識別されたローカル・ノードに出力する(405)。モデル更新情報は、残りのどのローカル・ノードにも出力されないが、それらの残りのローカル・ノードの各々が更新プロセスを開始したときに、例えば、更新なしで監視モジュールをトリガーするほど十分な時間が経過した場合に、そのローカル・ノードは更新情報を受信してよい。別の例では、クレジット・カードの不正検出のためのモデル更新情報が高優先度を有している場合、中央モジュールは、モデルをすべてのローカル・ノードに出力する(405)。別の例では、クレジット・カードの不正検出のためのモデル更新情報が低優先度を有している場合、中央モジュールは、モデルをどのローカル・ノードにも直ちに出力せず、代わりに、各ローカル・ノードがそれ自身で更新プロセスを開始するのを待機する。 The update system then determines 404 the end users applicable to the new model. In some embodiments, the central module determines which end users are applicable. In some embodiments, the central module determines which end users can apply model update information by comparing baseline information in the new model with information about each end user, in addition to the priority information in the new model. determine whether For example, if the model update information for credit card fraud detection has a medium priority, the central module determines which local nodes in the update system are involved in credit card fraud detection. identify and then output the model to those identified local nodes (405). Model update information is not output to any remaining local nodes, but when each of those remaining local nodes begins the update process, e.g. If so, the local node may receive updates. In another example, if the model update information for credit card fraud detection has high priority, the central module outputs (405) the model to all local nodes. In another example, if the model update information for credit card fraud detection has a low priority, the central module does not immediately output the model to any local node, but instead outputs the model to each local node. • Wait for the node to start the update process on its own.

モデル更新情報が中央モジュールから送信された後に、少なくとも1つのローカル・ノードによって、そのモデル更新情報が受信される(411)。一部の実施形態では、モデル更新情報が、複数のローカル・ノードによって同時に受信される。一部の実施形態では、モデル更新情報が、本明細書に記載された実施形態のいずれかにおける監視モジュールによって受信される。 After the model update information is sent from the central module, the model update information is received (411) by at least one local node. In some embodiments, model update information is received simultaneously by multiple local nodes. In some embodiments, model update information is received by a monitoring module in any of the embodiments described herein.

一部の実施形態では、ローカル・ノードがモデル更新情報を受信した(411)後に、モデル更新情報は自動的にインストールされない。最初に、ローカル・ノードが、現在のモデル・データベースに問い合わせ、モデル更新情報がいずれかの既存のモデルを置き換えるかどうかを確認する(412)。次に、ローカル・ノードは、ノードとのモデル更新情報の関連性を決定する(413)。例えば、図2に示された更新システム200のローカル・ノード210で、監視モジュール211によってモデル更新情報が受信され、その後、診断モジュール212に渡される。診断モジュール212は、最初に、現在のモデル・データベース215に問い合わせ、次に、ローカル・ノード210とのモデル更新情報の関連性を決定する。一部の実施形態では、診断モジュール212は、関連性を決定するステップ413の後に、更新プロセスを終了する。一部の実施形態では、関連性を決定するステップ413の後に、診断モジュール212が、モデル更新情報がローカル・ノードに必要とされないということを決定した場合に、診断モジュール212が更新プロセスを終了する。一部の実施形態では、関連性を決定するステップ413の後に、診断モジュール212が、モデル更新情報がローカル・ノードにすでに存在するということを決定した場合に、診断モジュール212が更新プロセスを終了する。一部の実施形態では、モデル更新情報が高優先度を有している場合、診断モジュール212は、関連性を決定するステップ413を自動的に回避する。 In some embodiments, the model update information is not automatically installed after the local node receives 411 the model update information. First, the local node queries the current model database to see if the model update replaces any existing models (412). Next, the local node determines (413) the relevance of the model update information with the node. For example, at local node 210 of update system 200 shown in FIG. 2, model update information is received by monitoring module 211 and then passed to diagnostic module 212 . The diagnostic module 212 first queries the current model database 215 and then determines the relevance of the model update information with the local node 210 . In some embodiments, diagnostic module 212 terminates the update process after step 413 of determining relevance. In some embodiments, after the relevance determining step 413, the diagnostic module 212 terminates the update process if the diagnostic module 212 determines that model update information is not required for the local node. . In some embodiments, after the step of determining relevance 413, the diagnostic module 212 terminates the update process if the diagnostic module 212 determines that model update information already exists on the local node. . In some embodiments, diagnostic module 212 automatically bypasses determining relevance step 413 if the model update information has a high priority.

一部の実施形態では、ローカル・ノードが、モデル更新情報が関連しているか、または必要であるということを決定した後に、ローカル・ノードは、モデル更新情報を適用する許可を得ているかどうかを判定する(414)。一部の実施形態では、ローカル・ノードの評価モジュールが、ローカル・ノードがモデル更新情報を適用する許可を得ているかどうかを判定する。一部の実施形態では、ローカル・ノードは、モデル更新情報をインストールする許可を得ない。一部の実施形態では、ローカル・ノードは、モデル更新情報をインストールする自動的な許可を得ない。一部の実施形態では、ローカル・ノードは、モデル更新情報をインストールする前に、エンド・ユーザに問い合わせるか、またはエンド・ユーザに許可を求めなければならない(416)。例えば、診断モジュール212が、モデル更新情報が関連しているということ、またはモデル更新情報が、関連性を決定するステップ413を回避するほど十分に高い優先度を有しているということのいずれかを決定した後に、モデル更新情報が評価モジュール213に渡される。次に、評価モジュール213は、ローカル・ノードの更新許可設定をチェックする。一部の実施形態では、評価モジュール213が、モデル更新情報をインストールする許可を得ていないということを決定した場合、評価モジュール213は更新プロセスを終了する。一部の実施形態では、評価モジュール213は、モデル更新情報をインストールする前に、例えば、ユーザにプロンプトを発行することによって、または電子メールもしくはその他の通信をエンド・ユーザに送信することによって、エンド・ユーザに問い合わせる。 In some embodiments, after the local node determines that the model update information is relevant or required, the local node determines whether it has permission to apply the model update information. Determine (414). In some embodiments, an evaluation module at the local node determines whether the local node has permission to apply model updates. In some embodiments, the local node does not have permission to install model updates. In some embodiments, the local node does not have automatic permission to install model updates. In some embodiments, the local node must query or ask the end user for permission before installing the model update (416). For example, the diagnostic module 212 either determines that the model update information is relevant, or that the model update information has a sufficiently high priority to avoid step 413 of determining relevance. After determining the model update information is passed to the evaluation module 213 . Next, the evaluation module 213 checks the update permission settings of the local node. In some embodiments, if the evaluation module 213 determines that permission to install the model update information is not obtained, the evaluation module 213 terminates the update process. In some embodiments, the evaluation module 213 prompts the end user, for example, by issuing a prompt to the user or by sending an email or other communication to the end user, before installing the model update information. - Ask the user.

ローカル・ノードが、モデル更新情報をインストールする許可を得ているということを決定した後に、ローカル・ノードはモデル更新情報をインストールする(415)。一部の実施形態では、評価モジュールがモデル更新情報をインストールする。一部の実施形態では、更新システムの任意のモジュールがモデル更新情報をインストールする。一部の実施形態では、モデル更新情報は、1つまたは複数の新しいモデルをローカル・ノード内の現在のモデル・データベースにインストールする。一部の実施形態では、モデル更新情報は、ローカル・ノード内の現在のモデル・データベース内の1つまたは複数のモデルを置き換える。例えば、許可が確立された後に、評価モジュール213が、モデル更新情報を使用して現在のモデル・データベース215を更新する。 After determining that the local node has permission to install the model update, the local node installs the model update (415). In some embodiments, the evaluation module installs model updates. In some embodiments, any module of the update system installs model updates. In some embodiments, the model update information installs one or more new models into the current model database within the local node. In some embodiments, model update information replaces one or more models in the current model database in the local node. For example, after authorization is established, evaluation module 213 updates current model database 215 using model update information.

一部の実施形態では、更新415が完了した後に、ローカル・ノードは出力レポートを作成する(417)。一部の実施形態では、出力レポートはエンド・ユーザと共有される。一部の実施形態では、出力レポートは、更新システムの中央モジュールと共有される。一部の実施形態では、出力レポートは、モデル更新情報に関する情報を含み、例えば、更新されたモデルの種類、いずれかの古いモデルが置き換えられたかどうか、更新の日時、新しいモデルが現在アクティブであるかどうか、またはこれらの任意の組み合わせを含んでいる。 In some embodiments, after the update 415 is completed, the local node creates an output report (417). In some embodiments, output reports are shared with end users. In some embodiments, the output report is shared with the central module of the update system. In some embodiments, the output report includes information about model update information, e.g., what models were updated, whether any old models were replaced, date and time of update, which new models are currently active Whether or not it contains any combination of these.

図5は、モデル更新情報を、中央モジュールを含む更新システムにプッシュする例示的な方法のフロー・チャートを示しており、モデル更新情報が、更新システム500内のローカル・ノードから自動的に作成されている。一部の実施形態では、方法500は、図2に示された更新システムで使用されることができる。最初に、更新システム内のローカル・ノードが、既存のモデルからの結果における変化を検出する(501)。一部の実施形態では、更新システム内のローカル・ノードが、不正検出率における変化を検出する。一部の実施形態では、不正検出率における変化は、事前に設定されたしきい値より大きい不正検出における増加である。一部の実施形態では、不正検出率における変化は、特定の期間にわたる不正における有意な増加または減少である。一部の実施形態では、更新システム内のローカル・ノードが、検出された不正の大きさにおける変化を検出する。一部の実施形態では、不正の大きさにおける変化は、事前に設定されたしきい値より大きい、検出された不正イベントの価値または金額における増加である。一部の実施形態では、不正の大きさにおける変化は、検出されたイベントの移動平均と比較した、検出された不正イベントの価値または金額における有意な増加である。例えば、図2に示されているような診断モジュール212は、システム・データ214を分析し、不正検出率の3か月移動平均から標準偏差を超えて離れている不正検出率における増加を検出する。 FIG. 5 shows a flow chart of an exemplary method of pushing model update information to an update system, including a central module, where model update information is automatically created from local nodes within update system 500 . ing. In some embodiments, method 500 can be used in the update system shown in FIG. First, a local node in the update system detects (501) a change in results from an existing model. In some embodiments, local nodes within the update system detect changes in fraud detection rates. In some embodiments, the change in fraud detection rate is an increase in fraud detections greater than a preset threshold. In some embodiments, the change in fraud detection rate is a significant increase or decrease in fraud over a specified period of time. In some embodiments, a local node within the update system detects changes in the magnitude of detected frauds. In some embodiments, the change in fraud magnitude is an increase in the value or amount of detected fraud events greater than a preset threshold. In some embodiments, the change in fraud magnitude is a significant increase in the value or amount of detected fraud events compared to a moving average of detected events. For example, diagnostic module 212 as shown in FIG. 2 analyzes system data 214 and detects an increase in fraud detection rate that is more than a standard deviation away from the 3-month moving average of fraud detection rate. .

