基于特征优化生成对抗网络的在线交易反欺诈方法研究

摘要：

为了降低在线交易欺诈数据的不平衡性对欺诈检测效果的影响,提出了一种基于特征优化生成对抗网络的在线交易反欺诈方法.该方法建立了WGAN网络包括生成模型和判别模型,对数据进行Key特征选取,在数据生成过程中进行Gumbel-softmax技巧采样输出,优化生成数据质量和提高训练稳定性;交替训练判别模型和生成模型直至模型收敛;接着将收敛的生成模型作为样本生成器生成少数类样本对原始数据进行平衡处理;利用平衡处理后的数据训练分类模型并进行模型评估.通过实验证明,该方法生成数据的效果优于SMOTE及其变种方法.

关键词：交易反欺诈;生成对抗网络(GAN);Wasserstein GAN(WGAN);Gumbel-softmax;不平衡数据

所属期刊栏目：54

分类号：F830;TP183(金融、银行)

资助基金：教育部人文社会科学研究项目;研究生课程建设项目;国家自然科学基金

在线出版日期：2022-01-12（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：69-74,87