基于生成式对抗网络的信用卡诈骗不平衡分类问题的研究

发布时间：2021-09-06 06:39

　　信用卡诈骗侦测是银行风险管理的重要内容,随着信用卡的普及,其交易数据也在上涨,其中多数交易是正常数据,欺诈交易只占少数分,但是这极少的欺诈交易带来的损失是巨大的。因此,有效的侦测出信用卡诈骗交易是极为重要的。信用卡诈骗检测实际上是一种不平衡分类问题,小类样本才我们关注的重点,因此,提高对小类样本的识别率是解决不平衡分类问题的关键。本文概括和总结了现有不平衡分类方法,总结了这些方法的优缺点。针对传统单个分类器在不平衡数据上分类效果有限这一问题,基于生成式对抗网络和集成学习方法,提出了一种新的针对二类不平衡数据集的分类方法——WGANBoost算法（Wasserstein Generative Adversarial Nets-Adaptive Boosting,WGANBoost）。首先,利用WGAN训练得到生成模型,生成模型生成少数类样本,降低数据的不平衡性;其次,将生成的少数类样本带入自适应增强模型框架,更改权重,改进了自适应增强模型,提升了以决策树为基分类器的自适应增强模型的分类性能。使用受测者工作特征曲线下面积（AUC）和F measure作为分类评价指标,在验证数据集上进行实验... 

【文章来源】：广东工业大学广东省

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

010-2020全球信用卡欺诈损失Figure1-1GlobalLossesofCardFraudin2010-2020

图 1-2 国外近 10 年的相关文献数目情况Figure 1-2 The number of publications at international in ten years图 1-3 国外近 10 年的相关文献期刊文章数目占比情况Figure 1-3 The Proportion of publications at international in ten years

3图 1-3 国外近 10 年的相关文献期刊文章数目占比情况Figure 1-3 The Proportion of publications at international in ten years在知网上以“信用卡欺诈”或“信用卡诈骗”为主题搜索，一共有 438 条中文文献记录，最早的文献发表于 1987 年，国内“信用卡诈骗”相关研究较少，起步较晚。统计了近 10 年的文献发表数目情况，见图 1-4，发表类型占比情况，见图 1-5，学科分类见图 1-6，论文期刊摘要词云图见图 1-7。由图 1-4 可以看出，近 10 年，国内相关文献数目在 2012 年达到峰值，此后呈逐

【参考文献】：
期刊论文
[1]基于GAN-AdaBoost-DT不平衡分类算法的信用卡欺诈分类[J]. 莫赞,盖彦蓉,樊冠龙.  计算机应用. 2019(02)
[2]基于主动学习不平衡多分类AdaBoost算法的心脏病分类[J]. 王莉莉,付忠良,陶攀,胡鑫.  计算机应用. 2017(07)
[3]一种基于Boosting的集成学习算法在不均衡数据中的分类[J]. 李诒靖,郭海湘,李亚楠,刘晓.  系统工程理论与实践. 2016(01)
[4]不平衡数据的集成分类算法综述[J]. 李勇,刘战东,张海军.  计算机应用研究. 2014(05)
[5]基于Boosting的不平衡数据分类算法研究[J]. 李秋洁,茅耀斌,王执铨.  计算机科学. 2011(12)
[6]用于多标记学习的K近邻改进算法[J]. 张顺,张化祥.  计算机应用研究. 2011(12)
[7]信用卡欺诈行为多层动态检测模型[J]. 郭涛,李贵洋.  微计算机信息. 2009(12)
[8]一种基于粗集神经网络的欺诈风险分析方法[J]. 盛昭瀚,柳炳祥.  应用科学学报. 2003(02)



本文编号：3386950