既存のモデルからの結果における変化が検出された(501)後に、ローカル・ノードが、その検出に関与しているすべてのモデルのリストを作成する(502)。一部の実施形態では、ローカル・ノードは、ステップ501で検出されたイベントを生成することに直接関与しているすべてのモデルのリストを作成する。一部の実施形態では、ローカル・ノードは、ステップ501で検出されたイベントを生成することに直接的および間接的に関与したすべてのモデルのリストを作成する。一部の実施形態では、ローカル・ノードは、イベントがステップ501で検出されたときにアクティブに実行中だったすべてのモデルのリストを作成する。例えば、システム・データ214と現在のモデル・データベース215の両方に対するアクセス権限を有する診断モジュール212が、ステップ501で前に検出された不正イベントを生成することに直接的および間接的に関与したすべてのアルゴリズム・モデルのリストを作成する。 After a change in results from an existing model is detected (501), the local node creates a list (502) of all models involved in the detection. In some embodiments, the local node creates a list of all models directly involved in generating the event detected in step 501 . In some embodiments, the local node creates a list of all models that were directly and indirectly involved in generating the event detected in step 501 . In some embodiments, the local node creates a list of all models that were actively executing when the event was detected in step 501 . For example, if diagnostic module 212, which has access to both system data 214 and current model database 215, is responsible for all of the actions that were directly and indirectly involved in generating the fraud event previously detected in step 501. Create a list of algorithmic models.

ローカル・ノードが、検出された変化(501)に関連するモデルのリストを作成した(502)後に、ローカル・ノードは、検出された変化につながるイベントを生成することに関与したデータを分析する(503)。一部の実施形態では、ローカル・ノードは、システム・データを分析し、ステップ501で検出されたイベントを生成することにおいて、ステップ502でリストを作成されたモデルに関連する特徴および条件を決定する。一部の実施形態では、ローカル・ノードの分析は、通常の最小二乗法、罰則付き回帰、一般化された加法モデル、分位点回帰、ロジスティック回帰、およびゲート付き線形モデル(gated linear models)を含むことができるが、これらに限定されない。一部の実施形態では、ローカル・ノードの分析は、1つまたは複数の関連するモデルの変換された変形になり、それらのモデルの複雑さを減らす。例としては、真であることが知られている変数の関係の周辺でモデルを順応させるために、非線形、非単調なモデルに対して単調性制約を設けること、または機械学習アプリケーションでの単調ニューラル・ネットワークの利用が挙げられる。一部の実施形態では、関連する視覚化は、1つまたは複数の適用可能なモデル、特に機械学習モデルを近似する、関連しているがあまり複雑でないモデルである。例としては、代用モデル、LIME(local interpretable model-agnostic explanations)、最大放射化分析(maximum activation analysis)、線形回帰、および感度分析が挙げられる。 After the local node has created (502) a list of models associated with the detected change (501), the local node analyzes the data involved in generating the events leading to the detected change ( 503). In some embodiments, the local node, in analyzing system data and generating events detected in step 501, determines features and conditions associated with the models listed in step 502. . In some embodiments, the local node analysis uses ordinary least squares, penalized regression, generalized additive models, quantile regression, logistic regression, and gated linear models. can include, but are not limited to: In some embodiments, the analysis of local nodes becomes a transformed variant of one or more associated models, reducing the complexity of those models. Examples include imposing monotonicity constraints on non-linear, non-monotonic models in order to adapt the model around variable relationships known to be true, or monotonic neural in machine learning applications.・The use of networks is mentioned. In some embodiments, the relevant visualization is a relevant but less complex model that approximates one or more applicable models, particularly machine learning models. Examples include surrogate models, local interpretable model-agnostic explanations (LIME), maximum activation analysis, linear regression, and sensitivity analysis.

ローカル・ノードがモデルのリストを作成し(502)、関連するデータを分析した(503)後に、ローカル・ノードは、更新システムの他のローカル・ノードに送信されるモデル更新情報の特徴を生成することができる(504)。一部の実施形態では、ローカル・ノードの診断モジュールがモデルの特徴を生成する(504)。一部の実施形態では、モデル更新情報の特徴はローカル・ノードに依存せず、すなわち、モデル更新情報は、更新システム内の任意のローカル・ノードによって使用可能である。したがって、ローカル・ノードによって生成されたモデル更新情報から、そのローカル・ノードのすべての固有のデータが除去される。一部の実施形態では、モデル更新情報の特徴は、1つまたは複数のアルゴリズム、作成日時、特定の期間にわたって検出されたイベントの数、合計トランザクション時間値などのメタデータまたは高水準の集約統計、および更新をトリガーするために使用される1つまたは複数のしきい値点のうちの1つまたは複数を含む。一部の実施形態では、モデル更新情報の特徴は、1つまたは複数のデータ・グループの平均の比率統計を含む。一部の実施形態では、モデル更新情報は、将来の肯定的結果を決定するために、1つまたは複数のデータ・グループの平均の比率統計からの逸脱を検出することができる。一部の実施形態では、モデル更新情報の特徴は、1つまたは複数のモデルを表す1つまたは複数のネットワークまたは画像グラフィックスを含む。一部の実施形態では、モデル更新情報の特徴は、新しいモデルを表す1つまたは複数のネットワークまたは画像グラフィックスを含む。 After the local node has created the list of models (502) and analyzed the associated data (503), the local node generates model update features that are sent to other local nodes in the update system. (504). In some embodiments, the diagnostic module of the local node generates (504) model features. In some embodiments, the features of the model update information are independent of local nodes, i.e. the model update information can be used by any local node within the update system. Therefore, all unique data for the local node is removed from the model update information generated by the local node. In some embodiments, model update information features metadata or high-level aggregate statistics such as one or more algorithms, date and time of creation, number of events detected over a specific time period, total transaction time value; and one or more of one or more threshold points used to trigger updates. In some embodiments, model update information features include average ratio statistics for one or more data groups. In some embodiments, model update information can detect deviations from average proportion statistics for one or more data groups to determine future positive outcomes. In some embodiments, model update information features include one or more network or image graphics representing one or more models. In some embodiments, model update information features include one or more network or image graphics representing the new model.

ローカル・ノードがモデルの特徴を生成した(504)後に、ローカル・ノードは、モデル更新情報を出力することができる(505)。一部の実施形態では、ローカル・ノードは、モデル更新情報を更新システムの中央モジュールに出力し、中央モジュールがモデル更新情報を受信する(506)。例えば、ローカル・ノード210の監視モジュール211は、診断モジュール212からモデル更新情報を受信することができ、その後、監視モジュール211はモデル更新情報を中央モジュール201に送信することができ、中央モジュール201がモデル更新情報を受信する。 After the local node generates model features (504), the local node can output model update information (505). In some embodiments, the local node outputs model update information to a central module of the update system, which receives the model update information (506). For example, the monitoring module 211 of the local node 210 can receive model update information from the diagnostic module 212, after which the monitoring module 211 can send the model update information to the central module 201, and the central module 201 can Receive model updates.

更新システムの中央モジュールは、ローカル・ノードからモデル更新情報を受信した(506)後に、モデル・データベースに問い合わせる(507)。一部の実施形態では、中央モジュールは、モデル・データベースに問い合わせ、モデル更新情報がすでに存在するかどうかを判定する。一部の実施形態では、中央モジュールは、モデル・データベースに問い合わせ、モデル更新情報がデータベース内の既存のモデルを置き換えるのか、またはデータベースにとって新しいモデルであるのかを判定する。一部の実施形態では、中央モジュールがモデル・データベースに問い合わせ、モデル更新情報がデータベース内の既存のモデルを置き換えるか、または変更することができるということを決定した場合、中央モジュールは、モデル情報を既存のモデルに適用することができる。一部の実施形態では、モデル情報は、モデルの作成日時、モデルが最後に更新された日時、およびモデルを現在使用しているローカル・ノードの数のうちの1つまたは複数を含むことができる。例えば、中央モジュール201は、ローカル・ノード210からモデル更新情報を受信したときに、使用可能なモデル・データベース202に対してモデル更新情報をチェックする。中央モジュール201は、モデル更新情報が、使用可能なモデル・データベース202内にすでに存在するかどうかを判定し、存在する場合、中央モジュール201は、関連する情報を既存のすべてのモデルに適用する。 After receiving model update information from the local node (506), the central module of the update system queries the model database (507). In some embodiments, the central module queries the model database to determine if model update information already exists. In some embodiments, the central module queries the model database to determine if the model update replaces an existing model in the database or is a new model to the database. In some embodiments, if the central module queries the model database and determines that model update information can replace or modify existing models in the database, the central module updates the model information to It can be applied to existing models. In some embodiments, the model information may include one or more of the date and time the model was created, the date and time the model was last updated, and the number of local nodes currently using the model. . For example, when central module 201 receives model update information from local node 210 , it checks model update information against available model database 202 . The central module 201 determines whether model update information already exists in the available model database 202, and if so, the central module 201 applies the relevant information to all existing models.

更新システムの中央モジュールがモデル・データベースに問い合わせた(507)後に、中央モジュールは、モデル更新情報の優先度を決定する(508)。一部の実施形態では、モデル更新情報の優先度のリストは、高、中、または低として作成される。一部の実施形態では、モデル更新情報の優先度のリストは、例えば1~10の範囲内またはその他の一般的な数値範囲内の数値尺度で作成される。一部の実施形態では、中央モジュールは、モデル更新情報の特徴を事前に決定された尺度と比較することによって、モデル更新情報の優先度を決定する。一部の実施形態では、中央モジュールは、モデル更新情報の特徴をモデル・データベースと比較することによって、モデル更新情報の優先度を決定する。一部の実施形態では、中央モジュールは、モデル更新情報の特徴を、既存のモデル・データベースに格納されたモデル情報と比較することによって、モデル更新情報の優先度を決定する。一部の実施形態では、既存のモデル情報とのモデル更新情報の特徴の比較から、優先度等級が得られ、その後、優先度等級が優先度に変換される。 After the central module of the update system queries the model database (507), the central module determines the priority of the model update information (508). In some embodiments, the priority list for model update information is created as high, medium, or low. In some embodiments, the list of model update priorities is created on a numerical scale, eg, within a range of 1-10, or within other common numerical ranges. In some embodiments, the central module prioritizes model updates by comparing characteristics of the model updates to predetermined measures. In some embodiments, the central module prioritizes model updates by comparing characteristics of the model updates with a model database. In some embodiments, the central module prioritizes model updates by comparing characteristics of model updates with model information stored in existing model databases. In some embodiments, a comparison of features of model update information with existing model information yields priority grades, which are then converted to priorities.

