存在概念漂移下的海关欺诈检测
人工智能
2022-01-02 v1 机器学习
神经与进化计算
摘要
捕捉不断变化的贸易模式对于海关欺诈检测至关重要。随着新商品的进口和新型欺诈的出现，需要一个感知漂移的欺诈检测系统，以便在有限预算内检测已知欺诈和未知欺诈。本文提出了 ADAPT，这是一种自适应选择方法，用于控制海关欺诈检测中利用与探索策略之间的平衡。ADAPT 利用模型性能趋势和概念漂移量来确定每次的最佳探索比率。在四个国家多年的数据上的实验表明，每个国家需要不同程度的探索来维持其欺诈检测系统。我们发现，配备 ADAPT 的系统能够逐渐适应数据集，并找到具有高性能的合适探索比率。
引用
@article{arxiv.2109.14155,
title = {Customs Fraud Detection in the Presence of Concept Drift},
author = {Tung-Duong Mai and Kien Hoang and Aitolkyn Baigutanova and Gaukhartas Alina and Sundong Kim},
journal= {arXiv preprint arXiv:2109.14155},
year = {2022}
}
备注
To be published in ICDM IncrLearn Workshop 2021