基于全連接神經網絡的線上交易欺詐檢測方法

李振耀 宋媛媛

摘要：隨著互聯網的迅速發展，電子商務和互聯網金融呈現快速發展趨勢，同時也帶來了嚴重的線上交易欺詐問題。針對線上交易數據的不平衡性，提出了一種利用深度學習神經網絡的方法檢測線上交易中的欺詐。該方法首先通過SMOTEENN混合采樣獲得平衡數據集，以提高模型的泛化能力和魯棒性，然后使用多個不同神經元數量的全連接層，提取并學習輸入數據中更高級別的特征，最后利用平衡處理后的數據，訓練上述所設計的分類模型，并進行模型評估。實驗結果表明，該方法在不平衡分類的各項評價指標F-means、G-means、AUC值、精確率和召回率下，均明顯優于常見的線上交易欺詐檢測模型，顯著提高了線上交易欺詐檢測的準確性。

關鍵詞：線上欺詐檢測；深度學習；SMOTEENN；數據不平衡

中圖分類號：TP18 文獻標識碼：A

文章編號：1009-3044（2024）05-0001-03