例えば、更新システム200の中央モジュール201が、使用可能なモデル・データベース202に対して、クレジット・カードの不正検出のためのモデル更新情報をチェックした後に、中央モジュール201は、類似するモデルがデータベースにすでに存在するということを決定し、情報を既存のモデルに適用する。次に、中央モジュール201は、モデル更新情報の特徴を既存のモデル情報と比較し、優先度等級を計算する。第1の例として、中央モジュールは、クレジット・カードの不正検出のための既存のモデルが1年以上更新されていないということ、モデル更新情報が、既存のモデルの直接の置き換えであるということ、およびモデル更新情報が、さまざまな使用条件にわたってクレジット・カードの不正を検出する性能を向上させることができるということを決定する。これらの差異が高い優先度等級をもたらし、中央モジュール201は、この優先度等級を高優先度に変換する。第2の例として、中央モジュールは、クレジット・カードの不正検出のための既存のモデルが最近更新されたということ、およびモデル更新情報が、十分に多いユーザの母体(ベース)を伴い、わずかなエンド・ユーザのみが持っていることが知られているクレジット・カードの不正を検出する性能を向上させることしか期待されないということを決定する。これらの差異が相対的に低い優先度等級をもたらし、中央モジュール201は、この優先度等級を中優先度に変換する。 For example, after the central module 201 of the update system 200 checks the model update information for credit card fraud detection against the available model database 202, the central module 201 checks if a similar model is in the database. Determine what already exists and apply the information to the existing model. The central module 201 then compares the features of the model update information with the existing model information and calculates a priority grade. As a first example, the central module determines that an existing model for credit card fraud detection has not been updated in over a year, that the model update information is a direct replacement for the existing model, and model update information can improve the performance of detecting credit card fraud across various conditions of use. These differences result in a high priority grade, which the central module 201 converts to high priority. As a second example, the central module may determine that an existing model for credit card fraud detection has been recently updated, and that the model update information is with a sufficiently large user base and few We decide that we can only hope to improve our ability to detect fraud on credit cards that only end users are known to have. These differences result in a relatively low priority grade, which the central module 201 converts to medium priority.

優先度を決定した後に、更新システムは、新しいモデルに適用可能なエンド・ユーザを決定する(509)。一部の実施形態では、中央モジュールは、どのエンド・ユーザが適用可能であるかを決定している。一部の実施形態では、中央モジュールは、新しいモデルの優先度情報に加えて、モデル更新情報の特徴を各エンド・ユーザに関する情報と比較することによって、どのエンド・ユーザがモデル更新情報に適用可能であるかを決定する。例えば、クレジット・カードの不正検出のためのモデル更新情報が中優先度を有している場合、中央モジュールは、更新システム内のどのローカル・ノードがクレジット・カードの不正検出に関与しているかを識別し、その後、モデルをそれらの識別されたローカル・ノードに出力する(510)。モデル更新情報は、残りのどのローカル・ノードにも出力されないが、それらの残りのローカル・ノードの各々が更新プロセスを開始したときに、例えば、更新なしで監視モジュールをトリガーするほど十分な時間が経過した場合に、そのローカル・ノードは更新情報を受信してよい。別の例では、クレジット・カードの不正検出のためのモデル更新情報が高優先度を有している場合、中央モジュールは、モデルをすべてのローカル・ノードに出力する(510)。別の例では、クレジット・カードの不正検出のためのモデル更新情報が低優先度を有している場合、中央モジュールは、モデルをどのローカル・ノードにも直ちに出力せず、代わりに、各ローカル・ノードがそれ自身で更新プロセスを開始するのを待機する。 After determining the priorities, the update system determines (509) which end users are applicable to the new model. In some embodiments, the central module determines which end users are applicable. In some embodiments, the central module determines which end users can apply the model update by comparing features of the model update with information about each end user, in addition to the new model priority information. determine whether For example, if the model update information for credit card fraud detection has medium priority, the central module determines which local nodes in the update system are involved in credit card fraud detection. identify and then output the model to those identified local nodes (510). Model update information is not output to any of the remaining local nodes, but when each of those remaining local nodes begins the update process, e.g. If so, the local node may receive updates. In another example, if the model update information for credit card fraud detection has high priority, the central module outputs the model to all local nodes (510). In another example, if the model update information for credit card fraud detection has a low priority, the central module does not immediately output the model to any local node, but instead outputs the model to each local node. • Wait for the node to initiate the update process on its own.

モデル更新情報が中央モジュールから送信された後に、少なくとも1つのローカル・ノードによって、そのモデル更新情報が受信される(511)。一部の実施形態では、モデル更新情報が、複数のローカル・ノードによって同時に受信される。一部の実施形態では、モデル更新情報が、本明細書に記載された実施形態のいずれかにおける監視モジュールによって受信される。 After the model update information is sent from the central module, the model update information is received (511) by at least one local node. In some embodiments, model update information is received simultaneously by multiple local nodes. In some embodiments, model update information is received by a monitoring module in any of the embodiments described herein.

一部の実施形態では、ローカル・ノードがモデル更新情報を受信した(511)後に、モデル更新情報は自動的にインストールされない。最初に、ローカル・ノードが、現在のモデル・データベースに問い合わせ、モデル更新情報がいずれかの既存のモデルを置き換えるかどうかを確認する(512)。次に、ローカル・ノードは、ノードとのモデル更新情報の関連性を決定する(513)。例えば、図2に示された更新システム200のローカル・ノード210で、監視モジュール211によってモデル更新情報が受信され、その後、診断モジュール212に渡される。診断モジュール212は、最初に、現在のモデル・データベース215に問い合わせ、次に、ローカル・ノード210とのモデル更新情報の関連性を決定する。一部の実施形態では、診断モジュール212は、関連性を決定するステップ513の後に、更新プロセスを終了する。一部の実施形態では、関連性を決定するステップ513の後に、診断モジュール212が、モデル更新情報がローカル・ノードに必要とされないということを決定した場合に、診断モジュール212が更新プロセスを終了する。一部の実施形態では、関連性を決定するステップ513の後に、診断モジュール212が、モデル更新情報がローカル・ノードにすでに存在するということを決定した場合に、診断モジュール212が更新プロセスを終了する。一部の実施形態では、モデル更新情報が高優先度を有している場合、診断モジュール212は、関連性を決定するステップ513を自動的に回避する。 In some embodiments, the model update information is not automatically installed after the local node receives 511 the model update information. First, the local node queries the current model database to see if the model update replaces any existing models (512). Next, the local node determines (513) the relevance of the model update information with the node. For example, at local node 210 of update system 200 shown in FIG. 2, model update information is received by monitoring module 211 and then passed to diagnostic module 212 . The diagnostic module 212 first queries the current model database 215 and then determines the relevance of the model update information with the local node 210 . In some embodiments, diagnostic module 212 terminates the update process after step 513 of determining relevance. In some embodiments, after the relevance determining step 513, the diagnostic module 212 terminates the update process if the diagnostic module 212 determines that model update information is not required for the local node. . In some embodiments, after the determining relevance step 513, the diagnostic module 212 terminates the update process if the diagnostic module 212 determines that model update information already exists on the local node. . In some embodiments, the diagnostic module 212 automatically bypasses the determining relevance step 513 if the model update information has a high priority.

一部の実施形態では、ローカル・ノードが、モデル更新情報が関連しているか、または必要であるということを決定した後に、ローカル・ノードは、モデル更新情報を適用する許可を得ているかどうかを判定する(514)。一部の実施形態では、ローカル・ノードの評価モジュールが、ローカル・ノードがモデル更新情報を適用する許可を得ているかどうかを判定する。一部の実施形態では、ローカル・ノードは、モデル更新情報をインストールする許可を得ない。一部の実施形態では、ローカル・ノードは、モデル更新情報をインストールする自動的な許可を得ない。一部の実施形態では、ローカル・ノードは、モデル更新情報をインストールする前に、エンド・ユーザに問い合わせるか、またはエンド・ユーザに許可を求めなければならない(516)。例えば、診断モジュール212が、モデル更新情報が関連しているということ、またはモデル更新情報が、関連性を決定するステップ513を回避するほど十分に高い優先度を有しているということのいずれかを決定した後に、モデル更新情報が評価モジュール213に渡される。次に、評価モジュール213は、ローカル・ノードの更新許可設定をチェックする。一部の実施形態では、評価モジュール213が、モデル更新情報をインストールする許可を得ていないということを決定した場合、評価モジュール213は更新プロセスを終了する。一部の実施形態では、評価モジュール213は、モデル更新情報をインストールする前に、例えば、ユーザにプロンプトを発行することによって、または電子メールもしくはその他の通信をエンド・ユーザに送信することによって、エンド・ユーザに問い合わせる。 In some embodiments, after the local node determines that model update information is relevant or required, the local node determines whether it has permission to apply the model update information. Determine (514). In some embodiments, an evaluation module at the local node determines whether the local node has permission to apply model updates. In some embodiments, the local node does not have permission to install model updates. In some embodiments, the local node does not have automatic permission to install model updates. In some embodiments, the local node must query or ask the end user for permission before installing the model update (516). For example, the diagnostic module 212 either determines that the model update information is relevant, or that the model update information has a sufficiently high priority to avoid step 513 of determining relevance. After determining the model update information is passed to the evaluation module 213 . Next, the evaluation module 213 checks the update permission settings of the local node. In some embodiments, if the evaluation module 213 determines that permission to install the model update information is not obtained, the evaluation module 213 terminates the update process. In some embodiments, the evaluation module 213 prompts the end user, for example, by issuing a prompt to the user or by sending an email or other communication to the end user, before installing the model update information. - Ask the user.

ローカル・ノードが、モデル更新情報をインストールする許可を得ているということを決定した後に、ローカル・ノードはモデル更新情報をインストールする(515)。一部の実施形態では、評価モジュールがモデル更新情報をインストールする。一部の実施形態では、更新システムの任意のモジュールがモデル更新情報をインストールする。一部の実施形態では、モデル更新情報は、1つまたは複数の新しいモデルをローカル・ノード内の現在のモデル・データベースにインストールする。一部の実施形態では、モデル更新情報は、ローカル・ノード内の現在のモデル・データベース内の1つまたは複数のモデルを置き換える。例えば、許可が確立された後に、評価モジュール213が、モデル更新情報を使用して現在のモデル・データベース215を更新する。 After determining that the local node has permission to install the model update, the local node installs the model update (515). In some embodiments, the evaluation module installs model updates. In some embodiments, any module of the update system installs model updates. In some embodiments, the model update information installs one or more new models into the current model database within the local node. In some embodiments, the model update information replaces one or more models in the current model database within the local node. For example, after authorization is established, evaluation module 213 updates current model database 215 using model update information.

