基于流式聚类及增量隐马尔可夫模型的实时反欺诈系统-计算机工程.PDF

第 卷 第 期 计 算 机 工 程 年 月 安全技术 文章编号 文献标志码 中图分类号 基于流式聚类及增量隐马尔可夫模型的实时反欺诈系统 李旭瑞 邱雪涛 赵金涛 胡 奕 复旦大学 计算机科学技术学院上海 中国银联股份有限公司 电子商务与电子支付国家工程实验室上海 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 利用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 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 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 中文引用格式李旭瑞邱雪涛赵金涛等基于流式聚类及增量隐马尔可夫模型的实时反欺诈系统计算机工 程 英文引用格式 用 此外频繁项集挖掘 和神经网络 等算法 概述 也在反欺诈领域有着较好的效果但上述方法仍然 在金融科技快速发展的形势下金融支付行业 存在以下问题 在交易量增长的同时也伴随着更加复杂化高频化 上述模型主要是通过对大量账户的交易特征 的欺诈风险 目前交易欺诈风险侦测的方式主要 进行统计分析后训练得出的一个较为通用的结果 分为两大类基于规则和基于机器学习算法 其中 然而具体到单个账户的情况下每个账户的交易行 规则系统主要依赖专家经验存在一定的主观因素 为很有可能与通用的规则或模型有偏差 且难免疏漏基于机器学习算法的反欺诈方案相对 目前绝大多数的机器学习反欺诈模型在实时 规则系统具有更好的客观性及准确性