基于流式聚类及增量隐马尔可夫模型的实时反欺诈系统

摘要：

针对目前金融支付行业交易中存在的欺诈风险复杂化和高频化的问题,提出一种基于密度分布演化的流式聚类算法(DDE-Stream).利用CLIQUE算法对账户交易特征进行网格聚类,结合隐马尔可夫算法构建账户交易行为档案模型,根据该模型进行实时的欺诈侦测,并在模型自更新阶段,利用DDE-Stream算法对多维度交易特征进行实时聚类.实验结果表明,该算法能够实时侦测交易欺诈风险,且在验证集上获得的准确率相比传统随机森林分类算法超过50％.

关键词：实时风控、欺诈侦测、行为档案、流式聚类、增量隐马尔可夫

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家发展和改革委员会国家信息安全专项[2015]289;上海市青年科技英才扬帆计划项目17YF1425800

在线出版日期：2018-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：122-129