一部の実施形態では、更新515が完了した後に、ローカル・ノードは出力レポートを作成する(517)。一部の実施形態では、出力レポートはエンド・ユーザと共有される。一部の実施形態では、出力レポートは、更新システムの中央モジュールと共有される。一部の実施形態では、出力レポートは、モデル更新情報に関する情報を含み、例えば、更新されたモデルの種類、いずれかの古いモデルが置き換えられたかどうか、更新の日時、新しいモデルが現在アクティブであるかどうか、またはこれらの任意の組み合わせを含んでいる。 In some embodiments, after the update 515 is completed, the local node creates an output report (517). In some embodiments, output reports are shared with end users. In some embodiments, the output report is shared with the central module of the update system. In some embodiments, the output report includes information about model update information, e.g., what models were updated, whether any old models were replaced, date and time of update, which new models are currently active Whether or not it contains any combination of these.

図6は、モデル更新情報を、中央モジュールを含まない更新システムにプッシュする例示的な方法のフロー・チャートを示しており、モデル更新情報が、更新システム600内のローカル・ノードから自動的に作成されている。一部の実施形態では、方法600は、図3に示された更新システムで使用されることができる。最初に、更新システム内のローカル・ノードが、既存のモデルからの結果における変化を検出する(601)。一部の実施形態では、更新システム内のローカル・ノードが、不正検出率における変化を検出する。一部の実施形態では、不正検出率における変化は、事前に設定されたしきい値より大きい不正検出における増加である。一部の実施形態では、不正検出率における変化は、特定の期間にわたる不正における有意な増加または減少である。一部の実施形態では、更新システム内のローカル・ノードが、検出された不正の大きさにおける変化を検出する。一部の実施形態では、不正の大きさにおける変化は、事前に設定されたしきい値より大きい、検出された不正イベントの価値または金額における増加である。一部の実施形態では、不正の大きさにおける変化は、検出されたイベントの移動平均と比較した、検出された不正イベントの価値または金額における有意な増加である。例えば、図3に示されているような診断モジュール312は、システム・データ314を分析し、不正検出率の3か月移動平均から標準偏差を超えて離れている不正検出率における増加を検出する。 FIG. 6 shows a flow chart of an exemplary method for pushing model updates to an update system that does not include a central module, where model updates are automatically created from local nodes within update system 600. It is In some embodiments, method 600 can be used in the update system shown in FIG. First, a local node in the update system detects (601) a change in results from an existing model. In some embodiments, local nodes within the update system detect changes in fraud detection rates. In some embodiments, the change in fraud detection rate is an increase in fraud detections greater than a preset threshold. In some embodiments, the change in fraud detection rate is a significant increase or decrease in fraud over a specified period of time. In some embodiments, a local node within the update system detects changes in the magnitude of detected frauds. In some embodiments, the change in fraud magnitude is an increase in the value or amount of detected fraud events greater than a preset threshold. In some embodiments, the change in fraud magnitude is a significant increase in the value or amount of detected fraud events compared to a moving average of detected events. For example, diagnostic module 312 as shown in FIG. 3 analyzes system data 314 and detects an increase in fraud detection rate that is more than a standard deviation away from the 3-month moving average of fraud detection rate. .

既存のモデルからの結果における変化が検出された(601)後に、ローカル・ノードが、その検出に関与しているすべてのモデルのリストを作成する(602)。一部の実施形態では、ローカル・ノードは、ステップ601で検出されたイベントを生成することに直接関与しているすべてのモデルのリストを作成する。一部の実施形態では、ローカル・ノードは、ステップ601で検出されたイベントを生成することに直接的および間接的に関与したすべてのモデルのリストを作成する。一部の実施形態では、ローカル・ノードは、イベントがステップ601で検出されたときにアクティブに実行中だったすべてのモデルのリストを作成する。例えば、システム・データ314と現在のモデル・データベース315の両方に対するアクセス権限を有する診断モジュール312が、ステップ601で前に検出された不正イベントを生成することに直接的および間接的に関与したすべてのアルゴリズム・モデルのリストを作成する。 After a change in results from an existing model is detected (601), the local node builds a list of all models involved in the detection (602). In some embodiments, the local node creates a list of all models that are directly involved in generating the event detected in step 601 . In some embodiments, the local node creates a list of all models that were directly and indirectly involved in generating the event detected in step 601 . In some embodiments, the local node creates a list of all models that were actively executing when the event was detected at step 601 . For example, if diagnostic module 312, which has access to both system data 314 and current model database 315, is responsible for all of the actions that were directly and indirectly involved in generating the fraud event previously detected in step 601. Create a list of algorithmic models.

ローカル・ノードが、検出された変化(601)に関連するモデルのリストを作成した(602)後に、ローカル・ノードは、検出された変化につながるイベントを生成することに関与したデータを分析する(603)。一部の実施形態では、ローカル・ノードは、システム・データを分析し、ステップ601で検出されたイベントを生成することにおいて、ステップ602でリストを作成されたモデルに関連する特徴および条件を決定する。一部の実施形態では、ローカル・ノードの分析は、通常の最小二乗法、罰則付き回帰、一般化された加法モデル、分位点回帰、ロジスティック回帰、およびゲート付き線形モデルを含むことができるが、これらに限定されない。一部の実施形態では、ローカル・ノードの分析は、1つまたは複数の関連するモデルの変換された変形になり、それらのモデルの複雑さを減らす。例としては、真であることが知られている変数の関係の周辺でモデルを順応させるために、非線形、非単調なモデルに対して単調性制約を設けること、または機械学習アプリケーションでの単調ニューラル・ネットワークの利用が挙げられる。一部の実施形態では、関連する視覚化は、1つまたは複数の適用可能なモデル、特に機械学習モデルを近似する、関連しているがあまり複雑でないモデルである。例としては、代用モデル、LIME(local interpretable model-agnostic explanations)、最大放射化分析、線形回帰、および感度分析が挙げられる。 After the local node has created (602) the list of models associated with the detected change (601), the local node analyzes the data involved in generating the events leading to the detected change ( 603). In some embodiments, the local node, in analyzing system data and generating events detected in step 601, determines features and conditions associated with the models listed in step 602. . Although in some embodiments local node analysis can include ordinary least squares, penalized regression, generalized additive models, quantile regression, logistic regression, and gated linear models. , but not limited to. In some embodiments, the analysis of local nodes becomes a transformed variant of one or more associated models, reducing the complexity of those models. Examples include placing monotonicity constraints on non-linear, non-monotonic models in order to adapt the model around variable relationships known to be true, or monotonic neural in machine learning applications.・The use of networks is mentioned. In some embodiments, the relevant visualization is a relevant but less complex model that approximates one or more applicable models, particularly machine learning models. Examples include surrogate models, local interpretable model-agnostic explanations (LIME), maximum activation analysis, linear regression, and sensitivity analysis.

ローカル・ノードがモデルのリストを作成し(602)、関連するデータを分析した(603)後に、ローカル・ノードは、更新システムの他のローカル・ノードに送信されるモデル更新情報の特徴を生成することができる(604)。一部の実施形態では、ローカル・ノードの診断モジュールがモデルの特徴を生成する(604)。一部の実施形態では、モデル更新情報の特徴はローカル・ノードに依存せず、すなわち、モデル更新情報は、更新システム内の任意のローカル・ノードによって使用可能である。したがって、ローカル・ノードによって生成されたモデル更新情報から、そのローカル・ノードのすべての固有のデータが除去される。一部の実施形態では、モデル更新情報の特徴は、1つまたは複数のアルゴリズム、作成日時、特定の期間にわたって検出されたイベントの数、合計トランザクション時間値などのメタデータまたは高水準の集約統計、および更新をトリガーするために使用される1つまたは複数のしきい値点のうちの1つまたは複数を含む。一部の実施形態では、モデル更新情報の特徴は、1つまたは複数のデータ・グループの平均の比率統計を含む。一部の実施形態では、モデル更新情報は、将来の肯定的結果を決定するために、1つまたは複数のデータ・グループの平均の比率統計からの逸脱を検出することができる。一部の実施形態では、モデル更新情報の特徴は、1つまたは複数のモデルを表す1つまたは複数のネットワークまたは画像グラフィックスを含む。一部の実施形態では、モデル更新情報の特徴は、新しいモデルを表す1つまたは複数のネットワークまたは画像グラフィックスを含む。 After the local node has created the list of models (602) and analyzed the associated data (603), the local node generates model update features that are sent to other local nodes in the update system. (604). In some embodiments, the diagnostic module of the local node generates 604 model features. In some embodiments, the features of the model update information are independent of local nodes, i.e. the model update information can be used by any local node within the update system. Therefore, all unique data for the local node is removed from the model update information generated by the local node. In some embodiments, model update information features metadata or high-level aggregate statistics such as one or more algorithms, date and time of creation, number of events detected over a specific time period, total transaction time value; and one or more of one or more threshold points used to trigger updates. In some embodiments, model update information features include average ratio statistics for one or more data groups. In some embodiments, model update information can detect deviations from average proportion statistics for one or more data groups to determine future positive outcomes. In some embodiments, model update information features include one or more network or image graphics representing one or more models. In some embodiments, model update information features include one or more network or image graphics representing the new model.

ローカル・ノードがモデルの特徴を生成した(604)後に、ローカル・ノードは、モデル更新情報を出力することができる(605)。一部の実施形態では、ローカル・ノードは、モデル更新情報を更新システムの少なくとも1つの他のローカル・ノードに出力し、それらのローカル・ノードがモデル更新情報を受信する(611)。一部の実施形態では、ローカル・ノードは、モデル更新情報を更新システムの他のすべてのローカル・ノードに出力する。例えば、ローカル・ノード310の監視モジュール311は、診断モジュール312からモデル更新情報を受信することができ、その後、監視モジュール311はモデル更新情報を他のローカル・ノード320に送信することができ、他のローカル・ノード320がモデル更新情報を受信する。 After the local node generates model features (604), the local node can output model update information (605). In some embodiments, the local node outputs the model update information to at least one other local node of the update system, and those local nodes receive the model update information (611). In some embodiments, local nodes output model update information to all other local nodes in the update system. For example, the monitoring module 311 of the local node 310 can receive model update information from the diagnostic module 312, after which the monitoring module 311 can send the model update information to other local nodes 320, which can of local nodes 320 receive the model update information.

