信用卡欺诈行为多层动态检测模型.pdfVIP

您的论文得到两院院士关注 信息安全 文章编号:1008-0570(2009)04-3-0091-03 信用卡欺诈行为多层动态检测模型 Multi-layered Dynamic Detection Model for Credit Card Fraud （四川师范大学） 郭 涛 李贵洋 GUO Tao LI Gui-yang 摘要 针对信用卡使用过程中存在的欺诈消费行为 相关信用卡欺诈检测的技术得到广泛的应用 在现有的检测技术基础 : , 。 上 本文提出了信用卡欺诈行为多层动态检测模型 该模型的提出有助于解决由于消费行为变化而引起的模型调整问题 , 。 。 关键词 信用卡 欺诈检测 数据挖掘 概念漂移 分类 : ; ; ; ; 中图分类号: TP39 文献标识码: A Abstract: Due to the dramatic increase of credit card abnormal, several modern techniques in detecting fraud are continually evolved and applied to many business fields. Based on current technologies for credit card abnormal detection, this paper proposes a credit card abnormal detection model with multi -layers and dynamic methods. The proposition of the model possesses the applicability of solving the problem of concept drift. Key words: Credit card; Fraud detection; Data mining; Concept drift; Classification 技 1 引言 息动态调整模型，从而使模型能更好的动态适应复杂多变的现 术 信用卡欺诈指未经卡的所有人允许非法使用信用卡或信 实环境。 用卡信息的一种欺诈犯罪行为。发达国家的经验显示，随着发 创 卡量的增大，信用卡欺诈风险将直线上升，由此而给银行造成 的损失也将居高不下。鉴于信用卡欺诈所带来的巨大经济损 新 失，各国纷纷采取基于数据分析与数据挖掘技术的欺诈监测工 具对卡交易过程进行监测。在已知的研究中，对信用卡欺诈检 测常用分类方法。在传统的环境下，训练数据驻留在一个相对 静态的数据库中或数据仓库中。许多分类方法，如神经网络、决 策树等将扫描训练数据，模型建立的过程是典型的脱机批处理 过程。然而，数据流中没有脱机阶段，这就使得模型建立不具备 实时性。在现实生活中用户消费行为会随着时间变化而变化， 图 信用卡