基于生成对抗网络的信用卡交易欺诈检测

欺诈一直是常见的犯罪手段,各种交易诈骗通过信用卡、移动通信等媒介实施,欺诈交易数据占总交易数据的比例极小,这类非平衡数据集的检测一直是机器学习的研究热点和难点。本文提出残差Wasserstein生成对抗网络并对信用卡诈骗样本进行过采样,再通过分类算法对交易数据训练集拟合,最后在测试集上进行欺诈检测,实验结果表明,该方法有效缓解了数据不平衡问题并提升了分类算法对欺诈交易的检测能力。