将支持向量数据描述应用于欺诈检测
机器学习
2020-06-03 v1 密码学与安全
摘要
欺诈检测是一个重要课题，应用于银行与金融部门、保险、政府机构、执法等各类企业。近年来欺诈企图显著上升，使欺诈检测成为一项必要的研究课题。欺诈检测的主要挑战之一是获取欺诈样本，这是一项复杂且困难的任务。为应对此挑战，我们应用如SVDD等无需欺诈样本训练的一类分类方法。此外，我们提出算法REDBSCAN，其为DBSCAN的扩展，用于减少样本数量并筛选那些保持数据形状的样本。所提方法的实现结果表明，欺诈检测过程在性能与速度上均得到改善。
引用
@article{arxiv.2006.00618,
title = {Applying support vector data description for fraud detection},
author = {Mohamad Khedmati and Masoud Erfani and Mohammad GhasemiGol},
journal= {arXiv preprint arXiv:2006.00618},
year = {2020}
}