基于概率图的银行电信诈骗检测方法

摘要：

近几年,经由电信网络实施的诈骗频发,给银行用户带来了巨大的经济损失.现有的银行欺诈检测方法通常先提取账户交易的RFM(Recency,Frequency,Monetary Value)特征,然后采用有监督的方法训练分类器来识别诈骗交易.但是,这类方法没有考虑交易网络的结构特征.电信诈骗具有明显的集团特性,在交易网络中会呈现出特定的结构特征,使用交易网络的结构特征有助于识别电信诈骗.针对电信诈骗的集团特性,设计相应的马尔可夫网络用于识别电信诈骗中的欺诈账户.给出了该马尔可夫网络的线性迭代优化式,并证明了其理论收敛条件.最后在模拟数据和真实数据上测试了所提方法的性能,并将其与CIA和SybilRank进行比较.实验结果表明,所提方法具有更低的假阳性和更好的抗噪性.在真实数据上,将基于账户交易特征的方法与所提方法结合,可以取得比单独使用两种方法更好的识别性能.

关键词：欺诈检测、半监督学习、数据挖掘、电信诈骗、马尔可夫网络

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：122-128,134