期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于GAT与SVM的区块链异常交易检测 被引量:1
1
作者 谭朋柳 周叶 《计算机应用研究》 CSCD 北大核心 2024年第1期21-25,31,共6页
公有链因为透明公开而面临着众多恶意交易和非法加密活动的问题,这造成了区块链出现异常交易,对用户的资产和信息安全造成严重损害。针对区块链异常交易问题,提出一种关注区块链事务图局部结构邻节点特征与联系,基于图注意神经网络(grap... 公有链因为透明公开而面临着众多恶意交易和非法加密活动的问题,这造成了区块链出现异常交易,对用户的资产和信息安全造成严重损害。针对区块链异常交易问题,提出一种关注区块链事务图局部结构邻节点特征与联系,基于图注意神经网络(graph attention network, GAT)与支持向量机(support vector machine, SVM)相融合的区块链异常交易检测方法——GAS(graph attention network and support vector machine)。采用随机森林对节点交易数据特征进行重要性评估,并选取降序排列后前140个重要特征,再结合邻节点特征,利用GAT对当前节点进行特征更新,更新后的特征作为SVM的输入,从而实现异常检测。实验结果表明,相比非融合方法,GAS检测结果性能更优,准确率可达98.11%,精度可达94.01%以及召回率可达85.48%。 展开更多
关键词 区块链 图注意力神经网络 异常交易检测 支持向量机
下载PDF
基于深度PCA与贝叶斯优化的区块链异常交易检测
2
作者 王栋 李达 王合建 《南方电网技术》 CSCD 北大核心 2024年第9期78-87,105,共11页
区块链复杂的交易场景与丰富的交易模式使其交易频繁受到匿名攻击、庞氏骗局、钓鱼攻击等违法行为的威胁,给基于区块链技术的智能电网发展带来巨大经济风险。针对区块链异常交易检测综合性能差的问题,分析了交易数据维度高、正负样本不... 区块链复杂的交易场景与丰富的交易模式使其交易频繁受到匿名攻击、庞氏骗局、钓鱼攻击等违法行为的威胁,给基于区块链技术的智能电网发展带来巨大经济风险。针对区块链异常交易检测综合性能差的问题,分析了交易数据维度高、正负样本不均衡的特点,提出了一种基于深度主成分分析(principal component analysis,PCA)与贝叶斯优化的区块链异常交易检测方法。该方法设计深度PCA模型实现区块链交易数据线性与非线性降维,通过贝叶斯优化算法解决随机森林超参数优化问题,运用优化后的随机森林分类器有效应对正负样本不均衡问题,最终实现区块链异常交易检测。基于Elliptic数据集与电网区块链交易数据集的实验结果表明,所提方法有效提升了区块链异常交易检测的综合性能。 展开更多
关键词 区块链 异常交易检测 主成分分析 贝叶斯优化 随机森林
下载PDF
基于数据挖掘的异常交易检测方法 被引量:6
3
作者 柴洪峰 李锐 +1 位作者 王兴建 叶家炜 《计算机应用与软件》 CSCD 北大核心 2013年第1期165-170,共6页
提出一种基于数据挖掘的异常交易检测方法,可以在业务层面和操作层面对交易中的异常进行检测。当一个用户提交一笔新的消费交易时,采用贝叶斯信念网络算法判断当前交易属于正常交易的后验概率,作为在业务层面的可信因子;然后提取该用户... 提出一种基于数据挖掘的异常交易检测方法,可以在业务层面和操作层面对交易中的异常进行检测。当一个用户提交一笔新的消费交易时,采用贝叶斯信念网络算法判断当前交易属于正常交易的后验概率,作为在业务层面的可信因子;然后提取该用户在当前交易之前的若干个操作,与当前交易一起构成一个固定长度的操作序列,并通过BLAST-SSAHA算法将其与该用户正常操作序列和已知异常操作序列进行比对,得出在操作层面的可信因子。综合考虑业务层面的可信因子和操作层面的可信因子,最终决定当前交易是否为异常交易。 展开更多
关键词 异常交易检测 贝叶斯信念网络 数据挖掘
下载PDF
基于多特征融合的区块链异常交易检测 被引量:1
4
作者 林伟 《信息网络安全》 CSCD 北大核心 2022年第10期24-30,共7页
