基于全連接神經(jīng)網(wǎng)絡(luò)的線上交易欺詐檢測方法

李振耀 宋媛媛

摘要：隨著互聯(lián)網(wǎng)的迅速發(fā)展，電子商務(wù)和互聯(lián)網(wǎng)金融呈現(xiàn)快速發(fā)展趨勢，同時也帶來了嚴(yán)重的線上交易欺詐問題。針對線上交易數(shù)據(jù)的不平衡性，提出了一種利用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的方法檢測線上交易中的欺詐。該方法首先通過SMOTEENN混合采樣獲得平衡數(shù)據(jù)集，以提高模型的泛化能力和魯棒性，然后使用多個不同神經(jīng)元數(shù)量的全連接層，提取并學(xué)習(xí)輸入數(shù)據(jù)中更高級別的特征，最后利用平衡處理后的數(shù)據(jù)，訓(xùn)練上述所設(shè)計的分類模型，并進行模型評估。實驗結(jié)果表明，該方法在不平衡分類的各項評價指標(biāo)F-means、G-means、AUC值、精確率和召回率下，均明顯優(yōu)于常見的線上交易欺詐檢測模型，顯著提高了線上交易欺詐檢測的準(zhǔn)確性。

關(guān)鍵詞：線上欺詐檢測；深度學(xué)習(xí)；SMOTEENN；數(shù)據(jù)不平衡

中圖分類號：TP18 文獻標(biāo)識碼：A

文章編號：1009-3044（2024）05-0001-03