一部の実施形態では、ローカル・ノードがモデル更新情報を受信した(611)後に、モデル更新情報は自動的にインストールされない。最初に、ローカル・ノードが、現在のモデル・データベースに問い合わせ、モデル更新情報がいずれかの既存のモデルを置き換えるかどうかを確認する(612)。次に、ローカル・ノードは、ノードとのモデル更新情報の関連性を決定する(613)。例えば、図3に示された更新システム300のローカル・ノード310で、監視モジュール311によってモデル更新情報が受信され、その後、診断モジュール312に渡される。診断モジュール312は、最初に、現在のモデル・データベース315に問い合わせ、次に、ローカル・ノード310とのモデル更新情報の関連性を決定する。一部の実施形態では、診断モジュール312は、関連性を決定するステップ613の後に、更新プロセスを終了する。一部の実施形態では、関連性を決定するステップ613の後に、診断モジュール312が、モデル更新情報がローカル・ノードに必要とされないということを決定した場合に、診断モジュール312が更新プロセスを終了する。一部の実施形態では、関連性を決定するステップ613の後に、診断モジュール312が、モデル更新情報がローカル・ノードにすでに存在するということを決定した場合に、診断モジュール312が更新プロセスを終了する。 In some embodiments, the model update information is not automatically installed after the local node receives 611 the model update information. First, the local node queries the current model database to see if the model update replaces any existing models (612). Next, the local node determines (613) the relevance of the model update information with the node. For example, at local node 310 of update system 300 shown in FIG. 3, model update information is received by monitoring module 311 and then passed to diagnostic module 312 . The diagnostic module 312 first queries the current model database 315 and then determines the relevance of the model update information with the local node 310 . In some embodiments, diagnostic module 312 terminates the update process after step 613 of determining relevance. In some embodiments, after the relevance determining step 613, the diagnostic module 312 terminates the update process if the diagnostic module 312 determines that model update information is not required for the local node. . In some embodiments, after the step of determining relevance 613, the diagnostic module 312 terminates the update process if the diagnostic module 312 determines that model update information already exists on the local node. .

一部の実施形態では、ローカル・ノードが、モデル更新情報が関連しているか、または必要であるということを決定した後に、ローカル・ノードは、モデル更新情報を適用する許可を得ているかどうかを判定する(614)。一部の実施形態では、ローカル・ノードの評価モジュールが、ローカル・ノードがモデル更新情報を適用する許可を得ているかどうかを判定する。一部の実施形態では、ローカル・ノードは、モデル更新情報をインストールする許可を得ない。一部の実施形態では、ローカル・ノードは、モデル更新情報をインストールする自動的な許可を得ない。一部の実施形態では、ローカル・ノードは、モデル更新情報をインストールする前に、エンド・ユーザに問い合わせるか、またはエンド・ユーザに許可を求めなければならない(616)。例えば、診断モジュール312が、モデル更新情報が関連しているということを決定した後に、モデル更新情報が評価モジュール313に渡される。次に、評価モジュール313は、ローカル・ノードの更新許可設定をチェックする。一部の実施形態では、評価モジュール313が、モデル更新情報をインストールする許可を得ていないということを決定した場合、評価モジュール313は更新プロセスを終了する。一部の実施形態では、評価モジュール313は、モデル更新情報をインストールする前に、例えば、ユーザにプロンプトを発行することによって、または電子メールもしくはその他の通信をエンド・ユーザに送信することによって、エンド・ユーザに問い合わせる。 In some embodiments, after the local node determines that model update information is relevant or required, the local node determines whether it has permission to apply the model update information. Determine (614). In some embodiments, an evaluation module at the local node determines whether the local node has permission to apply model updates. In some embodiments, the local node does not have permission to install model updates. In some embodiments, the local node does not have automatic permission to install model updates. In some embodiments, the local node must query or ask the end user for permission before installing the model update (616). For example, model update information is passed to evaluation module 313 after diagnostic module 312 determines that the model update information is relevant. Next, the evaluation module 313 checks the update permission settings of the local node. In some embodiments, if the evaluation module 313 determines that permission to install the model update information is not obtained, the evaluation module 313 terminates the update process. In some embodiments, the evaluation module 313 prompts the end user, for example, by issuing a prompt to the user or by sending an email or other communication to the end user, before installing the model update information. - Ask the user.

ローカル・ノードが、モデル更新情報をインストールする許可を得ているということを決定した後に、ローカル・ノードはモデル更新情報をインストールする(615)。一部の実施形態では、評価モジュールがモデル更新情報をインストールする。一部の実施形態では、更新システムの任意のモジュールがモデル更新情報をインストールする。一部の実施形態では、モデル更新情報は、1つまたは複数の新しいモデルをローカル・ノード内の現在のモデル・データベースにインストールする。一部の実施形態では、モデル更新情報は、ローカル・ノード内の現在のモデル・データベース内の1つまたは複数のモデルを置き換える。例えば、許可が確立された後に、評価モジュール313が、モデル更新情報を使用して現在のモデル・データベース315を更新する。 After determining that the local node has permission to install the model update, the local node installs the model update (615). In some embodiments, the evaluation module installs model updates. In some embodiments, any module of the update system installs model updates. In some embodiments, the model update information installs one or more new models into the current model database within the local node. In some embodiments, model update information replaces one or more models in the current model database in the local node. For example, after authorization is established, evaluation module 313 updates current model database 315 using model update information.

一部の実施形態では、更新615が完了した後に、ローカル・ノードは出力レポートを作成する(617)。一部の実施形態では、出力レポートはエンド・ユーザと共有される。一部の実施形態では、出力レポートは、更新システムの中央モジュールと共有される。一部の実施形態では、出力レポートは、モデル更新情報に関する情報を含み、例えば、更新されたモデルの種類、いずれかの古いモデルが置き換えられたかどうか、更新の日時、新しいモデルが現在アクティブであるかどうか、またはこれらの任意の組み合わせを含んでいる。 In some embodiments, after the update 615 is completed, the local node creates an output report (617). In some embodiments, output reports are shared with end users. In some embodiments, the output report is shared with the central module of the update system. In some embodiments, the output report includes information about model update information, such as what models were updated, whether any old models were replaced, date and time of update, which new models are currently active Whether or not it contains any combination of these.

一部の実施形態では、本明細書で開示されたどのシステムのユーザも、「ヒューマン・イン・ザ・ループ」システムとして知られているような1人または複数の人間のユーザであることができる。一部の実施形態では、本明細書で開示されたどのシステムのユーザも、コンピュータ・システム、人工知能(AI:artificial intelligence)、認知アルゴリズムまたは非認知アルゴリズムなどであることができる。 In some embodiments, the user of any of the systems disclosed herein can be one or more human users, such as those known as "human-in-the-loop" systems. . In some embodiments, users of any of the systems disclosed herein can be computer systems, artificial intelligence (AI), cognitive or non-cognitive algorithms, and the like.

以下の表は、本明細書で開示されたシステムおよび方法のいずれかを使用する例の非排他的かつ非網羅的な一覧である。 The following table is a non-exclusive and non-exhaustive list of examples of using any of the systems and methods disclosed herein.

Figure 2022548945000003
Figure 2022548945000003

図7は、実施形態例の態様が実装される例示的なデータ処理システム700のブロック図を示している。データ処理システム700は、本明細書に記載された本開示のいずれかの実施形態例のプロセスを実装するコンピュータ使用可能なコードまたは命令が配置された、サーバまたはクライアントなどのコンピュータの例である。一部の実施形態では、図7は、本明細書に記載された分析結果を解釈するためのシステムを実装する、サーバなどのサーバ・コンピューティング・デバイスを表す。 FIG. 7 depicts a block diagram of an exemplary data processing system 700 in which aspects of the example embodiment may be implemented. Data processing system 700 is an example of a computer, such as a server or client, having computer usable code or instructions implementing the processes of any of the example embodiments of the present disclosure described herein. In some embodiments, FIG. 7 represents a server computing device, such as a server, that implements the system for interpreting analysis results described herein.

示されている例では、データ処理システム700は、ノース・ブリッジおよびメモリ・コントローラ・ハブ(NB/MCH:north bridge and memory controller hub)701およびサウス・ブリッジおよび入出力(I/O)コントローラ・ハブ(SB/ICH:south bridge and input/output (I/O) controller hub)702を含んでいるハブ・アーキテクチャを採用することができる。処理ユニット703、メイン・メモリ704、およびグラフィック・プロセッサ705が、NB/MCH701に接続されることができる。グラフィック・プロセッサ705は、アクセラレーテッド・グラフィックス・ポート(AGP:accelerated graphics port)を介してNB/MCH701に接続されることができる。ネットワーク・アダプタ706が、SB/ICH702に接続している。オーディオ・アダプタ707、キーボードおよびマウス・アダプタ708、モデム709、読み取り専用メモリ(ROM:read only memory)710、ハード・ディスク・ドライブ(HDD:hard disk drive)711、光学式ドライブ(CDまたはDVD)712、ユニバーサル・シリアル・バス(USB:universal serial bus)ポートおよびその他の通信ポート713、ならびにPCI/PCIeデバイス714が、バス・システム716を介してSB/ICH702に接続することができる。PCI/PCIeデバイス714は、ノートブック・コンピュータ用のイーサネット(R)・アダプタ、アドイン・カード、およびPCカードを含んでよい。ROM710は、例えば、フラッシュ基本入出力システム(BIOS:basic input/output system)であってよい。HDD711および光学式ドライブ712は、IDE(integrated drive electronics)またはシリアルATA(SATA:serial advanced technology attachment)インターフェイスを使用することができる。スーパーI/O(SIO:super I/O)デバイス715が、SB/ICH702に接続されることができる。 In the example shown, data processing system 700 includes a north bridge and memory controller hub (NB/MCH) 701 and a south bridge and input/output (I/O) controller hub. (SB/ICH: south bridge and input/output (I/O) controller hub) 702 may be employed. A processing unit 703 , a main memory 704 and a graphics processor 705 can be connected to the NB/MCH 701 . Graphics processor 705 may be connected to NB/MCH 701 via an accelerated graphics port (AGP). Network adapter 706 connects to SB/ICH 702 . audio adapter 707, keyboard and mouse adapter 708, modem 709, read only memory (ROM) 710, hard disk drive (HDD) 711, optical drive (CD or DVD) 712 , universal serial bus (USB) ports and other communication ports 713 , and PCI/PCIe devices 714 can connect to SB/ICH 702 via bus system 716 . PCI/PCIe devices 714 may include Ethernet adapters, add-in cards, and PC cards for notebook computers. ROM 710 may be, for example, a flash basic input/output system (BIOS). HDD 711 and optical drive 712 may use integrated drive electronics (IDE) or serial advanced technology attachment (SATA) interfaces. A super I/O (SIO) device 715 can be connected to the SB/ICH 702 .

