信用卡欺诈行为多层动态检测模型1引言2信用卡欺诈行为的多层动态.pdfVIP

电子发烧友 电子技术论坛 信用卡欺诈行为多层动态检测模型 郭涛，李贵洋 （四川师范大学计算机科学学院，四川，成都，610066 ） 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 Multi-layered Dynamic Detection Model for Credit Card Fraud GUO Tao, LI Gui-yang (College of Computer Science and Technology, Sichuan Normal University, Sichuan, Chengdu, 610066) 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 1 引言 信用卡欺诈指未经卡的所有人允许非法使用信用卡或信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[1]。鉴于信用卡欺诈所带来的巨大经济损失，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[2]。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，从而引起信用卡交易数据随时间发生变化。 由于数据随时间的持续变化，因此必然会导致概念模型的更新, 进而引起概念漂移(Concept drift) 问题[3][4]。在信用卡交易中，个人信用本质上是在表征一个人的违约概率。 随着经 济环境、人口结构和生活方式的变迁使样本人群的范围和特质发生变化,个人的信用情况会 不断变化, 这时就要求对其信用消费行为进行跟踪, 不断追加新信息, 并据此得到动态的 信用评分。动态信用检测对个人信用度的评估要比仅依靠申请资料得出的评估结果更准确, 对预防和检测信用欺诈行更为有利。从国内外公开发表的论文看，开展对由于概念漂移而产 生的动态数据挖掘工作相对较少，多数建立的检测模型是基于历史数据而产生的。 2 信用卡欺诈行为的多层动态检测模型 为了解决上面提出的问题，我们在国内研究基础上，综合各种已有研究成果，提出了一 种多层动态检测模型，如图 1 所示。该检测模型有效的结合了专家知识、欺诈消费记录和正 常消费数据，同时利用对异常数据实时呼叫核实而产生的反馈信息动态调整模型，从而使模 _____________________________________________