基于全连接神经网络的线上交易欺诈检测方法

李振耀 宋媛媛

摘要：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。实验結果表明，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。

关键词：线上欺诈检测；深度学习；SMOTEENN；数据不平衡

中图分类号：TP18 文献标识码：A

文章编号：1009-3044（2024）05-0001-03