オペレーティング・システムが、処理ユニット703上で実行されることができる。オペレーティング・システムは、データ処理システム700内のさまざまなコンポーネントを調整して制御することができる。クライアントとして、オペレーティング・システムは、市販のオペレーティング・システムであることができる。Java(R)(TM)プログラミング・システムなどのオブジェクト指向プログラミング・システムが、オペレーティング・システムと共に実行され、データ処理システム700上で実行されているオブジェクト指向プログラムまたはアプリケーションからオペレーティング・システムへの呼び出しを提供してよい。サーバとして、データ処理システム700は、例えば、Advanced Interactive Executiveオペレーティング・システムまたはLINUX(R)オペレーティング・システムを実行するIBM(R)eServer(TM)System p(R)であることができる。データ処理システム700は、複数のプロセッサを処理ユニット703に含むことができる対称型マルチプロセッサ(SMP:symmetric multiprocessor)システムであることができる。代替として、シングル・プロセッサ・システムが採用されてよい。 An operating system can run on the processing unit 703 . The operating system may coordinate and control various components within data processing system 700 . As a client, the operating system can be any commercial operating system. An object oriented programming system, such as the Java(R)(TM) programming system, runs in conjunction with the operating system and provides calls to the operating system from object oriented programs or applications running on data processing system 700. You can As a server, data processing system 700 may be, for example, an IBM(R) eServer(TM) System running an Advanced Interactive Executive operating system or a LINUX(R) operating system. Data processing system 700 may be a symmetric multiprocessor (SMP) system in which multiple processors may be included in processing unit 703 . Alternatively, a single processor system may be employed.

オペレーティング・システム、オブジェクト指向プログラミング・システム、およびアプリケーションまたはプログラムの命令が、HDD711などのストレージ・デバイスに配置され、処理ユニット703によって実行するためにメイン・メモリ704に読み込まれる。医療記録誤り検出システム(medical record error detection system)の実施形態のプロセスは、コンピュータ使用可能プログラム・コードを使用して、処理ユニット703によって実行されることができ、コンピュータ使用可能プログラム・コードは、例えばメイン・メモリ704、ROM710などのメモリ内、または1つまたは複数の周辺機器内に、配置されることができる。 Operating systems, object oriented programming systems, and application or program instructions are located in a storage device such as HDD 711 and read into main memory 704 for execution by processing unit 703 . The processes of embodiments of the medical record error detection system can be performed by processing unit 703 using computer usable program code, which computer usable program code may be, for example, It may be located in a memory such as main memory 704, ROM 710, or in one or more peripherals.

バス・システム716は、1つまたは複数のバスから成ることができる。バス・システム716は、通信ファブリックまたは通信アーキテクチャに接続された異なるコンポーネントまたはデバイス間のデータの転送を提供することができる任意の種類の通信ファブリックまたは通信アーキテクチャを使用して、実装されることができる。モデム709またはネットワーク・アダプタ706などの通信ユニットは、データの送受信に使用されることができる1つまたは複数のデバイスを含むことができる。 Bus system 716 may consist of one or more buses. Bus system 716 may be implemented using any type of communication fabric or architecture capable of providing transfer of data between different components or devices connected to the communication fabric or architecture. . A communication unit such as modem 709 or network adapter 706 can include one or more devices that can be used to send and receive data.

当業者は、本明細書に記載されたシステムおよび方法のいずれかを実行するために必要とされるハードウェアが実装に応じて変わってよいということを、理解するであろう。フラッシュ・メモリ、同等の不揮発性メモリ、または光ディスク・ドライブなどの、その他の内部ハードウェアまたは周辺機器が、示されているハードウェアに加えて、または示されているハードウェアの代わりに、使用されてよい。さらに、本明細書に記載されたシステムのいずれかは、クライアント・コンピューティング・デバイス、サーバ・コンピューティング・デバイス、タブレット・コンピュータ、ラップトップ・コンピュータ、電話またはその他の通信デバイス、パーソナル・デジタル・アシスタントなどを含むが、これらに限定されない、複数の異なるデータ処理システムのいずれかの形態をとることができる。基本的に、本明細書に記載されたシステムのいずれかは、アーキテクチャの制限なしで、任意の既知のデータ処理システムまたは今後開発されるデータ処理システムであることができる。 Those skilled in the art will appreciate that the hardware required to implement any of the systems and methods described herein may vary depending on implementation. Other internal hardware or peripherals, such as flash memory, equivalent non-volatile memory, or optical disk drives, may be used in addition to or instead of the hardware shown. you can Additionally, any of the systems described herein may be used as a client computing device, a server computing device, a tablet computer, a laptop computer, a telephone or other communication device, a personal digital assistant. It can take the form of any of a number of different data processing systems, including but not limited to. Essentially, any of the systems described herein can be any known or hereafter developed data processing system, without architectural limitation.

図のシステムおよび方法は、排他的ではない。同じ目的を達成するために、本明細書に記載された実施形態の原理に従って、他のシステムおよびプロセスが得られてよい。本明細書に示され、説明された実施形態および変形が、単に例示を目的としているということが理解されるべきである。実施形態の範囲から逸脱することなく、当業者によって、現在の設計に対する変更が実施されてよい。本明細書に記載されているように、さまざまなシステム、サブシステム、エージェント、マネージャ、およびプロセスが、ハードウェア・コンポーネント、またはソフトウェア・コンポーネント、あるいはその組み合わせを使用して実装されることができる。 The illustrated systems and methods are not exclusive. Other systems and processes may be obtained in accordance with the principles of the embodiments described herein to accomplish the same purpose. It should be understood that the embodiments and variations shown and described herein are for illustrative purposes only. Modifications to the current design may be implemented by those skilled in the art without departing from the scope of the embodiments. As described herein, various systems, subsystems, agents, managers, and processes may be implemented using hardware or software components, or combinations thereof.

本発明は、実施形態例を参照して説明されたが、それらの実施形態例に限定されない。当業者は、本発明の好ましい実施形態に対して多数の変更および修正が行われてよいということを理解するであろう。したがって、添付の特許請求の範囲が、本発明の範囲に含まれるとして、そのような同等の変形をすべて対象にすると解釈されるということが意図される。 Although the present invention has been described with reference to example embodiments, it is not limited to those example embodiments. Those skilled in the art will appreciate that numerous changes and modifications may be made to the preferred embodiments of the invention. It is therefore intended that the appended claims be construed to cover all such equivalent variations as included within the scope of this invention.

Claims (35)