随着区块链技术的发展,以比特币为代表的虚拟货币已成为洗钱、黑客攻击、电信网络诈骗等犯罪行为的重要工具,给公民人身和财产安全带来了严重威胁,甚至威胁到国家金融市场的稳定。因此,针对基于区块链技术的虚拟货币异常交易数据检测的... 随着区块链技术的发展,以比特币为代表的虚拟货币已成为洗钱、黑客攻击、电信网络诈骗等犯罪行为的重要工具,给公民人身和财产安全带来了严重威胁,甚至威胁到国家金融市场的稳定。因此,针对基于区块链技术的虚拟货币异常交易数据检测的研究具有重要的意义。文章首先使用自定义的滑动窗口机制提取区块链交易数据特征;然后根据区块链交易数据的特点,从3个通道把数据处理成3个向量;最后对这3个特征向量进行拼接,构建区块链异常交易数据检测模型。文章使用区块链情报公司Elliptic发布的数据集验证模型的可行性和优越性,实验得出模型的准确率、召回率和F1值分别达到92.96%、85%和92.43%。实验结果表明,基于多特征融合的特征向量包含更加丰富的区块链交易信息,能够有效提升区块链异常交易检测的性能。 展开更多
关键词 区块链 异常交易检测 滑动窗口机制 多特征融合
下载PDF
基于LSCP算法的比特币网络异常交易检测 被引量:1
5
作者 廖茜 顾益军 《计算机工程与应用》 CSCD 北大核心 2022年第15期117-123,共7页
异常检测是比特币交易数据分析的研究热点之一。针对现有的基于机器学习的异常交易检测方法难以对多种异常类型进行准确概括、泛化能力不足的问题,对比特币交易数据构建网络结构并提取异常行为模式相关特征,应用基于局部动态选择组合的... 异常检测是比特币交易数据分析的研究热点之一。针对现有的基于机器学习的异常交易检测方法难以对多种异常类型进行准确概括、泛化能力不足的问题,对比特币交易数据构建网络结构并提取异常行为模式相关特征,应用基于局部动态选择组合的并行集成算法(LSCP)构建检测模型,并在算法中融入7种经典的异常检测算法,利用基学习器对不同异常类型的敏感性,提升检测模型的可靠性和稳定性。实验结果表明,与传统的检测方法相比,结合异构基学习器的LSCP算法在整体检测性能上具有更好的效果。 展开更多
关键词 比特币 异常交易检测 集成学习 LSCP算法
下载PDF
基于并行的区块链异常交易检测随机森林模型研究 被引量:2
6
作者 赵永斌 陈苗 +1 位作者 李涛 尤军考 《河北省科学院学报》 CAS 2021年第5期1-8,共8页
随着区块链技术的发展,以比特币为代表的链上交易量迅速增长,隐藏在其中的非法交易严重影响链上交易。当前区块链异常交易检测中有逻辑回归和随机森林方法,与逻辑回归相比,随机森林准确度较高但存在训练耗时较长的问题,本文在分析逻辑... 随着区块链技术的发展,以比特币为代表的链上交易量迅速增长,隐藏在其中的非法交易严重影响链上交易。当前区块链异常交易检测中有逻辑回归和随机森林方法,与逻辑回归相比,随机森林准确度较高但存在训练耗时较长的问题,本文在分析逻辑回归和随机森林的基础上提出了并行随机森林模型,实验表明并行随机森林在保持准确性的前提下,大幅减少了训练时间。 展开更多
关键词 区块链 异常交易检测 逻辑回归 随机森林 并行计算
下载PDF
面向不平衡数据的信用卡异常交易模型研究
7
作者 徐璐 唐大卫 《信息产业报道》 2024年第8期0160-0163,共4页
本研究针对金融交易数据中欺诈检测的挑战,特别是在类别不平衡问题上,提出了一套综合处理方案。通过实施随机欠采样和 SMOTE 过采样技术,有效平衡了欺诈与非欺诈交易的数据比例,优化了模型学习环境。然而,研究也揭示了过采样模型在欺诈... 本研究针对金融交易数据中欺诈检测的挑战,特别是在类别不平衡问题上,提出了一套综合处理方案。通过实施随机欠采样和 SMOTE 过采样技术,有效平衡了欺诈与非欺诈交易的数据比例,优化了模型学习环境。然而,研究也揭示了过采样模型在欺诈预测上的波动性,以及欠采样模型在增加假阴性预测上的局限性。因此,未来研究将聚焦于对过采样数据集进行异常值处理,以进一步提升模型精确度,并探索数据混洗对模型稳定性和预测性能的影响,为金融欺诈检测领域处理不平衡数据集提供了一个解决思路。 展开更多
