基于图的网上交易数据异常检测框架的设计与实现

发布时间：2022-02-22 03:54

　　近年来,随着互联网的发展,网上交易的数量迅速增长。然而,与之相伴的不仅仅是商机与便利,还存在着许多异常行为威胁着商家与用户的利益和安全,例如账号盗用、薅羊毛等。因此,人们需要一个合适的用户建模方法来发掘那些已经发生的异常行为并预防潜在的威胁与损失,而作为用户行为记录的操作事件序列是一个不错的切入点。用户的操作事件序列由一系列按时间排序的操作事件组成,其中的每一操作事件记录了用户单次操作的具体信息,包含用户地址、设备状况、操作类型等相关事件属性。传统的异常检测方法通常使用基于先期观察的手工特征,不仅代价高昂,而且受到特征设计人员个人能力的限制,也面临着用户标签信息数量有限、分布高度不平衡的问题。为了应对这些挑战,本文为网上交易数据设计了一种基于图的异常检测框架用于对用户行为进行建模并检测异常用户。首先,从用户操作事件序列中构建一张事件属性图,用于捕捉事件内部以及相邻事件之间事件属性的联系。其次,基于事件属性图和用户操作事件序列的指引,学习事件属性的向量表示,用作用户图的初始输入。然后,使用与事件属性图类似的图生成方式为每个用户生成用户图,用于代表用户的行为,并根据用户操作事件序列和事件属... 

【文章来源】：浙江大学浙江省211工程院校985工程院校教育部直属院校

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 异常检测的研究现状
        1.2.2 事件序列建模的研究现状
        1.2.3 网络表示学习的研究现状
        1.2.4 图神经网络的研究现状
    1.3 研究内容
    1.4 本章小结
第2章 基于图的网上交易数据异常检测框架
    2.1 网上交易数据异常检测问题定义
    2.2 基于图的网上交易数据异常检测框架概述
    2.3 基于图的网上交易数据异常检测框架基本模块
        2.3.1 事件属性图构建
        2.3.2 事件属性表示学习
        2.3.3 用户图构建
        2.3.4 用户表示学习与异常检测
    2.4 本章小结
第3章 基于图的网上交易数据异常检测实验与结果分析
    3.1 网上交易数据异常用户检测实验与结果分析
        3.1.1 数据集简介
        3.1.2 异常检测对比方法介绍
        3.1.3 实验结果分析
    3.2 网上交易数据异常检测模型阶段性输出案例分析
        3.2.1 事件属性图案例分析
        3.2.2 用户图案例分析
        3.2.3 属性表示与用户表示案例分析
    3.3 本章小结
第4章 总结与展望
参考文献
致谢



本文编号：3638644