検出モデルを更新するためのコンピュータ・プログラム製品であって、前記コンピュータ・プログラム製品が、プログラム命令が具現化されている少なくとも1つのコンピュータ可読ストレージ媒体を備え、前記プログラム命令が、プロセッサによって実行可能であり、前記プロセッサに、
少なくとも1つの監視モジュールによって、前記モデル更新情報を受信することと、
少なくとも1つの診断モジュールによって、前記現在の検出モデルを決定することと、
少なくとも1つの評価モジュールによって、前記モデル更新情報が前記現在の検出モデルに適用されるべきかどうかを判定することと、
少なくとも1つの評価モジュールによって、少なくとも1つのローカル・ノードが前記モデル更新情報を適用する許可を得ているかどうかを判定することと、
少なくとも評価モジュールによって、前記モデル更新情報を使用して前記現在の検出モデルを更新することとによって、前記ローカル・ノードを更新させる、コンピュータ・プログラム製品。
A computer program product for updating a detection model, said computer program product comprising at least one computer readable storage medium having program instructions embodied therein, said program instructions being executable by a processor. Yes, in said processor,
receiving the model update information by at least one monitoring module;
determining the current detection model by at least one diagnostic module;
determining by at least one evaluation module whether the model update information should be applied to the current detection model;
determining, by at least one evaluation module, whether at least one local node is authorized to apply the model update;
A computer program product that causes at least an evaluation module to update the local node by updating the current detection model using the model update information.
前記プログラム命令が、前記プロセッサによって実行可能であり、前記プロセッサに、前記モデル更新情報を少なくとも1つのローカル・ノードにさらに配布させる、請求項1に記載のコンピュータ・プログラム製品。 2. The computer program product of claim 1, wherein said program instructions are executable by said processor to cause said processor to further distribute said model update information to at least one local node. 前記モデル更新情報が少なくとも2つのローカル・ノードに配布される、請求項2に記載のコンピュータ・プログラム製品。 3. The computer program product of claim 2, wherein the model update information is distributed to at least two local nodes. 前記モデル更新情報が中央モジュールによって少なくとも1つのローカル・ノードに配布される、請求項2に記載のコンピュータ・プログラム製品。 3. The computer program product of claim 2, wherein the model update information is distributed to at least one local node by a central module. 前記中央モジュールが、前記モデル更新情報を、
前記中央モジュールによって、前記モデル更新情報を受信することと、
前記中央モジュールによって、使用可能なモデルのデータベースを分析することと、
前記中央モジュールによって、前記モデル更新情報の優先度を決定することと、
前記中央モジュールによって、どのローカル・ノードが前記モデル更新情報を受信するべきかを決定することと、
前記中央モジュールによって、前記モデル更新情報を少なくとも1つのローカル・ノードに送信することとによって、少なくとも1つのローカル・ノードに配布する、請求項4に記載のコンピュータ・プログラム製品。
The central module receives the model update information by:
receiving, by the central module, the model update information;
analyzing a database of available models by the central module;
determining, by the central module, the priority of the model update information;
determining by the central module which local nodes should receive the model update information;
5. The computer program product of claim 4, wherein the central module distributes the model update information to at least one local node by sending the model update information to at least one local node.
前記使用可能なモデルのデータベースが、すべてのローカル・ノードによって使用可能なモデルを含む、請求項5に記載のコンピュータ・プログラム製品。 6. The computer program product of claim 5, wherein the database of usable models includes models usable by all local nodes. 前記モデル更新情報の特徴を既存のモデル・データベース内のモデル情報と比較することによって前記優先度が決定される、請求項5に記載のコンピュータ・プログラム製品。 6. The computer program product of claim 5, wherein the priority is determined by comparing characteristics of the model update information with model information in an existing model database. 前記モデル更新情報が別のローカル・ノードによって少なくとも1つのローカル・ノードに配布される、請求項2に記載のコンピュータ・プログラム製品。 3. The computer program product of claim 2, wherein the model update information is distributed to at least one local node by another local node. 前記プログラム命令が、前記プロセッサによって実行可能であり、前記プロセッサにモデル更新情報をさらに作成させる、請求項1に記載のコンピュータ・プログラム製品。 2. The computer program product of claim 1, wherein the program instructions are executable by the processor to further cause the processor to create model update information. モデル更新情報の前記作成がローカル・ノードで発生する、請求項9に記載のコンピュータ・プログラム製品。 10. The computer program product of claim 9, wherein said creation of model update information occurs at a local node. 前記モデル更新情報の前記作成が、
前記診断モジュールによって、システム・データにおける有意な変化を検出することと、
前記診断モジュールによって、前記有意な変化を検出することに関与したすべての現在の検出モデルのリストを決定することと、
前記診断モジュールによって、前記有意な変化を検出することに関与した前記システム・データを分析することと、
前記診断モジュールによって、前記モデル更新情報を生成することと、
前記監視モジュールによって、前記モデル更新情報を送信することとによって発生する、請求項10に記載のコンピュータ・プログラム製品。
The creating of the model update information includes:
detecting, by the diagnostic module, a significant change in system data;
determining, by the diagnostic module, a list of all current detection models involved in detecting the significant change;
analyzing, by the diagnostic module, the system data involved in detecting the significant change;
generating the model update information by the diagnostic module;
11. The computer program product of claim 10, generated by said monitoring module and sending said model update information.
前記生成されたモデル更新情報が、1つまたは複数のアルゴリズム、作成日時、特定の期間にわたって検出されたイベントの数、集約統計、および前記モデルの更新をトリガーするために使用される1つまたは複数のしきい値点から成る群から選択された1つまたは複数の要素を含む、請求項11に記載のコンピュータ・プログラム製品。 The generated model update information includes one or more algorithms, date and time of creation, number of events detected over a specified time period, aggregate statistics, and one or more used to trigger updating of the model. 12. The computer program product of claim 11, comprising one or more elements selected from the group consisting of threshold points of . 前記生成されたモデル更新情報が、前記モデル更新情報を生成した前記ローカル・ノードに固有のどのシステム・データも含まない、請求項11に記載のコンピュータ・プログラム製品。 12. The computer program product of claim 11, wherein the generated model update information does not include any system data specific to the local node that generated the model update information. 前記監視モジュールが、前記モデル更新情報を前記ローカル・ノードの外部の中央モジュールに送信する、請求項11に記載のコンピュータ・プログラム製品。 12. The computer program product of claim 11, wherein said monitoring module sends said model update information to a central module external to said local node. 前記監視モジュールが、前記モデル更新情報を別のローカル・ノードの監視モジュールに送信する、請求項11に記載のコンピュータ・プログラム製品。 12. The computer program product of claim 11, wherein said monitoring module sends said model update information to a monitoring module of another local node. 検出モデルを更新するためのシステムであって、
監視モジュール、
診断モジュール、
評価モジュール、
1つまたは複数の現在の検出モデル、および
前記現在の検出モデルによって生成されたシステム・データを備えている少なくとも1つのローカル・ノードと、
命令を含んでいるメモリとを備え、前記命令が、少なくとも1つのプロセッサによって実行され、
前記監視モジュールによって、モデル更新情報を受信するステップと、
前記診断モジュールによって、前記現在の検出モデルを決定するステップと、
前記評価モジュールによって、前記モデル更新情報が前記現在の検出モデルに適用されるべきかどうかを判定するステップと、
前記評価モジュールによって、前記ローカル・ノードが前記モデル更新情報を適用する許可を得ているかどうかを判定するステップと、
前記評価モジュールによって、前記モデル更新情報を使用して前記現在の検出モデルを更新するステップとを実行するように構成される、システム。
A system for updating a detection model, comprising:
monitoring module,
diagnostic module,
evaluation module,
at least one local node comprising one or more current detection models and system data generated by said current detection models;
a memory containing instructions, the instructions being executed by at least one processor;
receiving model update information by the monitoring module;
determining, by the diagnostic module, the current detection model;
determining, by the evaluation module, whether the model update information should be applied to the current detection model;
determining, by the evaluation module, whether the local node is authorized to apply the model update;
and updating, by the evaluation module, the current detection model using the model update information.
前記システムが少なくとも2つのローカル・ノードをさらに備える、請求項16に記載のシステム。 17. The system of claim 16, wherein said system further comprises at least two local nodes. 前記システムが中央モジュールをさらに備え、各ローカル・ノードの前記監視モジュールが前記中央モジュールと電子通信を行う、請求項17に記載のシステム。 18. The system of claim 17, wherein said system further comprises a central module, said monitoring module of each local node being in electronic communication with said central module. 前記システムが、前記中央モジュールと電子通信を行う前記システムで使用可能なすべてのモデルのデータベースをさらに備える、請求項18に記載のシステム。 19. The system of claim 18, wherein said system further comprises a database of all models available on said system in electronic communication with said central module. 前記監視モジュールがモデル更新情報を受信するように構成される、請求項18に記載のシステム。 19. The system of claim 18, wherein the monitor module is configured to receive model update information. 前記監視モジュールが、システム管理者またはローカル・ノードからモデル更新情報を受信することができる、請求項20に記載のシステム。 21. The system of claim 20, wherein the monitoring module is capable of receiving model update information from a system administrator or local node. 前記命令が、
前記診断モジュールによって、システム・データにおける有意な変化を検出するステップと、
前記診断モジュールによって、前記検出ステップに関与したすべての現在の検出モデルのリストを決定するステップと、
前記診断モジュールによって、前記検出ステップに関与した前記システム・データを分析するステップと、
前記診断モジュールによって、前記モデル更新情報を生成するステップと、
前記監視モジュールによって、前記モデル更新情報を送信するステップとを実行するようにさらに構成される、請求項17に記載のシステム。
said instruction
detecting, by the diagnostic module, significant changes in system data;
determining, by the diagnostic module, a list of all current detection models involved in the detection step;
analyzing, by the diagnostic module, the system data involved in the detecting step;
generating, by the diagnostic module, the model update information;
18. The system of claim 17, further configured by the monitoring module to perform the steps of: sending the model update information.
前記生成されたモデル更新情報が、1つまたは複数のアルゴリズム、作成日時、特定の期間にわたって検出されたイベントの数、集約統計、および前記モデルの更新をトリガーするために使用される1つまたは複数のしきい値点から成る群から選択された1つまたは複数の要素を含む、請求項22に記載のシステム。 The generated model update information includes one or more algorithms, date and time of creation, number of events detected over a specified time period, aggregate statistics, and one or more used to trigger updating of the model. 23. The system of claim 22, comprising one or more elements selected from the group consisting of threshold points of . 前記生成されたモデル更新情報が、前記モデル更新情報を生成した前記ローカル・ノードに固有のどのシステム・データも含まない、請求項22に記載のシステム。 23. The system of claim 22, wherein the generated model update information does not include any system data specific to the local node that generated the model update information. 少なくとも第2のローカル・ノードと、
中央モジュールであって、各ローカル・ノードの前記監視モジュールが前記中央モジュールと電子通信を行う、前記中央モジュールと、
前記中央モジュールと電子通信を行う前記システムで使用可能なすべてのモデルのデータベースと、
命令を含んでいるメモリとをさらに備え、前記命令が、少なくとも1つのプロセッサによって実行され、
モデル更新情報を作成するステップであって、
前記診断モジュールによって、システム・データにおける有意な変化を検出するステップと、
前記診断モジュールによって、前記検出ステップに関与したすべての現在の検出モデルのリストを決定するステップと、
前記診断モジュールによって、前記検出ステップに関与した前記システム・データを分析するステップと、
前記診断モジュールによって、前記モデル更新情報を生成するステップと、
前記監視モジュールによって、前記モデル更新情報を送信するステップとを含む、前記作成するステップと、
モデル更新情報を配布するステップであって、
前記中央モジュールによって、前記モデル更新情報を受信するステップと、
前記中央モジュールによって、使用可能なモデルの前記データベースを分析するステップと、
前記中央モジュールによって、前記モデル更新情報の優先度を決定するステップと、
前記中央モジュールによって、どのローカル・ノードが前記モデル更新情報を受信するべきかを決定するステップと、
前記中央モジュールによって、前記モデル更新情報を送信するステップとを含む、前記配布するステップと、
少なくとも1つのローカル・ノードを更新するステップであって、
少なくとも1つの監視モジュールによって、モデル更新情報を受信するステップと、
少なくとも1つの診断モジュールによって、前記現在の検出モデルを決定するステップと、
少なくとも1つの評価モジュールによって、前記モデル更新情報が前記現在の検出モデルに適用されるべきかどうかを判定するステップと、
少なくとも1つの評価モジュールによって、前記ローカル・ノードが前記モデル更新情報を適用する許可を得ているかどうかを判定するステップと、
少なくとも評価モジュールによって、前記モデル更新情報を使用して前記現在の検出モデルを更新するステップとを含む、前記更新するステップとを実行するように構成される、請求項16に記載のシステム。
at least a second local node;
a central module, wherein the monitoring module of each local node is in electronic communication with the central module;
a database of all models available on said system in electronic communication with said central module;
a memory containing instructions, the instructions being executed by at least one processor;
creating a model update, comprising:
detecting, by the diagnostic module, significant changes in system data;
determining, by the diagnostic module, a list of all current detection models involved in the detection step;
analyzing, by the diagnostic module, the system data involved in the detecting step;
generating, by the diagnostic module, the model update information;
said creating step comprising sending said model update information by said monitoring module;
Distributing model updates, comprising:
receiving, by the central module, the model update information;
analyzing, by the central module, the database of available models;
determining, by the central module, the priority of the model update information;
determining by the central module which local nodes should receive the model update information;
said distributing step comprising sending said model update information by said central module;
updating at least one local node, comprising:
receiving model update information by at least one monitoring module;
determining the current detection model by at least one diagnostic module;
determining by at least one evaluation module whether the model update information should be applied to the current detection model;
determining, by at least one evaluation module, whether the local node is authorized to apply the model update;
and updating the current detection model using the model update information, at least by an evaluation module.
プロセッサと、命令を含んでいるメモリとを備えているデータ処理システムにおけるコンピュータ実装方法であって、前記命令が、前記プロセッサによって実行され、前記プロセッサに、システム更新検出モデルを実施させ、前記方法が、
少なくとも1つのローカル・ノードの監視モジュールによって、モデル更新情報を受信するステップと、
前記ローカル・ノードの診断モジュールによって、前記ローカル・ノードによって使用中である前記現在の検出モデルを決定するステップと、
前記ローカル・ノードの評価モジュールによって、前記モデル更新情報が前記現在の検出モデルに適用されるべきかどうかを判定するステップと、
前記ローカル・ノードの前記評価モジュールによって、前記ローカル・ノードが前記モデル更新情報を適用する許可を得ているかどうかを判定するステップと、
前記ローカル・ノードの前記評価モジュールによって、前記モデル更新情報を使用して前記現在の検出モデルを更新するステップとを含む、少なくとも1つのローカル・ノードを更新するステップを含む、コンピュータ実装方法。
A computer-implemented method in a data processing system comprising a processor and a memory containing instructions, the instructions being executed by the processor to cause the processor to implement a system update detection model, the method comprising: ,
receiving model update information by a monitoring module of at least one local node;
determining, by a diagnostic module of the local node, the current detection model in use by the local node;
determining by an evaluation module of the local node whether the model update information should be applied to the current detection model;
determining by the evaluation module of the local node whether the local node is authorized to apply the model update;
updating the current detection model using the model update information by the evaluation module of the local node; and updating at least one local node.
前記方法が、少なくとも2つのローカル・ノードを更新するステップをさらに含む、請求項26に記載の方法。 27. The method of claim 26, wherein the method further comprises updating at least two local nodes. 前記方法が、中央モジュールによって、前記モデル更新情報を配布するステップをさらに含む、請求項27に記載の方法。 28. The method of claim 27, said method further comprising distributing said model update information by a central module. 前記方法が、前記中央モジュールによって、使用可能なモデルのデータベースを分析するステップをさらに含む、請求項28に記載の方法。 29. The method of claim 28, wherein the method further comprises analyzing, by the central module, a database of available models. 前記方法が、前記中央モジュールによって、前記モデル更新情報の優先度を決定するステップをさらに含む、請求項28に記載の方法。 29. The method of claim 28, wherein the method further comprises prioritizing, by the central module, the model update information. 前記方法が、前記中央モジュールによって、どのローカル・ノードが前記モデル更新情報を受信するべきかを決定するステップをさらに含む、請求項28に記載の方法。 29. The method of claim 28, wherein the method further comprises determining, by the central module, which local nodes should receive the model update information. 前記方法が、
前記診断モジュールによって、システム・データにおける有意な変化を検出するステップと、
前記診断モジュールによって、前記検出ステップに関与したすべての現在の検出モデルのリストを決定するステップと、
前記診断モジュールによって、前記検出ステップに関与した前記システム・データを分析するステップと、
前記診断モジュールによって、前記モデル更新情報を生成するステップと、
前記監視モジュールによって、前記モデル更新情報を送信するステップとを含む、モデル更新情報を作成するステップをさらに含む、請求項27に記載の方法。
said method comprising:
detecting, by the diagnostic module, significant changes in system data;
determining, by the diagnostic module, a list of all current detection models involved in the detection step;
analyzing, by the diagnostic module, the system data involved in the detecting step;
generating, by the diagnostic module, the model update information;
28. The method of claim 27, further comprising creating model update information, including sending the model update information by the monitor module.
前記生成されたモデル更新情報が、1つまたは複数のアルゴリズム、作成日時、特定の期間にわたって検出されたイベントの数、集約統計、および前記モデルの更新をトリガーするために使用される1つまたは複数のしきい値点から成る群から選択された1つまたは複数の要素を含む、請求項32に記載の方法。 The generated model update information includes one or more algorithms, date and time of creation, number of events detected over a specified time period, aggregate statistics, and one or more used to trigger updating of the model. 33. The method of claim 32, comprising one or more elements selected from the group consisting of threshold points of . 前記生成されたモデル更新情報が、前記モデル更新情報を生成した前記ローカル・ノードに固有のどのシステム・データも含まない、請求項32に記載の方法。 33. The method of claim 32, wherein the generated model update information does not include any system data specific to the local node that generated the model update information. モデル更新情報を作成するステップであって、
前記診断モジュールによって、システム・データにおける有意な変化を検出するステップと、
前記診断モジュールによって、前記有意な変化を検出するステップに関与したすべての現在の検出モデルのリストを決定するステップと、
前記診断モジュールによって、前記有意な変化を検出するステップに関与した前記システム・データを分析するステップと、
前記診断モジュールによって、前記モデル更新情報を生成するステップと、
前記監視モジュールによって、前記モデル更新情報を送信するステップとを含む、前記作成するステップと、
前記モデル更新情報を配布するステップであって、
中央モジュールによって、前記モデル更新情報を受信するステップと、
前記中央モジュールによって、使用可能なモデルのデータベースを分析するステップと、
前記中央モジュールによって、前記モデル更新情報の優先度を決定するステップと、
前記中央モジュールによって、どのローカル・ノードが前記モデル更新情報を受信するべきかを決定するステップと、
前記中央モジュールによって、前記モデル更新情報を少なくとも1つのローカル・ノードに送信するステップとを含む、前記配布するステップと、
少なくとも1つのローカル・ノードを更新するステップであって、
少なくとも1つの監視モジュールによって、前記モデル更新情報を受信するステップと、
少なくとも1つの診断モジュールによって、前記現在の検出モデルを決定するステップと、
少なくとも1つの評価モジュールによって、前記モデル更新情報が前記現在の検出モデルに適用されるべきかどうかを判定するステップと、
少なくとも1つの評価モジュールによって、前記ローカル・ノードが前記モデル更新情報を適用する許可を得ているかどうかを判定するステップと、
少なくとも評価モジュールによって、前記モデル更新情報を使用して前記現在の検出モデルを更新するステップとを含む、前記更新するステップとをさらに含む、請求項26に記載の方法。
creating a model update, comprising:
detecting, by the diagnostic module, significant changes in system data;
determining, by the diagnostic module, a list of all current detection models involved in detecting the significant change;
analyzing, by the diagnostic module, the system data involved in detecting the significant change;
generating, by the diagnostic module, the model update information;
said creating step comprising sending said model update information by said monitoring module;
distributing the model update information, comprising:
receiving, by a central module, said model update information;
analyzing, by said central module, a database of available models;
determining, by the central module, the priority of the model update information;
determining, by said central module, which local nodes should receive said model update information;
said distributing step comprising sending, by said central module, said model update information to at least one local node;
updating at least one local node, comprising:
receiving the model update information by at least one monitoring module;
determining the current detection model by at least one diagnostic module;
determining by at least one evaluation module whether the model update information should be applied to the current detection model;
determining, by at least one evaluation module, whether the local node is authorized to apply the model update;
27. The method of claim 26, further comprising updating, by at least an evaluation module, the current detection model using the model update information.
JP2022517804A 2019-09-20 2020-09-15 Updating detection models and maintaining data confidentiality Pending JP2022548945A (en)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US16/577,770 2019-09-20
US16/577,774 2019-09-20
US16/577,770 US11216268B2 (en) 2019-09-20 2019-09-20 Systems and methods for updating detection models and maintaining data privacy
US16/577,774 US11188320B2 (en) 2019-09-20 2019-09-20 Systems and methods for updating detection models and maintaining data privacy
PCT/IB2020/058564 WO2021053509A1 (en) 2019-09-20 2020-09-15 Updating detection models and maintaining data privacy

