BreachRadar：数据泄露点的自动检测
密码学与安全
2020-09-25 v1 机器学习
机器学习
摘要
银行交易欺诈每年给全球银行、商户和持卡人造成超过 130 亿美元的损失。此类欺诈多始于泄露点（数据泄露或侧录操作），即信用卡和借记卡的数字信息被盗取、转售，随后被用于实施欺诈。我们引入该问题并提出一种自动泄露点（POC）检测流程。BreachRadar 是一种分布式交替算法，为不同可能位置赋予被泄露的概率。我们使用 Apache Spark 实现该方法，并展示了其在机器数和交易数上的线性可扩展性。BreachRadar 应用于两个包含数十亿真实交易记录和欺诈标签的数据集，我们提供了多个可检测到的真实泄露点示例。我们进一步展示了在其中一个数据集中注入泄露点时方法的有效性，当仅有 10% 的卡片遭受欺诈时，同时实现了超过 90% 的精确率与召回率。
关键词
引用
@article{arxiv.2009.11751,
title = {BreachRadar: Automatic Detection of Points-of-Compromise},
author = {Miguel Araujo and Miguel Almeida and Jaime Ferreira and Luis Silva and Pedro Bizarro},
journal= {arXiv preprint arXiv:2009.11751},
year = {2020}
}
备注
9 pages, 10 figures, published in SIAM's 2017 International Conference on Data Mining (SDM17)