基于全连接神经网络的线上交易欺诈检测方法

随着互联网的迅速发展,电子商务和互联网金融呈现快速发展趋势,同时也带来了严重的线上交易欺诈问题。针对线上交易数据的不平衡性,提出了一种利用深度学习神经网络的方法检测线上交易中的欺诈。该方法首先通过SMOTEENN混合采样获得平衡数据集,以提高模型的泛化能力和鲁棒性,然后使用多个不同神经元数量的全连接层,提取并学习输入数据中更高级别的特征,最后利用平衡处理后的数据,训练上述所设计的分类模型,并进行模型评估。实验结果表明,该方法在不平衡分类的各项评价指标F-means、G-means、AUC值、精确率和召回率下,均明显优于常见的线上交易欺诈检测模型,显著提高了线上交易欺诈检测的准确性。