Publications (2)

Publication Number Publication Date
JP2022548945A true JP2022548945A (en) 2022-11-22
JPWO2021053509A5 JPWO2021053509A5 (en) 2022-12-19

Family

ID=74884596

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022517804A Pending JP2022548945A (en) 2019-09-20 2020-09-15 Updating detection models and maintaining data confidentiality

Country Status (5)

Country Link
JP (1) JP2022548945A (en)
CN (1) CN114424164A (en)
DE (1) DE112020003693T5 (en)
GB (1) GB2603686A (en)
WO (1) WO2021053509A1 (en)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8407160B2 (en) * 2006-11-15 2013-03-26 The Trustees Of Columbia University In The City Of New York Systems, methods, and media for generating sanitized data, sanitizing anomaly detection models, and/or generating sanitized anomaly detection models
CN111399873B (en) * 2015-10-26 2023-09-22 创新先进技术有限公司 Model updating method and device
CN107229966B (en) * 2016-03-25 2021-03-16 阿里巴巴集团控股有限公司 Model data updating method, device and system
CN108921301B (en) * 2018-06-29 2020-06-02 长扬科技(北京)有限公司 Self-learning-based machine learning model updating method and system

Also Published As

Publication number Publication date
CN114424164A (en) 2022-04-29
DE112020003693T5 (en) 2022-04-21
GB202205042D0 (en) 2022-05-18
GB2603686A (en) 2022-08-10
WO2021053509A1 (en) 2021-03-25

Similar Documents

Publication Publication Date Title
KR102008707B1 (en) Risk management system
Luo PredicT-ML: a tool for automating machine learning model building with big clinical data
CA3154647C (en) Maintaining data privacy in a shared detection model system
US11216268B2 (en) Systems and methods for updating detection models and maintaining data privacy
US20190362417A1 (en) Systems and methods for interpreting analytical results
Aalst et al. “Business Process Intelligence: Connecting Data and Processes”
US20190188410A1 (en) Cognitive systems for allocating medical data access permissions using historical correlations
US20210397447A1 (en) Automated compliance and testing framework for software development
US20230117225A1 (en) Automated workflow analysis and solution implementation
US20240028830A1 (en) Machine learning -based selection of metrics for anomaly detection
US20210334096A1 (en) Detecting bias in artificial intelligence software by analysis of source code contributions
Mensah et al. Investigating the significance of bellwether effect to improve software effort estimation
CN114402301B (en) System and method for maintaining data privacy in a shared detection model system
Chouchen et al. Learning to predict code review completion time in modern code review
US10175955B2 (en) Spreadsheet tool manager for collaborative modeling
JP2022548945A (en) Updating detection models and maintaining data confidentiality
US20220083320A1 (en) Maintenance of computing devices
US11188320B2 (en) Systems and methods for updating detection models and maintaining data privacy
KR102155787B1 (en) Method for efficiently automatic updating of worker pool of crowdsourcing based project for artificial intelligence training data generation
US11651281B2 (en) Feature catalog enhancement through automated feature correlation
US20210327586A1 (en) System and method providing risk relationship transaction automation in accordance with medical condition code
CN115812195A (en) Calculating developer time in a development process
US20210064705A1 (en) System for identifying duplicate parties using entity resolution
US20190362353A1 (en) Systems and methods for interpreting analytical results
US11755950B2 (en) Methods for refining data set to represent output of an artificial intelligence model

Legal Events

Date Code Title Description
RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20220518

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221208

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230224

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240402

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240508

RD12 Notification of acceptance of power of sub attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7432

Effective date: 20240508

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240605