基于KM-SVMSMOTE-CNN的信用卡欺诈检测

摘要：

针对信用卡欺诈检测中样本数据规模大,计算复杂程度高,数据分布极度不平衡等问题,提出卷积神经网络(CNN)结合大规模信用卡交易数据进行欺诈检测,同时为了解决交易数据的极端不平衡性问题,使用K-means算法进行聚类,结合支持向量机合成少数类过采样技术(SVMSMOTE)增加少数类样本数量,最终构建一个KM-SVMSMOTE-CNN的信用卡交易欺诈预测模型.选取Kaggle平台上发布的信用卡欺诈数据进行验证,实验结果表明,基于KM-SVMSMOTE-CNN的融合模型从整体上大大提高了信用卡欺诈检测的识别率.

关键词：欺诈检测、类极不平衡、卷积神经网络、K-means算法、SVMSMOTE算法

所属期刊栏目：31

分类号：TP391;TP181;P457.5

资助基金：国家自然科学基金;贵州大学人文社科青年项目

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：361-367