关键词 信用卡欺诈 数据不平衡 随机欠采样过采样 异常交易检测
下载PDF
基于聚类分析与双向差分的生猪交易异常检测
8
作者 汪馨 王雪杰 +2 位作者 龙征 许军良 彭拯 《湘潭大学学报(自然科学版)》 CAS 2023年第3期24-33,44,共11页
为了科学监管生猪交易过程中出现的异常交易情况,有效解决生猪屠宰卫生安全问题,综合现有对生猪屠宰及交易的研究,结合长沙市生猪市场实际情况,选取指标,提出结合二阶聚类与双向差分方法的异常交易检测法.首先,选取聚类特征,使用二阶聚... 为了科学监管生猪交易过程中出现的异常交易情况,有效解决生猪屠宰卫生安全问题,综合现有对生猪屠宰及交易的研究,结合长沙市生猪市场实际情况,选取指标,提出结合二阶聚类与双向差分方法的异常交易检测法.首先,选取聚类特征,使用二阶聚类方法确定聚类数目及各用户所处类别;其次,提出时间维度上的纵向差分与各用户维度上的横向差分方法,在科学设定阈值的基础上,找到生猪交易过程中的交易异常点,从而规范市场交易. 展开更多
关键词 二阶聚类 双向差分 阈值 异常交易检测
下载PDF
基于大数据技术的银行卡异常交易检测和监管应用研究
9
作者 赵启斌 张军 +2 位作者 徐亮 陈思 乐益矣 《区域治理》 2023年第16期37-42,共6页
异常交易检测和监管作为反洗钱、反欺诈工作中的上游环节,其准确性决定了后续人工核实成效的上限,同时也决定了风控人员的工作负担。当前业界普遍使用的反洗钱、反欺诈系统主要基于规则引擎实现,其存在误报率高、规则调整不灵活、阈值... 异常交易检测和监管作为反洗钱、反欺诈工作中的上游环节,其准确性决定了后续人工核实成效的上限,同时也决定了风控人员的工作负担。当前业界普遍使用的反洗钱、反欺诈系统主要基于规则引擎实现,其存在误报率高、规则调整不灵活、阈值设定过于主观等问题,难以应对非法交易模式的动态变化。机器学习检测模型所具备的自适应性在很大程度上能改善这些问题,而银行长期积累下来的海量交易数据与风控系统知识库可以有效支撑模型的建设。本文将从面向反欺诈、反洗钱业务的银行智能风控监管体系发展现状出发,阐述异常交易检测在整个体系中的重要性。通过分析比较不同的异常交易检测技术,解释当前行业内流行的以规则引擎为核心的异常交易检测技术存在的不足和面临的挑战,从而凸显机器学习领域在解决这些问题上的优势,明确了基于机器学习模型进行异常交易检测任务的必要性。然后使用来自银行的真实交易数据进行实验分析,并提出一套具有一定可迁移性的检测体系,改进传统的检测流程,进而减轻风控人员的负担,提升异常交易检测的响应速度。最后从数据管理、知识管理的角度探讨智能化银行卡异常交易监管体系建设思路,对银行、证券公司等金融机构的传统风控监管体系智能化改造具有一定参考价值。 展开更多
关键词 异常交易检测 异常交易监管 大数据 金融安全监管
下载PDF
基于LSTM和LightGBM组合模型的商户异常交易行为检测模型构建 被引量:1
10
作者 陈泽瀛 陶森林 蔡朝辉 《数字技术与应用》 2020年第12期113-117,共5页
随着企业数量的不断增加,尤其是小微商户的规模不断扩大,发生非法交易和欺诈行为的风险商户也越来越多。本文提出了一种基于LSTM网络和LightGBM组合模型的商户异常交易检测模型,从时序异常和高维特征方面综合考虑建模。其中LSTM模型通过... 随着企业数量的不断增加,尤其是小微商户的规模不断扩大,发生非法交易和欺诈行为的风险商户也越来越多。本文提出了一种基于LSTM网络和LightGBM组合模型的商户异常交易检测模型,从时序异常和高维特征方面综合考虑建模。其中LSTM模型通过CNN网络提取有效特征,LSTM网络学习数据中的时序规律,LightGBM模型在特征扩充的基础上,经过数据处理、特征筛选等流程后训练模型,然后通过调试得出两个模型的组合权重系数。最后,在银联商务收单流水测试数据集上验证了组合模型的效果,测试结果表明,组合模型可以有效结合两种模型的优点,相比于独立模型和传统专家规则,效果都有显著提升。 展开更多
关键词 交易异常检测 LSTM Light GBM 组合权重
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部